Application of Fuzzy ARTMAP Neural Networks for Epileptic spike detection Using Wavelet Feature Extraction
محورهای موضوعی : Communicationفاطمه صفری 1 , علی فرخی 2 , نعمت طالبی 3
1 -
2 -
3 -
کلید واژه: EEG, Fuzzy ARTMAP, ANN, Wavelet,
چکیده مقاله :
This paper aims to introduce two different classifier systems based on fuzzy ARTMAP neural network for the automatic detection of epileptic spikes in 19-channel human electroencephalogram these algorithm (EEG) are fast and delivers satisfactory results. EEG signals are decomposed into 4 sub-bands by means of Discrete Wavelet Transform (DWT). The inputs of the networks consist of two different features, which are extracted from the sub-bands 3 and 4. The performances of the classifiers introduced in this paper, are compared with each other’s and other similar systems, according to the sensitivity, specificity and selectivity values.
این مقاله در پی معرفی دو سیستم کلاسبندی مبتنی بر شبکههای عصبی Fuzzy Artmap برای تشخیص اتوماتیک حدودهای ناگهانی در امواج الکترد آلفا نوگرافی (EEG) 19 کانال اشخاص میباشد. این الگوریتم سریع و نتایح قابل قبولی عرضه مینمایند. سیگنالهای EEG به چهار زیر باند با استفاده از تبدیل ویولت گسسته تقسیم بندی شدهاند. وروردیهای شبکه شامل دو ویژگی متفاوت هستند که از زیرباندهای 3 و 4 استخراج میشوند. عملکرد این کلاسبندی کنندهها در این مقاله معرفی شده و باهم و دیگر سیستمها مشابه مطابق با مقادیر حساسیت، ویژگی و انتخاب پذیری مقایسه گشتهاند.