On methods for pattern recognition with application to epileptic electroencephalograms
Popular Abstract in Swedish Elektroencefalogrammet (EEG), dvs mätning av potentialer på skalpen, är en relativt enkel och gammal teknik för att studera hjärnans aktivitet. Trots de stora framstegen inom s k brain-mapping-tekniker på senare år (magnetröntgen, PET, SPECT), är EEG fortfarande ett viktigt verktyg för diagnos. En av dess fördelar gentemot andra tekniker är dess fina tidsupplösning. EtThe thesis treats methods for pattern recognition in multichannel electroencephalogram (EEG) signals, for application to diagnostics of epilepsy. Parts I-IV treat methods for feature extraction and clustering of EEG spikes, occurring between epileptic seizures, and part V presents a method for filtering seizure onset EEG signals. In part I, Hermite functions are used for parametric description of
