![](/images/graphics-bg.png)
Feature extraction of EEG signals for seizure detection using machine learning algorithms
Other Title(s)
استخراج السمات من إشارات المخطط الكهربائي لدماغ لاكتشاف النوبات باستخدام التعلم الآلي
Dissertant
al-Maraziqah, al-Nawras Mani Muhammad
Thesis advisor
University
Mutah University
Faculty
Information Technology College
Department
Computer Science Department
University Country
Jordan
Degree
Master
Degree Date
2020
Arabic Abstract
الصرع هو اضطراب في الجهاز العصبي المركزي حيث يصبح فيه نشاط الدماغ غير طبيعي مما يسبب نوبات أو فترات من السلوك غير العادي، و الأحاسيس، و في بعض الأحيان فقدان الوعي.
يمكن لأي شخص أن يصاب بالصرع يؤثر الصرع على كل من الذكور و الإناث من جميع الأجناس و الأعراق و الأعمار.
تهدف الأطروحة إلى الحصول على نظرة عامة على مدى السنوات القليلة الماضية المجموعة متنوعة من هذه الأساليب بناءً على تصنيف الإحصائيات و تصنيف التعلم الآلي مع عدة أنواع من المصنفات.
أربعة خوارزميات لاستخراج الميزات Min-Max استخراج الميزات (Mix) .
Wavelet Filter Bank Wavelet Packet Decomposition (WPD) Genetic Algorithm-Based Frequency-Domain Feature (WFB) Search GAFDS تم استخدام (SVM) (RF) (DT) (CNN) و (KNN) لتصنيف الصرع و التنبؤ به باستخدام البيانات المستخرجة من مجموعة بيانات.
CHB تظهر النتائج من المصنفات معدل دقة و اعدا باستخدام CNN کمصنف و GAFDS كاستخراج ميزة مع الوصول إلى (97%) و أقل معدل دقة لشجرة القرار يصل إلى (84).
في العمل المستقبلي، يركز البحث بشكل أكبر على أنواع مختلفة من مجالات و دراسات EEG مع توسيع نطاق الدراسة عن طريق إضافة تصنيفات التعلم العميق مجموعات البيانات الرقمية والصورة لتصنيف البيانات بناءً على DL Long-Short-Term-Memoryالقوية.
(TM) و خوارزميات الشبكة العصبية المتكررة (RNN).
English Abstract
Epilepsy is a central nervous system (neurological) disorder in which brain activity becomes abnormal, causing seizures or periods of unusual behavior, sensations, and sometimes loss of awareness.
Anyone can develop epilepsy.
Epilepsy affects both males and females of all races, ethnic backgrounds, and ages.
detecting seizures is a challenge due to difference in humans’ behaviors and brains signals.
The used technology affect detecting the seizures too.
This thesis Aims is to have an overview over the last few years of the wide variety of such approaches based on the taxonomy of statistics and machine learning classification with several types of classifiers.
Four Feature extraction Algorithms Min-Max feature extraction (MniMx), Wavelet Packet Decomposition (WPD), Wavelet Filter Bank (WFB), and Genetic Algorithm-Based Frequency-Domain Feature Search (GAFDS) have been used for supporting the classifier results, the PCA select the best liner results from the four-feature extraction.
Convolution Neural Network (CNN), Decision tree (DT), Random Forest (RF), Support Vector Machine (SVM), and k-Nearest Neighbors (kNN), have been used to classify and predict Epilepsy using the data that been extracted from the CHB-MIT dataset.
The results from the classifiers show a promising accuracy rate using CNN as a classifier and GAFDS as feature extraction with reaching (97%) and the lowest accuracy rate for the decision tree reaching (84%).
Main Subjects
Information Technology and Computer Science
No. of Pages
74
Table of Contents
Table of contents.
Abstract.
Abstract in Arabic.
Chapter One : Introduction.
Chapter Two : Literature review.
Chapter Three : Research methodology.
Chapter Four : Implementation and experiment work.
References.
American Psychological Association (APA)
al-Maraziqah, al-Nawras Mani Muhammad. (2020). Feature extraction of EEG signals for seizure detection using machine learning algorithms. (Master's theses Theses and Dissertations Master). Mutah University, Jordan
https://search.emarefa.net/detail/BIM-1340209
Modern Language Association (MLA)
al-Maraziqah, al-Nawras Mani Muhammad. Feature extraction of EEG signals for seizure detection using machine learning algorithms. (Master's theses Theses and Dissertations Master). Mutah University. (2020).
https://search.emarefa.net/detail/BIM-1340209
American Medical Association (AMA)
al-Maraziqah, al-Nawras Mani Muhammad. (2020). Feature extraction of EEG signals for seizure detection using machine learning algorithms. (Master's theses Theses and Dissertations Master). Mutah University, Jordan
https://search.emarefa.net/detail/BIM-1340209
Language
English
Data Type
Arab Theses
Record ID
BIM-1340209