Tecnica di estrazione e classificazione delle caratteristiche per l'alcolismo cronico

In questo studio sono state esaminate l'ampiezza e la distribuzione spaziale dello spettro di frequenza nell'elettroencefalogramma (EEG) a riposo per valutare l'effetto dell'alcolismo sulla regione della corteccia motoria. I segnali EEG dei soggetti alcolisti cronici sono stati acquisiti dalla regione della corteccia motoria e per l'estrazione delle caratteristiche dei segnali EEG è stata applicata la trasformata di Hilbert Huang. I segnali EEG sono stati suddivisi in cinque sottobande di frequenza. È stato osservato che le caratteristiche estratte contenevano una grande dimensione dei dati, quindi sono state ridotte utilizzando l'Analisi Discriminata Lineare. Nel presente studio, per la classificazione degli alcolisti è stata utilizzata la Support Vector Machine. La massima accuratezza di classificazione (>75%) è stata ottenuta con le caratteristiche spettrali EEG del massimo coefficiente spettrale, nel canale C3 e Cz con la combinazione delle bande beta-1 e beta-2. Ma un'accuratezza di classificazione più o meno elevata nella maggior parte dei canali è stata calcolata con le caratteristiche EEG della potenza media della banda. Anche l'entropia approssimativa, una caratteristica non lineare, è stata considerata un parametro discriminante per gli alcolisti nello studio. Ampiezza istantanea e frequenza istantanea ottenute dagli spettri di Hilbert