Robuste Klassifikation von EEG-Daten durch Neuronale Netze: Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Buch |
| Sprache: | German |
| Veröffentlicht: |
Aachen
Shaker
2005
|
| Ausgabe: | 1. Aufl. |
| Schriftenreihe: | Berichte aus der Medizinischen Informatik und Bioinformatik
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | Ilemenau, Techn. Univ., Diss., 2005 |
| Beschreibung: | XXVIII, 196 S. Ill., graph. Darst. 210 mm x 148 mm, 336 gr. |
| ISBN: | 3832239596 |
Internformat
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV020039615 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 007 | t | ||
| 008 | 050921s2005 gw ad|| m||| 00||| ger d | ||
| 015 | |a 05,N22,0748 |2 dnb | ||
| 016 | 7 | |a 97483713X |2 DE-101 | |
| 020 | |a 3832239596 |c Pb. : EUR 49.80, EUR 49.80 (AT), sfr 99.60 |9 3-8322-3959-6 | ||
| 024 | 3 | |a 9783832239596 | |
| 035 | |a (OCoLC)181451983 | ||
| 035 | |a (DE-599)BVBBV020039615 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-NW | ||
| 049 | |a DE-29T | ||
| 084 | |a 610 |2 sdnb | ||
| 100 | 1 | |a Wenzel, Andreas |e Verfasser |0 (DE-588)108445100 |4 aut | |
| 245 | 1 | 0 | |a Robuste Klassifikation von EEG-Daten durch Neuronale Netze |b Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung |c Andreas Wenzel |
| 250 | |a 1. Aufl. | ||
| 264 | 1 | |a Aachen |b Shaker |c 2005 | |
| 300 | |a XXVIII, 196 S. |b Ill., graph. Darst. |c 210 mm x 148 mm, 336 gr. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Berichte aus der Medizinischen Informatik und Bioinformatik | |
| 500 | |a Ilemenau, Techn. Univ., Diss., 2005 | ||
| 650 | 0 | 7 | |a Robustheit |0 (DE-588)4126481-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Automatische Klassifikation |0 (DE-588)4120957-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Schlafstadium |0 (DE-588)4179664-0 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Narkosetiefe |0 (DE-588)4527099-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Elektroencephalogramm |0 (DE-588)4070747-7 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Neuronales Netz |0 (DE-588)4226127-2 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Narkosetiefe |0 (DE-588)4527099-5 |D s |
| 689 | 0 | 1 | |a Elektroencephalogramm |0 (DE-588)4070747-7 |D s |
| 689 | 0 | 2 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 0 | 3 | |a Robustheit |0 (DE-588)4126481-2 |D s |
| 689 | 0 | 4 | |a Automatische Klassifikation |0 (DE-588)4120957-6 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Schlafstadium |0 (DE-588)4179664-0 |D s |
| 689 | 1 | 1 | |a Elektroencephalogramm |0 (DE-588)4070747-7 |D s |
| 689 | 1 | 2 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 1 | 3 | |a Robustheit |0 (DE-588)4126481-2 |D s |
| 689 | 1 | 4 | |a Automatische Klassifikation |0 (DE-588)4120957-6 |D s |
| 689 | 1 | |5 DE-604 | |
| 856 | 4 | 2 | |m HBZ Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=013360715&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-013360715 | ||
Datensatz im Suchindex
| _version_ | 1804133610747330560 |
|---|---|
| adam_text | Inhaltsverzeichnis
1 Einleitung 1
1.1 Allgemeine Betrachtungen 1
1.2 Ansatz zur robusten Klassifikation 2
1.3 Umfang und Zielstellung 5
1.4 Aufbau der Arbeit 7
2 Entwurf robuster Neuronaler Klassiflkatoren 9
2.1 Einführung in die Theorie der künstlichen Neuronalen Netze 9
2.1.1 Einleitung 9
2.1.2 Modellierung eines Neurons 9
2.1.3 Netzwerktopologien 11
