Analysis of epileptic seizure detection method based on improved genetic algorithm optimization back propagation neural network / 生物医学工程学杂志

In order to improve the accuracy and efficiency of automatic seizure detection, the paper proposes a method based on improved genetic algorithm optimization back propagation (IGA-BP) neural network for epilepsy diagnosis, and uses the method to achieve detection of clinical epilepsy rapidly and effectively. Firstly, the method extracted the linear and nonlinear features of the epileptic electroencephalogram (EEG) signals and used a Gaussian mixture model (GMM) to perform cluster analysis on EEG features. Next, expectation maximization (EM) algorithm was used to estimate GMM parameters to calculate the optimal parameters for the selection operator of genetic algorithm (GA). The initial weights and thresholds of the BP neural network were obtained through using the improved genetic algorithm. Finally, the optimized BP neural network is used for the classification of the epileptic EEG signals to detect the epileptic seizure automatically. Compared with the traditional genetic algorithm optimization back propagation (GA-BP), the IGA-BP neural network can improve the population convergence rate and reduce the classification error. In the process of automatic detection of epilepsy, the method improves the detection accuracy in the automatic detection of epilepsy disorders and reduced inspection time. It has important application value in the clinical diagnosis and treatment of epilepsy.

Estimação de sub-registros de óbitos em pequenas áreas com os métodos bayesiano empírico e algoritmo EM / Estimation of death underreporting at small areas using empiric Bayesian and EM algorithm methods / /Estimación de subregistros de fallecimientos en pequeñas áreas con los métodos bayesiano empírico y algoritmo EM

Um grande problema em estimativas demográficas no Brasil diz respeito ao nível e padrão da mortalidade. Os demógrafos que trabalham com mortalidade, no país, ainda não se sentem tão seguros sobre o real comportamento desta componente da dinâmica populacional. Por outro lado, necessita-se da disponibilidade de indicadores de mortalidade para níveis geográficos mais desagregados, sobretudo municípios. O problema é que quanto mais desagregado, mais complexo se torna o trabalho de estimar qualquer indicador social ou demográfico. Neste trabalho, objetiva-se estimar e propor correção de sub-registros de óbitos no nível municipal, segundo grupos etários, por meio de dois métodos: estimador bayesiano empírico (BE) e algoritmo EM (Expectation-Maximization). Para que os dois métodos fossem operacionalizados entre municípios semelhantes, foram realizados dois exercícios: agruparam-se os municípios segundo a mesorregião; e agruparam-se os municípios em grupos homogêneos, gerados a partir de uma análise de cluster utilizando as variáveis grau de urbanização, proporção de óbitos por causas externas e a população de cada município. Foram utilizados dados do Estado do Rio Grande do Norte, referentes a 2000. Para o total do Estado, estimou-se um sub-registro de 11% com o estimador BE e de 12,9% com o algoritmo EM. Outro resultado importante é a possibilidade de avaliar o grau de cobertura de óbitos por grupos etários em municípios e em qualquer nível de agregação a partir deste.

Level and standard of mortality are major demographic estimation problems in Brazil. Demographists dealing with mortality in Brazil still do not fell assured of the real behavior of this population dynamics component. On the other hand, there is a need for mortality indicators available for more disaggregated geographic levels, mostly municipalities. The difficulty is that the more disaggregated, the more complex is the task for estimating any social or demographic indicator. In this study, we aimed to estimate and to propose the correction of death underreporting at the municipal level, according to age, using two methods: the empiric Bayesian estimator (BE) and the EM (Expectation-Maximization) algorithm. For the two methods to be operational within comparable municipalities, two steps were performed: we grouped the municipalities according to a mesoregion; and we grouped them into two homogeneous groups, created from a cluster analysis using the variables level of urbanization, proportion of death from external causes and the population of each municipality. We used data collected in 2000 from the State of Rio Grande do Norte. For the entire State, we estimated underreporting to be 11% using the BE estimator, and 12.9 % using the EM algorithm. Another important finding was the capability to assess the level of death coverage by age groups in the municipalities and, at any level of aggregation.

Un gran problema, en lo que se refiere a estimativas demográficas en Brasil, está relacionado con el nivel y patrón de la mortalidad. Los demógrafos que trabajan con mortalidad en el país todavía no se sienten muy seguros sobre el comportamiento real de este componente de la dinámica poblacional. Por otro lado, es necesario que se disponga de indicadores de mortalidad para niveles geográficos más desagregados, sobre todo municipios. El problema es que cuanto más desagregado, más complejo se hace el trabajo de estimar cualquier indicador social o demográfico. Este trabajo tiene por objetivo estimar y proponer una corrección de subregistros de fallecimientos en el nivel municipal, según grupos de edad, por medio de dos métodos: estimador bayesiano empírico (BE) y algoritmo EM (Expectation-Maximization). Con el objeto de que los dos métodos fueran puestos en funcionamiento entre municipios semejantes, se realizaron dos ejercicios: se agruparon los municipios según la mesorregión; y se agruparon los municipios en grupos homogéneos, generados a partir de un análisis de cluster, utilizando las variables grado de urbanización, proporción de óbitos por causas externas y la población de cada municipio. Se utilizaron datos del Estado de Río Grande do Norte, referentes al año 2000. Para el total del Estado, se estimó un subregistro de un 11% con el estimador BE y de un 12,9% con el algoritmo EM. Otro resultado importante es la posibilidad de evaluar el grado de cobertura de óbitos por grupos de edad en municipios y en cualquier nivel de agregación a partir de este nivel.

Statistical Methods for Multivariate Missing Data in Health Survey Research / 예방의학회지

Missing observations are common in medical research and health survey research. Several statistical methods to handle the missing data problem have been proposed. The EM algorithm (Expectation-Maximization algorithm) is one of the ways of efficiently handling the missing data problem based on sufficient statistics. In this paper, we developed statistical models and methods for survey data with multivariate missing observations. Especially, we adopted the Em algorithm to handle the multivariate missing observations. We assume that the multivariate observations follow a multivariate normal distribution, where the mean vector and the covariance matrix are primarily of interest. We applied the proposed statistical method to analyze data from a health survey. The data set we used came from a physician survey on Resource-Based Relative Value Scale(RBRVS). In addition to the EM algorithm, we applied the complete case analysis, which used only completely observed cases, and the available case analysis, which utilizes all available information. The residual and normal probability plots were evaluated to access the assumption of normality. We found that the residual sum of squares from the EM algorithm was smaller than those of the complete-case and the available-case analyses.