Pattern recognition of epileptic EEG graphoelements with adaptive segmentation, supervised and unsupervised learning algorithms

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21460%2F12%3A00201617" target="_blank" >RIV/68407700:21460/12:00201617 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1515/bmt-2012-4219" target="_blank" >http://dx.doi.org/10.1515/bmt-2012-4219</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1515/bmt-2012-4219" target="_blank" >10.1515/bmt-2012-4219</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Pattern recognition of epileptic EEG graphoelements with adaptive segmentation, supervised and unsupervised learning algorithms

Popis výsledku v původním jazyce

The paper deals with pattern recognition of epileptic EEG graphoelements using adaptive segmentation, supervised and unsupervised learning algorithms for identification of EEG graphoelements of the patients with diagnosis epilepsy. The applications of cluster analysis, k-NN classifier and artificial neural networks were discussed.

Název v anglickém jazyce

Pattern recognition of epileptic EEG graphoelements with adaptive segmentation, supervised and unsupervised learning algorithms

Popis výsledku anglicky

The paper deals with pattern recognition of epileptic EEG graphoelements using adaptive segmentation, supervised and unsupervised learning algorithms for identification of EEG graphoelements of the patients with diagnosis epilepsy. The applications of cluster analysis, k-NN classifier and artificial neural networks were discussed.

Druh

O - Ostatní výsledky

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů