Verfahren zur Merkmalsextraktion und Klassifizierung bei chronischem Alkoholismus [German]

By Surendra Kumar

In dieser Studie wurden die Gr enordnung und r umliche Verteilung des Frequenzspektrums im Ruhe-Elektroenzephalogramm (EEG) untersucht, um die Auswirkungen von Alkoholismus auf die motorische Kortexregion zu untersuchen. Die EEG-Signale f r chronische Alkoholiker wurden aus der motorischen Kortexregion gewonnen und die Hilbert-Huang-Transformation wurde zur Merkmalsextraktion der EEG-Signale angewendet. Die EEG-Signale wurden in f nf Teilfrequenzb nder unterteilt. Es wurde beobachtet, dass das extrahierte Merkmal eine gro e Datendimension enthielt, sodass es mithilfe der linearen Diskriminanzanalyse reduziert wurde. In der vorliegenden Studie wurde die Support-Vector-Machine zur Klassifizierung von Alkoholikern verwendet. Die maximale Klassifizierungsgenauigkeit (>75 %) wurde mit den EEG-Spektralmerkmalen des maximalen Spektralkoeffizienten im C3- und Cz-Kanal mit der Kombination von Beta-1- und Beta-2-B ndern erreicht. Aber auch mit den EEG-Merkmalen der mittleren Bandleistung wurde in den meisten Kan len eine mehr oder weniger hohe Klassifizierungsgenauigkeit berechnet. Die ungef hre Entropie, ein nichtlineares Merkmal, wurde in der Studie ebenfalls als Unterscheidungsparameter f r Alkoholiker angesehen. Momentane Amplitude und momentane Frequenz, die aus den Hilbert-Spektren gewonnen wurden

• Format: Paperback
• Language: German
• ISBN: 620856610X
• ISBN13: 9786208566104
• Release Date: January 2025
• Publisher: Verlag Unser Wissen
• Length: 88 Pages
• Weight: 0.28 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"