Abstract: T. Zhu, L. Huang, S. Zhang, Y. Huang (2008)

This paper presents a promising approach, based on the combination of two different approaches, including recurrence quantification analysis(RQA) of single-channel EEG and artificial neural network (ANN), which predicts seizure onsets in 17 consenting patients with generalized epilepsy. Eight channels of EEG were collected in each patient in Epilepsy Center of Xijing Hospital. The seven measures were extracted from the raw EEGs by RQA, and then a four layer(7-6-2-1) ANN was employed for prediction, using the measures as the inputs.The performance obtained for the proposed scheme in predicting succedent seizures is: sensitivity 50 72.2%, specificity 61.9 73.8% and accuracy 58.3 70%, depending on the different EEG leads.

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.

Predicting Epileptic Seizure by Recurrence Quantification Analysis of Single-Channel EEG