2.1.4 Belehrung und Einsatz künstlicher Neuronaler Netze 13
2.2 Entwurf Neuronaler Klassifikatoren 14
2.2.1 Vor und Nachteile künstlicher Neuronaler Netze 14
2.2.2 Robuste Klassifikation mit künstlichen Neuronalen Netzen 16
2.2.3 Gesamtkonzept SASCIA COOPER 20
2.2.4 Bewertung der Klassifikationsgüte 23
3 Komponentenbeschreibung des Systems SASCIA COOPER 33
3.1 Ebene 1: Belehrung künstlicher Neuronaler Netze 33
3.1.1 Anpassung der Gewichte durch Gradientenverfahren 33
3.1.2 Das Error Backpropagation Verfahren 35
3.1.3 Abbruch der Anpassung 36
3.1.4 Zusammenfassung 39
3.2 Ebene 2: Optimierung der Struktur und Belehrungsparameter 40
3.2.1 Problemstellung 40
3.2.2 Verfahren zur Strukturoptimierung 40
3.2.3 Algorithmus zur Struktur und Parameteroptimierung 41
3.2.4 Empirische Untersuchungen zur Struktur und Parameteroptimierung . . 44
3.3 Ebene 3: Optimierung der Merkmalskombinationen 51
3.3.1 Problembeschreibung 51
3.3.2 Optimierung der Merkmalsauswahl durch genetische Algorithmen .... 53
3.3.3 Empirische Untersuchungen zur Merkmalsselektion 56
3.4 Ebene 4: Bildung optimal kooperierender Netzwerkpopulationen 58
3.4.1 Beschreibung des Optimierungsproblems 58
3.4.2 Diversität Neuronaler Netze 59
xüi
3.4.3 Vorteile des Einsatzes von Populationen Neuronaler Netze 61
3.4.4 Methoden zur Bildung einer Gesamtentscheidung 61
3.4.5 Optimierung der Kooperation durch genetische Algorithmen 64
3.4.6 Erprobung und Bewertung 69
4 Merkmalsextraktion 73
4.1 Notwendigkeit der Merkmalsextraktion 73
4.2 Spektrale Analyse stochastischer Signale 77
4.3 Spektrale Merkmale des EEG 85
4.4 Merkmalsbildung durch Amplitudendemodulation 91
5 Automatische Schlafstadienklassifikation 97
5.1 Einführung in die Schlafstadienklassifikation 97
5.1.1 Problemstellung 97
5.1.2 Ausprägung des EEG in verschiedenen Schlafstadien 100
5.1.3 Eeliabilität der visuellen Schlafstadienbewertung 103
5.1.4 Stand von Wissenschaft und Technik 106
5.2 Empirische Untersuchungen zur Schlafstadienklassifikation 107
5.2.1 Vermischung von Aufzeichnungen verschiedener Probanden 107
5.2.2 Einfluß der Gütebewertung auf die Leistungsfähigkeit der erzeugten Neu¬
ronalen Netze 112
5.2.3 Einfluß der verwendeten Daten auf die Ergebnisse einer KNN Population 114
5.2.4 Verbesserung der Leistungsfähigkeit eines vollautomatischen
Schlafanalysators durch optimierte Populationen Neuronaler
Netze 117
5.2.5 Ergebnisse bei Verwendung verschiedener Merkmalskombinationen .... 124
5.3 Bewertung und Interpretation der Ergebnisse 134
5.4 Technische Umsetzung 138
6 Automatische Narkosestadienbestimmung 143
6.1 Einführung 143
6.1.1 Problemstellung 143
6.1.2 Stand von Wissenschaft und Technik 146
6.1.3 Bestimmung der Narkosetiefe mit Hilfe des EEG 148
6.2 Klassifikation der Narkosetiefe durch eine Population Neuronaler Netze 152
6.3 Empirische Ergebnisse 153
6.3.1 Klassifikationsleistung der KNN Population OPNARK 153
6.3.2 Klassifikation von Narkose EEG durch Schlafanalyse KNN 159
6.4 Bewertung und Interpretation der Ergebnisse 160
6.5 Technische Umsetzung 162
7 Zusammenfassung und Ausblick 165
7.1 Zusammenfassung 165
7.2 Ausblick 168
xiv
A EEG Grundlagen 171
A.l EEG Ableitungspositionen 171
A.2 Einteilung der EEG Bänder 173
B Daten zur automatischen Schlafanalyse 175
B.l Aufzeichnungen Serie Bl 175
B.2 Aufzeichnungen Serie B2 176
B.3 Aufzeichnungen Serie B3 177
B.4 EEG Merkmale zur Schlafstadienanalyse 177
C Daten zur automatischen Analyse der Narkosetiefe 179
C.l Belehrungsdaten 179
