- HOME
- 홈페이지 이용안내
논문 기본정보
웨이블릿 변환과 힐버트 변환을 이용한 간질 파형 분류
논문 개요
| 기관명 | NDSL |
|---|---|
| 저널명 | 디지털융복합연구 = Journal of digital convergence |
| ISSN | 1738-1916, |
| ISBN |
논문저자 및 소속기관 정보
| 저자(한글) | |
|---|---|
| 저자(영문) | |
| 소속기관 | |
| 소속기관(영문) | |
| 출판인 | |
| 간행물 번호 | |
| 발행연도 | 2016-01-01 |
| 초록 | 본 논문에서는 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions; NEWFM) 기반의 웨이블릿 변환(wavelet transform)과 힐버트 변환(Hilbert transform)에 의해 추출한 첨점(peak)을 사용하여 뇌파(EEG)로부터 정상 파형과 간질 파형을 분류하는 새로운 방안을 제안하였다. NEWFM의 입력을 추출하는데 다음과 같은 3개의 단계가 수행되었다. 첫 번째 단계에서는 뇌파로부터 잡음을 제거하기 위해서 웨이블릿 변환을 사용하였다. 두 번째 단계에서는 웨이블릿 계수로부터 첨점(peak)을 추출하기 위해서 힐버트 변환을 사용하였다. 또한 크기가 큰 첨점을 추출하기 위해서 첨점의 평균값보다 큰 첨점만을 선택하였다. 세 번째 단계에서는 통계적 방법을 이용하여 첨점으로부터 NEWFM의 입력으로 사용할 16개의 특징을 추출하였다. NEWFM은 이들 16개의 특징을 입력으로 사용하여 99.25%, 99.4%, 99%의 정확도, 특이도, 민감도를 각각 구하였다. 향후 연구에서는 특징선택을 이용하여 16개의 특징으로부터 좋은 특징을 선택하여 정확도를 향상시킬 계획이다. |
| 원문URL | http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=NART&cn=JAKO201614652757369 |
| 첨부파일 |
추가정보
| 과학기술표준분류 | |
|---|---|
| ICT 기술분류 | |
| DDC 분류 | |
| 주제어 (키워드) | 간질,퍼지신경망,웨이블릿 변환,힐버트 변환,뇌파,Epilepsy,Fuzzy Neural Networks,Wavelet Transforms,Hilbert Transform,EEG |