Abstract: F. Kutlu, C. Kose (2014)

Proceedings of the 22nd Signal Processing and Communications Applications Conference (SIU2014), 1387–1390p. (2014) DOI:10.1109/SIU.2014.6830497

Detection of epileptic seizure from EEG signals by using recurrence quantification analysis

The pre-diagnosis of diseases with computerized systems is widely used in recent years for reducing diagnosis time and ratio of misdiagnosis. In this study, a pre-diagnosis system has been proposed which separates of healthy and epileptic seizures periods. For the experiments, EEG signals acquired from healthy and epileptic individuals were used. In feature extraction stage, recurrence quantification analysis (RQA); in classification stage, support vector machines (SVM), multilayer perceptron neural networks (MLPNN) and Naive Bayes classifiers have been utilized. Accordingly, in case of using MLPNN, 96.67% classification performance was obtained.

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.