Fuziunea și selecția caracteristicilor din mai multe domenii pentru detectarea optimizată a epilepsiei prin învățare automată

Acest studiu prezintă o metodă inovatoare care combină transformatele wavelet discrete și analiza Welch pentru a extrage caracteristici din mai multe domenii (frecvență, timp-frecvență, neliniar) în vederea detectării crizelor pe baza EEG. Folosind optimizarea prin roi de particule pentru selectarea caracteristicilor și mai multe clasificatoare (SVM, ANN, Random Forest, XGBoost), această abordare a atins o precizie de 99,32% cu validare încrucișată în 10 seturi.