C.2 Testdaten 180
C.3 Merkmale zur Analyse der Narkosetiefe 181
rv
Abbildungsverzeichnis
1.1 Konzept zur Modellierung eines Experten 3
2.1 Schematischer Aufbau eines Neurons 10
2.2 Schematischer Aulbaueines Modellneurons 11
2.3 Topologie eines vorwärtsgekoppelten Neuronalen Netzes 12
2.4 Vorwärts und rückgekoppeltes Neuronales Netz 13
2.5 Aufbau eines robusten Klassifikators 17
2.6 Klassifikator aus mehreren KNN mit Konsensentscheidung 18
2.7 Klassifikator aus mehreren KNN mit Präselektion 19
2.8 Zufallssuche in SASCIA 20
2.9 Genetische Suche in COOPER 22
2.10 Schalenmodell SASCIA COOPER 23
2.11 Interne Struktur von SASCIA 24
2.12 Interne Struktur von COOPER 25
3.1 Daten und Fehlerfluft beim Backpropagation Algorithmus 35
3.2 Verlauf des quadratischen Fehlers im Belehrungsprozeß 37
3.3 Struktogramm des EBP Algorithmus 38
3.4 Verfahren zur Strukturoptimierung von KNN 41
3.5 Struktogramm der Optimierung der Netzwerkparameter 42
3.6 Einfluß personenspezifischer Unterschiede auf die Netzparameter 46
3.7 Einfluß von qw7 auf die Anzahl der verdeckten Neuronen 47
3.8 Histogramme von wtJ für qw7 = 0.0 und qu r = 0.3 48
3.9 Einfluß von qwj auf mun 49
3.10 Verfahren zur Merkmalsselektion 51
3.11 Struktogramm der Optimierung von Merkmalskombinationen 54
3.12 Struktogramm der Rekombination 55
3.13 Einfluß von qwe auf die Anzahl der Merkmale wm( 58
3.14 Faktoren der Diversität 60
3.15 Struktogramm von COOPER 65
3.16 Struktogramm der Reproduktion in COOPER 67
3.17 Wahrscheinlichkeit der Übernahme eines Individuums 68
3.18 Veränderung der aggregierten Gütewerte während der Optimierung 70
3.19 COOPER Lösungen im Raum q und qi 71
4.1 Schema der Merkmalsextraktion 74
4.2 Beispielanwendung einer rekursiven und einer adaptiven Goertzel DFT 84
xxiii
4.3 Fenstergestalt bei rekursiver DFT und adaptiver Goertzel DFT 85
4.4 30 Sekunden EEG im Schlafstadium S2 86
4.5 Einzelspektren und genütteltes Spektrum während S2 87
4.6 Frequenzgang des Differenzenfilters 88
4.7 Verlauf verschiedener EEG Merkmale während einer Nacht 90
4.8 Ablauf der Amplitudendemodulation 92
4.9 Beispiel für EEG, Hüllkurve und Hüllkurvenspektrum 94
5.1 Hypnogrammbeispiele 98
5.2 Schlafstadienanalysator QUISI 99
5.3 EEG und Spektrum im Wach Zustand 1°1
5.4 EEG und Spektrum im Schlafstadium S2 102
5.5 EEG und Spektrum im Tiefschlafstadium S4 1°2
5.6 EEG und Spektrum im REM Schlaf 103
5.7 Verteilung verschiedener Qualitätskriterien bei Belehrung mit einer und zwei
Aufzeichnungen HO
5.8 Verteilung der Iterationszahl Hl
5.9 Einfluß der Gütekriterien auf die Populationsleistung 113
5.10 Gütewerte einer KNN Population ermittelt an zwei verschiedenen Datenbeständenll5
5.11 Erkennungsraten der Schlafstadien Sl, S2, REM, Wach für zwei Datenbestände . 116
5.12 Verteilung verschiedener Lösungen im Raum der Gütekriterien H
5.13 Vergleich von q , q2, qA und k bei QUISI und OP12 12°
5.14 Vergleich von ql, q2, q und k bei QUISI, OP12 und OPALL l26
5.15 Vergleich von QUISI, OP12 und OPALL I30
5.16 Vergleich von QUISI und OPALL relativ I30
5.17 Vergleich von QUISI und OPALL relativ (5 Klassen) I31
5.18 Hypnogramme von 970602pb 132
5.19 Hypnogramme von 1931011 132
5.20 Hypnogramme von 970742 133
5.21 Vergleich der Ergebnisse von OPALL mit der Interscorervarianz 13?
5.22 QUISI Handgerät 139
5.23 Miniaturisierte autonome EEG Recorder l39
5.24 Ablaufschema der automatischen Schlafstadienklassifikation I40
6.1 Anordnung zur Aufzeichnung des frontalen EEG während Narkose I45
