- 간질 분류를 위한 NEWFM 기반의 특징입력 및 퍼지규칙 추출
- ㆍ 저자명
- 이상홍,임준식,Lee. Sang-Hong,Lim. Joon-S.
- ㆍ 간행물명
- 인터넷정보학회논문지
- ㆍ 권/호정보
- 2009년|10권 5호|pp.127-133 (7 pages)
- ㆍ 발행정보
- 한국인터넷정보학회
- ㆍ 파일정보
- 정기간행물| PDF텍스트
- ㆍ 주제분야
- 기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NEWFM)을 이용하여 간질 증세를 가진 사람과 건강한 사람의 뇌파(electroencephalogram, EEG)로부터 정상 파형과 간질(epilepsy) 파형을 분류하는 방안을 제시하고 있다. NEWFM에서 사용할 특징입력을 추출하기 위해서 첫 번째 단계에서는 웨이블릿 변환(wavelet transform, WT)을 이용하였다. 두 번째 단계에서는 첫 번째 단계에서 생성한 웨이블릿 계수들을 주파수 분포와 주파수 변동량을 이용하여 24개의 특징입력을 추출하였다. NEWFM은 이들 24개의 특징입력을 이용하여 정상 파형과 간질 파형을 분류하였을 때 98%의 분류성능을 나타내었다.
This paper presents an approach to classify normal and epilepsy from electroencephalogram(EEG) using a neural network with weighted fuzzy membership functions(NEWFM). To extract input features used in NEWFM, wavelet transform is used in the first step. In the second step, the frequency distribution of signal and the amount of changes in frequency distribution are used for extracting twenty-four numbers of input features from coefficients and approximations produced by wavelet transform in the previous step. NEWFM classifies normal and epilepsy using twenty four numbers of input features, and then the accuracy rate is 98%.