用于 ADHD 自动检测的新型基于熵差的 EEG 通道选择技术
信号处理
2024-04-16 v1 人机交互
神经与进化计算
摘要
注意缺陷多动障碍 (ADHD) 是儿童常见的神经发育障碍之一。本文提出了一种使用所提出的基于熵差 (EnD) 的脑电图 (EEG) 通道选择方法进行 ADHD 自动检测的方法。在所提出的方法中，我们使用基于 EnD 的通道选择方法选择了最显著的 EEG 通道，以准确识别 ADHD。其次，从所选通道中提取一组特征并输入到分类器中。为了验证所选通道的有效性，我们探索了三组特征和分类器。更具体地说，我们探索了基于离散小波变换 (DWT)、经验模态分解 (EMD) 和对称加权局部二值模式 (SLBP) 的特征。为了执行自动分类，我们使用了 k 近邻 (k-NN)、集成分类器和支持向量机 (SVM) 分类器。我们提出的方法在使用公共数据库时获得了 99.29% 的最高准确率。此外，所提出的基于 EnD 的通道选择始终比基于熵的通道选择方法提供更好的分类准确率。同时，所开发的方法
引用
@article{arxiv.2404.09493,
title = {Novel entropy difference-based EEG channel selection technique for automated detection of ADHD},
author = {Shishir Maheshwari and Kandala N V P S Rajesh and Vivek Kanhangad and U Rajendra Acharya and T Sunil Kumar},
journal= {arXiv preprint arXiv:2404.09493},
year = {2024}
}