Verbesserte Strukturierung von vorsegmentierten EEG-Abschnitten durch Clusterbildung mit globaler Optimierung. Eine methodische Studie
U. Möller, H. Witte, M. Galicki, V. Krajca · EEG-EMG Zeitschrift für Elektroenzephalographie, Elektromyographie und verwandte Gebiete · 1996 · Heft 03 · S. 105-110
Bibliografische Angaben
Zusammenfassung
Zusammenfassung Die automatische Musterklassifikation von EEG-Registrierungen, realisiert durch die Verarbeitungsstufen SEGMENTIERUNG, MERKMALEXTRAKTION UND KLASSIFIKATION, ist eine Möglichkeit der Umsetzung Entscheidungsunterstützender Auswertestrategien in der rechnergestützten EEG-Analyse. In der Regel wird als Klassifikator ein Clusterverfahren (explorativer Ansatz) verwendet. Ziel dieser Studie ist es, die bisher verwendeten lokal optimierenden Clusterverfahrens (z.B. K-Means-Algorithmus) durch eine Clusterbildung mit globaler Optimierung zu ersetzen. Das Ergebnis ist, im Gegensatz zur bisherigen Strategie,…
