Two methods for the automatic assessment of the background activity of the electroencephalogram
(EEG) and its asymmetries are presented. They are based on a set of spectral EEG parameters.
The first method makes use of linear discriminant functions and of an outlier test.
The second method uses regression functions instead. The disadvantage of a slightly
smaller number of correctly classified EEGs is made up for by the possibility of making
use of the Widrow—Hoff procedure. With this procedure, the regression functions may
be easily updated whenever a new EEG enters the learning set. So this method is easy
to adapt to slight modifications of the way of recording as well as analyzing the
EEG.
Zur automatischen Beschreibung der Grundaktivität des Elektroencephalogramms (EEG)
und ihrer Asymmetrien werden zwei Verfahren vorgestellt. Sie basieren auf einem Satz
von EEG-Spektralparametern. Das erste Verfahren bedient sich der klassischen linearen
Diskriminanzfunktion und eines Ausreißertests. Das zweite Verfahren verwendet statt
dessen Regressionsfunktionen. Dem Nachteil einer geringfügig schlechteren Trefferrate
steht die Möglichkeit gegenüber, mit Hilfe des Verfahrens von Widrow—Hoff die Funktionen
bei wachsender Lernstichprobe ohne großen Aufwand schrittweise zu verbessern. Dadurch
gewinnt das Verfahren auch an Anpassungsfähigkeit an leicht geänderte Registrier-
und Auswertekonfigurationen.
Key-Words:
Electroencephalogram - Automatic Assessment - Classification - Widrow—Hoff Procedure
Schlüssel-Wörter:
Elektroenzephalogramm - automatische Befundung - Klassierung - Widrow—Hoff-Verfahren
