ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Traitement du Signal

0765-0019
Signal, Image, Parole
 

 ARTICLE VOL 35/1 - 2018  - pp.75-84  - doi:10.3166/ts.35.75-84
TITRE
Classification des signaux sains, inter-ictus et convulsifs à l'aide de diverses techniques de classification

TITLE
Classification of healthy, inter-ictal and seizure signal using various classification techniques

RÉSUMÉ

L'électroencéphalographie (EEG) est l'étude de l'activitéélectrique du cerveau pour différents états physiologiques du cerveau. Le but principal de cet article est d’identifier le signal de crise épileptique à partir du signal EEG via un classificateur combinatoire. Le classifieur combinatoire combine le classifieur k-NN avec le classifieur ANN. Classificateur kNN pour la détection du signal Sain et Inter-ictus, puis classificateur ANN pour la détection du signal Convulsif. Ces trois classificateurs fonctionnent sur les mêmes valeurs d'entrée de la Dimension Fractale appelée Dimension Fractale de Higuchi. La dimension fractale de Higuchi a dérivé trois paramètres (1) la dimension fractale, (2) l'écart type de la dimension fractale et (3) l'écart type du facteur d'échelle utilisécomme entrées du classifieur k-NN, du classifieur ANN et du classificateur combinatoire, respectivement, pour la classification du signal EEG et détection du signal convulsif du signal EEG. Les résultats de cette recherche reposant sur ce paramètre de performance à trois entrées statistiques comme Précision, Sensibilité et Sélectivitésont calculés respectivement à92,66%, 89% et 89% et comparent ses performances avec différentes caractéristiques statistiques utilisant un autre classificateur.



ABSTRACT

Electroencephalography (EEG) is the study of brain electrical activity for different physiological state of the brain. The main purpose of this paper is to identify epileptical seizure signal from EEG signal through combinational classifier. Combinational classifier combine kNN classifier with ANN classifier. k-NN classifier for detection of Healthy and Inter-ictal signal then ANN classifier for the detection of Seizure signal. These three classifier works on same input values of Fractal Dimension called as Higuchi Fractal Dimension. Higuchi Fractal Dimension derived three parameters (1) Fractal Dimension, (2) Standard Deviation of Fractal Dimension and (3) Standard Deviation of scaling factor used as inputs of the k-NN classifier, ANN classifier and Combinational Classifier respectively for the classification of EEG signal and Detection of Seizure signal from EEG signal. The findings of this research on the basis of this three input statistical parameter value performance parameter like Accuracy, Sensitivity and Selectivity calculated as 92.66%, 89% and 89% respectively and compared its performance with different statistical feature using other classifier.



AUTEUR(S)
HEMANT CHOUBEY, ALPANA PANDEY

MOTS-CLÉS
signal d'électroencéphalogramme (EEG), classificateur de levenberg marquardt (LM), détection de crises épileptiques, k-plus proche voisin (kNN), réseau de neurones artificiels (ANN) et variance.

KEYWORDS
electroencephalogram (EEG) signal, levenberg marquardt (LM) classifier, epileptic seizure detection, k-nearest neighbour (kNN), artificial neural network (ANN), and variance.

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (441 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier