ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Classification of Epileptic Seizure in EEG Signal Using ANFIS and Optimized Statistical Features by Genetic Algorithm

سال انتشار: 1397
کد COI مقاله: ELECTRICA05_009
زبان مقاله: انگلیسیمشاهده این مقاله: 251
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Classification of Epileptic Seizure in EEG Signal Using ANFIS and Optimized Statistical Features by Genetic Algorithm

Mahrad Puryusef Miandoab - Department of Electrical Engineering University of Neyshabur Neyshabur, Iran
Mahdieh Ghasemi - Department of Biomedical Engineering University of Neyshabur Neyshabur, Iran

چکیده مقاله:

Epilepsy attributed to a known brain disorder in which nerve cells receive excessive abnormal neuronal firings. Identification and classification of the epileptic and non-epileptic electroencephalographic signals play an important role in clinical investigations. In this study, we used in vivo EEG signals recorded from epilepsy patients during the seizure and seizure-free intervals. We proposed an EEG analysis of seizure detection, based on a cascade of four stages: 1) stationary parts of EEG signals were decomposed into five time-frequency sub-bands using discrete wavelet transform (DWT) .2) statistical features were extracted from wavelet coefficients in each frequency band. 3) The feature sets were passed through a genetic algorithm to extract optimized number of features along each time pointed. 4) The overall accuracy of the classification and performance of the ANFIS network using selected features were presented. Our results reached 99.4% accuracy by just mean statistical feature. This paper verified the performance and usefulness of such a cascade system for diagnosing seizure events once there are suspected clinical symptoms of epileptic specifically in newborns.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ELECTRICA05_009 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/854668/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Puryusef Miandoab, Mahrad and Ghasemi, Mahdieh,1397,Classification of Epileptic Seizure in EEG Signal Using ANFIS and Optimized Statistical Features by Genetic Algorithm,13th Symposium on Advances in Science and Technology: Sustainable Land, New Research in Electrical and Medical Engineering,Davarzan,https://civilica.com/doc/854668

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397, Puryusef Miandoab, Mahrad؛ Mahdieh Ghasemi)
برای بار دوم به بعد: (1397, Puryusef Miandoab؛ Ghasemi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 268
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی