EEG Signals Classification Based on Wavelet Transform and a New Statistical Feature

سال انتشار: 1390
محل انتشار: چهاردهمین کنفرانس دانشجویی مهندسی برق کشور
کد COI اختصاصی: ISCEE14_074
زبان مقاله: انگلیسی
تعداد مشاهده: 1849

نویسندگان

Department of Electrical Engineering, Urmia University, Urmia, Iran

۲Department of Education Technology, Azad Eslami University, Kermanshah, Iran

چکیده

In this paper, we use a new set of statistic feature for the Electroencephalogram (EEG) signals classification. The EEG signals are decomposed into the frequency sub-bands using discrete wavelet transform (DWT). A set of statistical features is extracted from each sub-band to represent the distribution of wavelet coefficients. We propose three new statistical features, Fourth moment, betwixt maximum and minimum and zero-crossing. These features cause to improve Correct Classification rate (CCR). Next, we use a linear discriminant analysis (LDA) and Principal component analysis (PCA) for decrease the dimension of features. Then these features are classified by multilayer perceptron (MLP) with three discrete outputs: healthy volunteers, epilepsy patients during seizure-free interval and epilepsy patients during seizure. Experimental results on a set of EEG signals from Andrzejak et al (2001) data base show a good performance achieved by the proposed method in comparison with some recent methods

کلیدواژه ها

EEG signal, DWT, LDA, PCA, and MLP

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.