CareLit · DOI-Nachweis · Klinische Neurophysiologie
Relevanz der Klassifikation iktualer Muster in einer EEG-Datenbank für die Entwicklung und Evaluation von Algorithmen zur automatisierten Detektion von Anfallsmustern
DOI 10.1055/s-2003-816428
Bibliografische Angaben
Nachweis in CareLit
Autor:innenH Dittrich, A Brandt, R Meier, C Gierschner, Y Wuwer, A Aertsen, A Schulze-Bonhage
ZeitschriftKlinische Neurophysiologie
Ausgabe09/2003
Jahrgang / SeitenNicht angegeben
Kernaussage aus der Literatur
Abstract-Vorschau
Wiederholt wurden Algorithmen zur Detektion von Anfallsmustern im Oberflächen-EEG entwickelt. Aufgrund der polymorphen Gestalt iktualer EEG-Muster ist die Sensitivitität und Spezifität dieser Algorithmen bislang nicht für alle Anwendungen ausreichend. In der vorliegenden Studie wird untersucht, ob eine Klassifikation von Anfallsmustern in einer Langzeit-EEG-Datenbank dazu beitragen kann, die selektive Leistungsfähig…
Zitieren
Zitierempfehlung
H Dittrich, A Brandt, R Meier, C Gierschner, Y Wuwer, A Aertsen, A Schulze-Bonhage (2003) Relevanz der Klassifikation iktualer Muster in einer EEG-Datenbank für die Entwicklung und Evaluation von Algorithmen zur automatisierten Detektion von Anfallsmustern. Klinische Neurophysiologie (09). https://doi.org/10.1055/s-2003-816428
Mit CareLit weiterarbeiten