Abstract: V. Jahmunah, S. L. Oh, V. Rajinikanth, E. J. Ciaccio, K. H. Cheong, N. Arunkumar, U. R. Acharya (2019)

Examination of the brain's condition with the Electroencephalogram (EEG) can be helpful to predict abnormality and cerebral activities. The purpose of this study was to develop an Automated Diagnostic Tool (ADT) to investigate and classify the EEG signal patterns into normal and schizophrenia classes. The ADT implements a sequence of events, such as EEG series splitting, non-linear features mining, t-test assisted feature selection, classification and validation. The proposed ADT is employed to evaluate a 19-channel EEG signal collected from normal and schizophrenia class volunteers. A dataset was created by splitting the raw 19-channel EEG into a sequence of 6250 sample points, which was helpful to produce 1142 features of normal and schizophrenia class patterns. Non-linear feature extraction was then implemented to mine 157 features from each EEG pattern, from which 14 of the principal features were identified based on significance. Finally, a signal classification practice with Decision-Tree (DT), Linear-Discriminant analysis (LD), k-Nearest-Neighbour (KNN), Probabilistic-Neural-Network (PNN), and Support-Vector-Machine (SVM) with various kernels was implemented. The experimental outcome showed that the SVM with Radial-Basis-Function (SVM-RBF) offered a superior average performance value of 92.91% on the considered EEG dataset, as compared to other classifiers implemented in this work.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Automated detection of schizophrenia using nonlinear signal processing methods