Motivación. La detección de anomalías en el EEG es un problema de larga data en el análisis de señales de EEG. La premisa básica de este problema es la consideración de la similitud entre dos grabaciones de EEG no estacionarias. Un esquema bien establecido se basa en el emparejamiento de secuencias, que suele incluir tres pasos: extracción de características, medida de similitud y toma de decisiones. Los enfoques actuales se centran principalmente en la extracción de características del EEG y la toma de decisiones, y pocos de ellos incluyen la medida/cuantificación de la similitud. Por lo general, diseñar una métrica de similitud adecuada, que sea compatible con el problema/datos considerados, es también una cuestión importante en el diseño de dichos sistemas de detección. Sin embargo, es imposible aplicar directamente esas métricas existentes a la detección de anomalías en el EEG sin tener en cuenta la especificidad del dominio. Metodología. El objetivo principal de este trabajo es investigar el impacto de diferentes métricas de similitud en la detección de anomalías en el EEG. Se han recogido algunas métricas potencialmente disponibles para el análisis del EEG de otras áreas mediante una cuidadosa revisión de los trabajos relacionados. El llamado espectro de potencia se extrae como características de las señales de EEG, y se emplea una prueba de hipótesis nula para tomar la decisión final. Se han utilizado dos indicadores para evaluar el rendimiento de la detección. Uno es para reflejar el nivel de similitud medido entre dos señales de EEG comparadas, y el otro es para cuantificar la precisión de la detección. Resultados. Se han realizado experimentos con dos conjuntos de datos, respectivamente. Los resultados demuestran el impacto positivo de las diferentes métricas de similitud en la detección de anomalías en el EEG. Las métricas de distancia de Hellinger (HD) y de distancia de Bhattacharyya (BD) muestran un rendimiento excelente: una precisión de 0,9167 para nuestro conjunto de datos y una precisión de 0,9667 para el conjunto de datos de EEG de Berna-Barcelona. Tanto la métrica HD como la BD se construyen a partir del coeficiente de Bhattacharyya, lo que implica la prioridad del coeficiente de Bhattacharyya cuando se trata de señales de EEG muy ruidosas. En futuros trabajos, explotaremos una métrica integrada que combine el HD y el BD para la medida de similitud de las señales de EEG.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estudio del método de optimización de la reprogramación dinámica de autobuses en caso de emergencia de la línea de transporte ferroviario urbano
Artículo:
Histerectomías periparto de urgencia en un hospital general de distrito del Reino Unido: revisión de la práctica durante 10 años
Artículo:
Modelo de predicción de la sensibilidad al deshielo térmico y la profundidad de deshielo para el terraplén de permafrost a lo largo del corredor de ingeniería Qinghai-Tíbet utilizando datos MODIS.
Artículo:
Efecto citotóxico de las partículas nanocristalinas de MgFe2O4 para la cura del cáncer
Artículo:
Mastitis Granulomatosa: Imágenes de Evolución Temporal
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.