சுருக்கம்

Epileptic Seizure Classification of EEG Image Using SVM

Pazhanirajan.S , Dhanalakshmi.P

In recent years humans suffer from various neurological disorders such as headache, dementia, traumatic brain injuries, strokes and epilepsy. Nearly 50 million people of the world population in all ages suffer from epilepsy. To diagnose epilepsy an automatic seizure detection system is an important tool. In this paper we present a new approach for classification of Electroencephalogram (EEG) signals into two categories namely epilepsy and non epilepsy. The features of the EEG images are extracted using Discrete Cosine Transform (DCT) and Discrete Wavelet Transform (DWT). The extracted features are used in the model generation. The pattern classification model of SVM observes the distribution of the EEG features of classes. The experiment on various EEG image illustrate that the results of SVM are significant and effective.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

கல்வி விசைகள்
ஆராய்ச்சி பைபிள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
அறிஞர்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க