EEG signals are widely used epilepsy studies. Utilizing features of these signals, a great number of methods have been proposed for seizure detection. Obtained feature matrix is classified using different classifiers. Processing load is directly related to the size of the matrix. For real time applications, it is major problem that processing load is too much. Dimension reduction and feature selection use to eliminate this problem. In this study, effects of size reduction on classifiers' performances are investigated. A feature matrix of size 300x16 has obtained from EEG signals, which were taken from healthy and epileptic subjects in different conditions. This matrix has been classified using Multilayer Perceptron Neural Networks (MLPNN), Linear Discriminant Analysis (LDA) and Support Vector Machines (SVM). Feature matrix has been reduced to 300x5 size using Principal Component Analysis (PCA). New feature matrix has been classified using the same classifiers again. The results of both conditions have been compared.
EEG işaretleri epilepsi çalışmalarında yaygın olarak kullanılmaktadır. Bu işaretlerin özelliklerinden yararlanarak
nöbet algılayan birçok yöntem önerilmiştir. Elde edilen özellik matrisi farklı sınıflandırıcılar kullanılarak
sınıflandırılmaktadır. İşlem yükü özellik matrisinin boyutuyla doğrudan ilgilidir. Gerçek zamanlı uygulamalarda
işlem yükünün fazla olması başlıca sorunlardandır. Bu problemi çözmek için özellik seçimi ve boyut azaltımı
kullanılmaktadır. Bu çalışmada boyut azaltımının sınıflandırıcı performansları üzerindeki etkileri incelenmiştir.
Sağlıklı ve epileptik bireylerden farklı koşullarda alınan EEG işaretlerinden, 300x16 boyutunda özellik matrisi elde
edilmiştir. Bu matris Çok Katmanlı Yapay Sinir Ağları, Lineer Diskriminant Analizi ve Destek Vektör Makineleri
yöntemleri kullanılarak sınıflandırılmıştır. Özellik matrisinin boyutu Temel Bileşenler Analiziyle 300x5 boyutuna
indirgenmiştir. Sınıflandırma işlemleri boyutu indirgenmiş özellik matrisi için tekrarlanmıştır. Her iki durum için
sonuçlar karşılaştırılmıştır.
EEG işaretleri epilepsi Yapay Sinir Ağları Lineer Diskriminant Analizi Destek Vektör Makineleri
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Research Articles |
Authors | |
Publication Date | July 17, 2014 |
Submission Date | February 19, 2013 |
Acceptance Date | August 12, 2013 |
Published in Issue | Year 2014 Volume: 18 Issue: 2 |
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.