Intelligent Epilepsy Classification via Integrating Time and Spectrum Features

瀏覽統計 Email 通知 RSS Feed

簡歷

基本資料

Project title

Code/計畫編號

NSC100-2221-E019-063

Translated Name/計畫中文名

結合時間域與頻譜特徵之智慧型癲癇腦波判讀系統

Project Coordinator/計畫主持人

Jung-Hua Wang

Funding Organization/主管機關

National Science and Technology Council

Department/Unit

Department of Electrical Engineering

Website

https://www.grb.gov.tw/search/planDetail?id=2328060

Year

2011

Start date/計畫起

01-08-2011

Expected Completion/計畫迄

31-07-2012

Bugetid/研究經費

472千元

ResearchField/研究領域

資訊科學--軟體
醫學工程

腦電圖(Electroencephalography, EEG)具有程序簡單、費用低廉、非侵入式的特性，在癲癇診斷上可避免不必要的用藥以及手術。然而，人工閱讀腦電圖須花費大量的時間，且不同的醫師對於癲癇的主觀認定也不盡相同。目前市售軟體在自動化辨識癲癇放電波方面，普遍有標示不精準的問題存在，這是因為腦波訊號係非穩態、具高變異性，因此難以利用解析方法或參數法(parametric approach)建立一自動化癲癇腦波判讀系統。本計畫開發完成一自動篩選出腦電圖癲癇放電區間之神經網路，其首先利用希爾伯特-黃轉換(Hilbert-Huang Transform, HHT)將腦波訊號轉換至時頻域以擷取特徵資訊，再藉由具處理時空型(spatiotemporal)資料能力的遞迴式神經網路(simple recurrent neural network, SRNN)，搭配一基於頻譜資訊的訓練資料選取策略，以訓練 SRNN 學習腦波變化趨勢，使其能客觀地標記異常放電波的時間點位置。實驗結果顯示，若搭配適當的訓練資料，SRNN 能有效地發揮其遞迴結構辨識資料變化趨勢的能力以標記異常放電波，其在特異度(SPE)、陽性預測率(PPV)的表現可較時間延遲神經網路(Time-Delay Neural Network, TDNN)為佳。

Keyword(s)

癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均癲癇症
腦電圖半波分解移動平均希爾伯特-黃轉換
癲癇認知神經網路分類器
適應性提升演算法
Epilepsy
Electroencephalogram(EEG)
Half-Wave Decomposition
Moving Average
Hilbert-Huang Transformation
Classifier
Epilepsy Recognition Neural Network
Adaptive Boosting

DSpace CRIS

Intelligent Epilepsy Classification via Integrating Time and Spectrum Features

基本資料

Description