6.2 Verfahren zur automatischen Bestimmung der Narkosetiefe I47
6.3 Narkosetiefenprofil und EEG Spektrogramm I49
6.4 Akkumulierte Bandleistungen und Quantilfrequenzen während Narkose I49
6.5 EEG und Spektrum im Wachzustand I50
6.6 EEG und Spektrum in AI 15°
6.7 EEG und Spektrum in A2 151
6.8 EEG und Spektrum in A3 151
6.9 EEG und Spektrum in A4 151
6.10 Boxplots verschiedener GütemaSe von OPNARK 155
6.11 Boxplots der Vertauschungsgrade l56
6.12 Beispiel Narkoseprofil a0033 157
xxiv
6.13 Beispiel Narkoseprofil a0036 158
6.14 Beispiel Narkoseprofil sOOOl 158
6.15 Vergleich von Narkose und Schlafprofil a0039 159
6.16 Vergleich von Narkose und Schlafprofil s0005 160
6.17 Vergleich von Narkose und Schlafprofil s0013 161
6.18 Blockdiagramm eines EEG Echtzeitanalysegerätes 163
6.19 Versuchsmuster eines modular aufgebauten echtzeitfahigen EEG Analysators . . 163
A.l Internationales 10 20 System 172
A.2 Aktive Stirnelektrode 172
rxv
Tabellenverzeichnis
2.1 Qualitätskriterien in SASCIA und COOPEB 31
3.1 Einstellungen des Testlaufs zur Parameteroptünierung 45
3.2 Wilcoxon Tests zur Untersuchung von wm,f, 49
3.3 Einstellungen des Testlaufs zur Merkmalsselektion 57
3.4 Methoden zur Aggregation verschiedener Klassifikatoren 62
3.5 Testeinstellungen von COOPER 69
5.1 Studien zur Reliabilität von Schlafstadienbewertungen 105
5.2 Klassifikatoren zur Schlafanalyse 107
5.3 Einstellungen des Testlaufs zum Einfluß des Datensatzes 108
5.4 Übersicht über Lern und Testdaten 108
5.5 Ergebnisvergleich bei Belehrung mit gemischten Daten 109
5.6 Einfluß der Gütekriterien auf die Populationsleistung 113
5.7 Gütewerte für zwei verschiedene Datenbestände 115
5.8 Einstellungen von COOPER zur Erstellung von OP12 118
5.9 Topologieparameter OP12 119
5.10 Vergleich Ergebnisse QUISI vs. OP12 121
5.11 Vergleich Ergebnisse QUISI vs. OP12 (11 Aufz.) 121
5.12 Ergebnisse OP12 für 5 Klassen 122
5.13 Vertauschungsmatrix OP12 123
5.14 Vertauschungsmatrix OP12 5 Klassen . ¦ 123
5.15 Einstellungen von COOPER zur Erstellung von OPALL 124
5.16 Topologieparameter OPALL 125
5.17 Vergleich der Ergebnisse QUISI OP12 OPALL 126
5.18 Signifikanztests QUISI vs. OPALL und OP12 vs. OPALL 127
5.19 Vertauschungsmatrix OPALL 128
5.20 Vertauschungsmatrix OPALL 5 Klassen • . . • 128
5.21 Weitere Ergebnisse von OPALL 129
5.22 Vergleich der Ergebnisse mit Angaben aus der Literatur 135
5.23 Vergleich der Ergebnisse mit der Interscorervarianz 136
6.1 Vergleich der Probleme von Schlaf und Narkosestadienklassifikation 144
6.2 Einstellungen von SASCIA für die Narkosetiefenbestimmung 153
6.3 Einstellungen COOPER zur Erstellung von OPNARK 154
6.4 Topologieparameter OPNARK 154
6.5 Gemittelte Ergebnisse OPNARK 154
xxvü
|
| any_adam_object | 1 |
| author | Wenzel, Andreas |
| author_GND | (DE-588)108445100 |
| author_facet | Wenzel, Andreas |
| author_role | aut |
| author_sort | Wenzel, Andreas |
| author_variant | a w aw |
| building | Verbundindex |
| bvnumber | BV020039615 |
| ctrlnum | (OCoLC)181451983 (DE-599)BVBBV020039615 |
| discipline | Medizin |
