Classification Des Signaux Electroencéphalographie Pour La Détection Des Crises D’épilepsie
Loading...
Date
2023-06-10
Journal Title
Journal ISSN
Volume Title
Publisher
University of M'sila
Abstract
L'épilepsie est une maladie du cerveau caractérisée par des dysfonctionnements
cycliques. L'analyse des signaux EEG est utilisée pour la classification des crises d'épilepsie.
Cette étude utilise des algorithmes d'apprentissage automatique (KNN, SVM, Apprentissage
Profond) pour classer les signaux EEG et évaluer leur performance. Les résultats montrent que
l'apprentissage profond avec 50 neurones dans la couche cachée a obtenu la meilleure précision.
L'algorithme KNN a également donné de bons résultats. Les spécificités de chaque base de
données EEG doivent être prises en compte pour améliorer la diffusion des résultats. Les travaux
futurs peuvent explorer des méthodes avancées, combiner des approches de classification et
utiliser des bases de données plus diversifiées pour améliorer le diagnostic et la gestion de
l'épilepsie.
Description
Keywords
Épilepsie, Classification, électroencéphalogramme (EEG), apprentissage automatique, Machine à vecteurs de support, Les k-plus proches voisins, Deep Learning.