Tecnica di estrazione e classificazione delle caratteristiche per l'alcolismo cronico

In questo studio sono state esaminate l'ampiezza e la distribuzione spaziale dello spettro di frequenza nell'elettroencefalogramma (EEG) a riposo per valutare l'effetto dell'alcolismo sulla regione della corteccia motoria. I segnali EEG dei soggetti alcolisti cronici sono stati acquisiti dalla regione della corteccia motoria e per l'estrazione delle caratteristiche dei segnali EEG stata applicata la trasformata di Hilbert Huang. I segnali EEG sono stati suddivisi in cinque sottobande di frequenza. stato osservato che le caratteristiche estratte contenevano una grande dimensione dei dati, quindi sono state ridotte utilizzando l'Analisi Discriminata Lineare. Nel presente studio, per la classificazione degli alcolisti stata utilizzata la Support Vector Machine. La massima accuratezza di classificazione (>75%) stata ottenuta con le caratteristiche spettrali EEG del massimo coefficiente spettrale, nel canale C3 e Cz con la combinazione delle bande beta-1 e beta-2. Ma un'accuratezza di classificazione pi o meno elevata nella maggior parte dei canali stata calcolata con le caratteristiche EEG della potenza media della banda. Anche l'entropia approssimativa, una caratteristica non lineare, stata considerata un parametro discriminante per gli alcolisti nello studio. Ampiezza istantanea e frequenza istantanea ottenute dagli spettri di Hilbert