Classification of electromyogram using weight visibility algorithm with multilayer perceptron neural network
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Artameeyanant P., Sultornsanee S., Chamnongthai K.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2015
หน้าแรก: 190
หน้าสุดท้าย: 194
จำนวนหน้า: 5
ISBN: 9781479960491
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
Classifing of electromyographic (EMG) signal has been a significant issue on diagnosis for the disease since the signal is complex and non-stationary. The key on the classification is feature extraction. In this paper we propose a novel feature extraction technique based on transforming the signal to complex network via weight visibility algorithm. The feature vector is obtained from statistical mechanics of complex network. Then, multilayer perceptron neural network is employed for classification. The proposed method classified the signals into 3 cases, i.e., healthy, myopathy, and neuropathy. The experimental results show that the proposed method identified and classified the EMG signal with average accuracy of 94.75%. ฉ 2015 IEEE.
คำสำคัญ
MLPNN, Statistical Mechanics, Weight Visibility Algorithm
ติดต่อสอบถามเพิ่มเติมได้ที่