Luận văn: Phát Hiện Bất Thường Bằng Phân Tích Tensor Để Nhận Biết Xung Động Kinh Trong Dữ Liệu Điện Não

Phát hiện bất thường bằng phân tích tensor để nhận biết xung động kinh trong dữ liệu điện não

Tác giả: Lê Hoàng Anh

Lĩnh vực: Công nghệ thông tin, Chuyên ngành: Hệ thống thông tin

Nội dung tài liệu:

Luận văn này tập trung vào việc xây dựng một hệ thống tự động nhằm phát hiện các xung động kinh trong dữ liệu điện não đồ (EEG). Nghiên cứu ứng dụng phương pháp phân tích ten-xơ, cụ thể là HOSVD (Higher-order singular value decomposition), để xử lý dữ liệu EEG. Quá trình bao gồm việc chuyển đổi dữ liệu EEG thành ten-xơ bậc ba thông qua biến đổi sóng con liên tục (CWT), sau đó chúng được tích hợp thành ten-xơ bậc bốn. Phân tích HOSVD được áp dụng để trích xuất các đặc trưng, từ đó xây dựng không gian đặc trưng cho việc nhận biết xung động kinh. Hệ thống sử dụng các bộ phân loại như SVM và KNN để phân loại các thời điểm xuất hiện xung động kinh. Nghiên cứu cũng so sánh hiệu quả của phương pháp đề xuất với phương pháp phân tích ten-xơ CP/PARAFAC, cho thấy HOSVD đạt độ nhạy cao hơn.

Mục lục chi tiết:

• Lời cam đoan
• Danh mục các ký hiệu, các chữ viết tắt
• Danh mục các bảng
• Danh mục các hình vẽ, đồ thị
• Mở đầu
• Lời cảm ơn
• Chương 1: Tổng quan về luận văn
• Chương 2: Nghiên cứu cơ sở
• Chương 3: Hệ thống phát hiện xung động kinh sử dụng HOSVD
• Chương 4: Kết quả thực nghiệm và kết luận
• Tài liệu tham khảo