| edition | 1. Aufl. |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02547nam a2200589 c 4500</leader><controlfield tag="001">BV020039615</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">050921s2005 gw ad|| m||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">05,N22,0748</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">97483713X</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3832239596</subfield><subfield code="c">Pb. : EUR 49.80, EUR 49.80 (AT), sfr 99.60</subfield><subfield code="9">3-8322-3959-6</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783832239596</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)181451983</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV020039615</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-NW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-29T</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">610</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Wenzel, Andreas</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)108445100</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Robuste Klassifikation von EEG-Daten durch Neuronale Netze</subfield><subfield code="b">Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung</subfield><subfield code="c">Andreas Wenzel</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Aufl.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Aachen</subfield><subfield code="b">Shaker</subfield><subfield code="c">2005</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XXVIII, 196 S.</subfield><subfield code="b">Ill., graph. Darst.</subfield><subfield code="c">210 mm x 148 mm, 336 gr.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Berichte aus der Medizinischen Informatik und Bioinformatik</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Ilemenau, Techn. Univ., Diss., 2005</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Robustheit</subfield><subfield code="0">(DE-588)4126481-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Automatische Klassifikation</subfield><subfield code="0">(DE-588)4120957-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Schlafstadium</subfield><subfield code="0">(DE-588)4179664-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Narkosetiefe</subfield><subfield code="0">(DE-588)4527099-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Elektroencephalogramm</subfield><subfield code="0">(DE-588)4070747-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Narkosetiefe</subfield><subfield code="0">(DE-588)4527099-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Elektroencephalogramm</subfield><subfield code="0">(DE-588)4070747-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Robustheit</subfield><subfield code="0">(DE-588)4126481-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="4"><subfield code="a">Automatische Klassifikation</subfield><subfield code="0">(DE-588)4120957-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Schlafstadium</subfield><subfield code="0">(DE-588)4179664-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Elektroencephalogramm</subfield><subfield code="0">(DE-588)4070747-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Robustheit</subfield><subfield code="0">(DE-588)4126481-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="4"><subfield code="a">Automatische Klassifikation</subfield><subfield code="0">(DE-588)4120957-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">HBZ Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=013360715&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-013360715</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV020039615 |
| illustrated | Illustrated |
| indexdate | 2024-07-09T20:11:27Z |
| institution | BVB |
| isbn | 3832239596 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-013360715 |
