摘要:脑电图 (EEG) 数据通常会受到伪影的影响。检测和去除坏通道(即信噪比较差的通道)是至关重要的初始步骤。由于数据质量、伪影性质和所采用的实验范式存在内在差异,从不同人群获取的 EEG 数据需要不同的清理策略。为了处理这些差异,我们提出了一种基于局部离群因子 (LOF) 算法的稳健 EEG 坏通道检测方法。与大多数现有的寻找通道全局分布的坏通道检测算法不同,LOF 相对于通道的局部集群来识别坏通道,这使其适用于任何类型的 EEG。为了测试所提算法的性能和多功能性,我们在从三个人群(新生儿、婴儿和成人)获取的 EEG 上进行了验证,并使用了两个实验范式(事件相关和频率标记)。我们发现,在校准其主要超参数(LOF 阈值)后,LOF 可应用于所有类型的 EEG 数据。我们利用现有的最先进 (SoA) 坏通道检测方法对该方法的性能进行了基准测试。我们发现,LOF 通过将 F1 分数(我们选择的性能指标)提高到新生儿和婴儿的约 40%,将成人的 F1 分数提高到 87.5%,从而超越了所有方法。
无监督机器学习中存在各种异常检测方法。这些方法在定义和检测异常的方式上有所不同。例如,虽然一些方法在整个数据集的背景下定义异常(全局异常)——例如,与所有其他交易相比金额异常高的交易——但其他一些方法只关注数据点的“邻域”并定义与其邻居相关的异常(局部异常)——例如,与使用相同帐户和由相同用户创建的类似交易相比金额异常高的交易,但与平均交易金额相比可能并不特别高。此外,根据用例,可以使用不同的属性进行异常检测——一个用例可能查看交易数量,而另一个用例可能查看交易金额。
摘要:在当今的信息时代,我们通常以远程信息处理的方式访问个人和专业信息,例如银行帐户数据或私人文件。为了确保这些信息的隐私,应准确开发用户身份验证系统。在这项工作中,我们专注于生物特征认证,因为它取决于用户的固有特征,因此可以提供个性化的身份验证系统。具体而言,我们提出了一种基于心电图 (EEG) 的用户身份验证系统,该系统采用单类和多类机器学习分类器。从这个意义上讲,本文的主要创新之处在于引入了孤立森林和局部异常因子分类器作为用户身份验证的新工具,并研究了它们与 EEG 数据的适用性。此外,我们确定了对身份验证贡献较大的 EEG 通道和脑电波,并将它们与传统的降维技术、主成分分析和 χ 2 统计检验进行了比较。在我们的最终提案中,我们详细阐述了一种使用孤立森林和随机森林分类器的抵抗随机伪造攻击的混合系统,最终获得 82.3% 的准确率、91.1% 的精确率和 75.3% 的召回率。
物联网 (IoT) 成为医疗设备领域最新进展中最流行的术语。IoT 流程和结构中的医疗保健数据在健康和技术方面非常敏感和关键。异常值检测方法被视为任何 IoT 系统的主要工具或阶段,主要分为统计和概率、聚类和基于分类的异常值检测。最近,模糊逻辑 (FL) 系统与其他基于 ML 的工具一起用于集成和级联系统以增强异常值检测性能,但其局限性涉及异常值的错误检测。在本文中,我们提出了一个模糊逻辑系统,该系统使用局部异常值因子 (LOF)、基于连通性的异常值因子 (COF) 和广义 LOF 的每个点的异常分数来消除将点分类为异常值或正常值的混淆。关于人类活动识别 (HAR) 数据集,FL 实现了 98.2% 的值。与 LOF、COF 和 GLOF 各自的性能相比,准确率略有提高,但精确度和召回率的提高表明正确分类的数据有所增加,并且真实数据和异常数据均未被错误分类。结果表明,精确度和召回率的提高表明正确分类的数据有所增加。因此,可以确认,输入分数的模糊逻辑在减轻异常数据错误检测方面达到了预期目标。通过比较本研究中提出的模糊逻辑集合和不同类型的局部密度分数,模糊逻辑的结果提供了一种新方法来阐述或融合相同目的的不同工具以提高检测性能
Magnetic Resonance Imaging and Magnetic Resonance Spectroscopy in Neonatal Hypoxic-Ischemic Encephalopathy: A review article Barakat Mohammed Mahmoud a* , Mohammad Tharwat Mahmoud Solyman a , Mohammad Zaki Ali a , Khaled Fawzy Zaki a a Department of Diagnostic Radiology, Faculty of Medicine, Sohag,埃及。抽象背景:缺氧性缺血性脑病是新生儿脑病的子类别,被定义为一种定义为一种异质性的,临床上不同的综合征,其特征是神经学功能,神经学功能,肌肉局部异常肌肉和呼吸障碍的障碍,经常在未来的婴儿中伴随着新生儿的呼吸,伴随着降低的层次,并伴随着降低的层次,并降低,降低的层次,降低,降低的层次,降低,并降低。发起和维持呼吸。MRI在成像新生儿大脑和使用HII的新生儿的随访中起着越来越重要的作用。MR光谱允许立即分析新生儿大脑中的代谢产物,并且在评估神经系统结果和预后中也起着重要作用。质子MR光谱的效用可以检测到HII早于T2-或T1加权MR序列的新生儿的脑缺血性损伤。扩散加权成像对使用HII的新生儿早期检测到脑损伤的敏感性最高。在扩散加权成像处看到的发现主要在脑损伤后3 - 5天达到峰值,然后逐渐正常化。结论:MR光谱法是一种准确,敏感和非侵入性的方法,用于早期检测到围产期缺血性脑损伤。关键字:磁共振成像;磁共振光谱;新生儿缺氧性缺血性脑病。doi:10.21608/svuijm.2020.42497.1000 *通信:barakatmohammad267@gmail.com收到:2020年9月10日。修订:2020年9月20日。接受:2020年9月30日。出版:2023年9月30日,这篇文章为:Barakat Mohammed Mahmoud,Mohammad Tharwat Mahmoud Solyman,Mohammad Zaki Ali,Khaled Fawzy Zaki(2024)。新生儿缺氧 - 缺血性脑病中的磁共振成像和磁共振光谱:评论文章。SVU International医学科学杂志。第7卷,第1期,第8-16页。第7卷,第1期,第8-16页。