Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Automatic identification of epileptic EEG signals through binary magnetic optimization algorithms

Texto completo
Autor(es):
Pereira, Luis A. M. [1] ; Papa, Joao P. [2] ; Coelho, Andre L. V. [3] ; Lima, Clodoaldo A. M. [4] ; Pereira, Danillo R. [2] ; de Albuquerque, Victor Hugo C. [3]
Número total de Autores: 6
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, Inst Comp, Campinas, SP - Brazil
[2] UNESP Univ Estadual Paulista, Dept Comp, Bauru, SP - Brazil
[3] Univ Fortaleza, Programa Posgrad Informat Aplicada, Fortaleza, CE - Brazil
[4] Univ Sao Paulo, Escola Artes Ciencias & Humanidades, Sao Paulo, SP - Brazil
Número total de Afiliações: 4
Tipo de documento: Artigo Científico
Fonte: NEURAL COMPUTING & APPLICATIONS; v. 31, n. 2, p. 1317-1329, FEB 2019.
Citações Web of Science: 0
Resumo

Epilepsy is a class of chronic neurological disorders characterized by transient and unexpected electrical disturbances of the brain. The automated analysis of the electroencephalogram (EEG) signal can be instrumental for the proper diagnosis of this mental condition. This work presents a systematic assessment of the performance of different variants of the binary magnetic optimization algorithm (BMOA), two of which are introduced here, while serving as feature selectors for epileptic EEG signal identification. In this context, the optimum-path forest classifier was adopted as a classification model, whereas different wavelet families were considered for EEG feature extraction. In order to compare the performance of the improved BMOA variants against the traditional one, as well as other metaheuristic techniques, namely particle swarm optimization, binary bat algorithm, and genetic algorithm, we employed a well-known EEG benchmark dataset composed of five classes of EEG signals (two of which comprising normal patients with eyes open or closed, and the remaining comprising ill patients with different levels of epilepsy). Overall, the results evidenced the robustness of the proposed BMOA and its variants. (AU)

Processo FAPESP: 14/16250-9 - Sobre a otimização de parâmetros em técnicas de aprendizado de máquina: avanços e paradigmas
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 09/16206-1 - Novas tendências em reconhecimento de padrões baseado em floresta de caminhos ótimos
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Apoio a Jovens Pesquisadores
Processo FAPESP: 11/14094-1 - Explorando abordagens de múltiplos rótulos por Floresta de Caminhos Ótimos
Beneficiário:Luis Augusto Martins Pereira
Linha de fomento: Bolsas no Brasil - Mestrado