Eeg Signals Classification For Epileptic Seizure Detection
Résumé: The study introduced in this thesis, presents the application of various approaches for the automatic classification of electroencephalography (EEG) signals, to detect epileptic from normal persons. Our methodology involved employing two distinct classification methods. The first bases on the support vector machine (SVM), while the second uses the convolutional neural network (CNN) combined with bidirectional long short-term memory (Bi-LSTM). The evaluation results showed the superiority of the second method, as the accuracy of classifying the various epileptic and normal cases reached 97 %.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
