Chênh lệch
điện áp giữa hai điện cực
Bệnh nhân Người khỏe mạnh
Số giá trị dương
Số giá trị âm
Số giá trị dươngSố giá trị âm
F7C3 199 230 257 265
F7T3 221 208 236 286
F7P3 217 212 259 263
F7T5 208 221 253 269
F3T5 198 231 264 258
Tại các cặp điện cực F3 - T5 và F7 – T5 cho thấy: ở bệnh nhân, sự chênh lệch
này mang giá trị nhỏ hơn khơng chiếm đa số; ngược lại, ở người khỏe mạnh, giá trị dương chiếm đa số.
Như vậy, cĩ thể coi chênh lệch điện áp tại hai cặp điện cực F3 - T5 và F7 – T5
là đặc trưng tốt cho bơ phân loại tín hiệu điện não người khỏe mạnh và bệnh nhân tâm thần phân liệt.
Các hình 4-14 đến 4-18 biểu diễn chênh lệch điện áp giữa các điện cực của người khỏe mạnh (màu xanh dương) và bệnh nhân tâm thần phân liệt (màu đỏ).
Biểuđồ cho thấy, đa số chênh lệch điện áp giữa các điện cực của người khỏe mạnh
59
Hình 4. 14.Chênh lệch điện áp giữa điện cực F3 và T5 của bệnh nhân (đường màu đỏ) và đối tượng khỏe mạnh (đường màu xanh)
Hình 4. 15.Chênh lệch điện áp giữa điện cực F7 và C3 của bệnh nhân (đường màu
60
Hình 4. 16.Chênh lệch điện áp giữa điện cực F7 và P3 của bệnh nhân (đường màu đỏ) và đối tượng khỏe mạnh (đường màu xanh)
Hình 4. 17.Chênh lệch điện áp giữa điện cực F7 và T3 của bệnh nhân (đường màu
đỏ) và đối tượng khỏe mạnh (đường màu xanh)
Hình 4. 18.Chênh lệch điện áp giữa điện cực F7 và T5 của bệnh nhân (đường màu đỏ) và đối tượng khỏe mạnh (đường màu xanh)
61
4.4 Kết quả phân loại sử dụng các bộ phân loại học máy
Sử dụng tất cả 951 điểm dữ liệu (gồm 429 dữ liệu người khỏe mạnh và 522 dữ
liệu của bệnh nhân) và các bộ phân loại trong cơng cụ Classification Linear
(MATLAB 2020a) để đánh giá tính phù hợp của các đặc trưng. Các bộ phân loại sử dụng gồm: Fine Tree, Medium Tree, Coarse Tree, Linear Discriminant, Quadratic Discriminant, Logistic Regression, Naive Bayes, Linear SVM, Quadratic SVM, Cubic SVM, Fine Gaussian SVM, Medium Gaussian SVM, Coarse Gaussian SVM, Fine KNN, Medium KNN, Coarse KNN, Cubic KNN, Weighted KNN, Boosted Trees, Subspace Discriminant, Subspace KNN, RUSBoosted Trees, Bagges Trees. Bảng dưới đây tổng kết các bộ phân loại cho độ chính xác phân loại cao: