Classification of electromyogram using vertical visibility algorithm with support vector machine
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Artameeyanant P., Sultornsanee S., Chamnongthai K., Higuchi K.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2014
ISBN: 9786163618238
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
Analyzing the electromyogram is an important issue on diagnosis of neuromuscular diseases. The classification of electromyogram signal plays a significant role in this issue. Since the characteristic of the signals is complex and non-stationary, so the complex network is an appropriate tool in extracting feature of the signal. In this paper we propose a novel feature extraction technique based on transforming the signal to complex network via vertical visibility algorithm. Characteristic on the measurements of community structure and distance property are examined. The pattern on the relationship of nodes in the network is investigated. Support vector machine was employed for classification. The proposed method can classify the signals into 3 cases, i.e., healthy, myopathy, and neuropathy, with remarkable experimental results. ฉ 2014 Asia-Pacific Signal and Information Processing Ass.
คำสำคัญ
Community Structure, Vertical Visibility Algorithm
ติดต่อสอบถามเพิ่มเติมได้ที่