| oclc_num | 181451983 |
| open_access_boolean | |
| owner | DE-29T |
| owner_facet | DE-29T |
| physical | XXVIII, 196 S. Ill., graph. Darst. 210 mm x 148 mm, 336 gr. |
| publishDate | 2005 |
| publishDateSearch | 2005 |
| publishDateSort | 2005 |
| publisher | Shaker |
| record_format | marc |
| series2 | Berichte aus der Medizinischen Informatik und Bioinformatik |
| spelling | Wenzel, Andreas Verfasser (DE-588)108445100 aut Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung Andreas Wenzel 1. Aufl. Aachen Shaker 2005 XXVIII, 196 S. Ill., graph. Darst. 210 mm x 148 mm, 336 gr. txt rdacontent n rdamedia nc rdacarrier Berichte aus der Medizinischen Informatik und Bioinformatik Ilemenau, Techn. Univ., Diss., 2005 Robustheit (DE-588)4126481-2 gnd rswk-swf Automatische Klassifikation (DE-588)4120957-6 gnd rswk-swf Schlafstadium (DE-588)4179664-0 gnd rswk-swf Narkosetiefe (DE-588)4527099-5 gnd rswk-swf Elektroencephalogramm (DE-588)4070747-7 gnd rswk-swf Neuronales Netz (DE-588)4226127-2 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Narkosetiefe (DE-588)4527099-5 s Elektroencephalogramm (DE-588)4070747-7 s Neuronales Netz (DE-588)4226127-2 s Robustheit (DE-588)4126481-2 s Automatische Klassifikation (DE-588)4120957-6 s DE-604 Schlafstadium (DE-588)4179664-0 s HBZ Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=013360715&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Wenzel, Andreas Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung Robustheit (DE-588)4126481-2 gnd Automatische Klassifikation (DE-588)4120957-6 gnd Schlafstadium (DE-588)4179664-0 gnd Narkosetiefe (DE-588)4527099-5 gnd Elektroencephalogramm (DE-588)4070747-7 gnd Neuronales Netz (DE-588)4226127-2 gnd |
| subject_GND | (DE-588)4126481-2 (DE-588)4120957-6 (DE-588)4179664-0 (DE-588)4527099-5 (DE-588)4070747-7 (DE-588)4226127-2 (DE-588)4113937-9 |
| title | Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung |
| title_auth | Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung |
| title_exact_search | Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung |
| title_full | Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung Andreas Wenzel |
| title_fullStr | Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung Andreas Wenzel |
| title_full_unstemmed | Robuste Klassifikation von EEG-Daten durch Neuronale Netze Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung Andreas Wenzel |
| title_short | Robuste Klassifikation von EEG-Daten durch Neuronale Netze |
| title_sort | robuste klassifikation von eeg daten durch neuronale netze untersuchungen am beispiel der einkanaligen automatischen schlafstadien und narkosetiefenbestimmung |
| title_sub | Untersuchungen am Beispiel der einkanaligen automatischen Schlafstadien- und Narkosetiefenbestimmung |
| topic | Robustheit (DE-588)4126481-2 gnd Automatische Klassifikation (DE-588)4120957-6 gnd Schlafstadium (DE-588)4179664-0 gnd Narkosetiefe (DE-588)4527099-5 gnd Elektroencephalogramm (DE-588)4070747-7 gnd Neuronales Netz (DE-588)4226127-2 gnd |
| topic_facet | Robustheit Automatische Klassifikation Schlafstadium Narkosetiefe Elektroencephalogramm Neuronales Netz Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=013360715&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT wenzelandreas robusteklassifikationvoneegdatendurchneuronalenetzeuntersuchungenambeispieldereinkanaligenautomatischenschlafstadienundnarkosetiefenbestimmung |