S'abonner

Detection of Focal and Non-focal Epileptic Seizure Using Continuous Wavelet Transform-Based Scalogram Images and Pre-trained Deep Neural Networks - 28/11/20

Doi : 10.1016/j.irbm.2020.11.002 
A. Narin
 Zonguldak Bulent Ecevit University, Faculty of Engineering, Department of Electrical and Electronics Engineering, Zonguldak, Turkey 

Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Saturday 28 November 2020
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Highlights

2D-scalogram images of focal and non-focal have been used.
CWT-based scalogram images showed a good classification performance.
Automatic prediction is provided without any manual feature extraction and pre-processing.
The proposed model yields performance accuracy of 92.27% on 15000 images.

Le texte complet de cet article est disponible en PDF.

Abstract

Epilepsy is a neurological disease from which a large number of younger and older people suffer all over the world. The status of the patients is primarily examined by using Electroencephalogram (EEG) signals. The most important part for successful surgery is to locate the epileptic seizure in the brain. For this reason, it is very useful to detect the seizure area automatically before surgery. In this research, a novel method based on continuous wavelet transform (CWT) and two-dimensional (2D) convolutional neural networks (CNNs) has been proposed to predict focal and non-focal epileptic seizure. The AlexNet, InceptionV3, Inception-ResNetV2, ResNet50 and VGG16 pre-trained models have been used to automatically classify 2D-scalogram images into focal and non-focal epileptic seizure. The performances of 5 pre-trained models were compared and the detection results of 2D-scalograms were examined. The best classification accuracy of 92.27% is yielded by the InceptionV3 model among the other used four pre-trained models. As a result, it may be said that the pre-trained models and 2D-scalogram images of focal and non-focal EEG signals will be useful to neurologists for rapid and robust prediction epileptic seizure before surgery.

Le texte complet de cet article est disponible en PDF.

Graphical abstract

Le texte complet de cet article est disponible en PDF.

Keywords : Electroencephalogram, Epilepsy, Focal, Non-focal, Scalogram image, Transfer learning


Plan


© 2020  AGBM. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.