.Chênh lệch điện áp giữa các điện cực

Một phần của tài liệu Nghiên cứu đặc trưng điện não sử dụng cho phát hiện bệnh tâm thần phân liệt (Trang 68 - 71)

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:

Một phần của tài liệu Nghiên cứu đặc trưng điện não sử dụng cho phát hiện bệnh tâm thần phân liệt (Trang 68 - 71)

Tải bản đầy đủ (PDF)

(83 trang)