แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Yuttana Kitjaidure. Classification of obsessive-compulsive disorder by two-dimension convolutional neural network. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2020.
Classification of obsessive-compulsive disorder by two-dimension convolutional neural network
Name: Rachapon Kittisakphaibun
Organization :
King Mongkut's Institute of Technology Ladkrabang. Faculty of Engineering
Email :
62601072@kmitl.ac.th
Name: Yuttana Kitjaidure
Organization :
King Mongkut's Institute of Technology Ladkrabang. Faculty of Engineering
keyword:
Convolution Neural Network
ThaSH:
Psychiatry
-- Diagnosis
ThaSH:
Electroencephalography
Abstract:
Obsessive-compulsive disorder is a mental disorder
that a person has uncontrolled, causing the patient to be
high anxiety, which affects the daily life of the patient.
EEG signal is one method used to diagnose brain diseases.
In which EEG is a measure of changes in electrical
charges in the brain. In this paper, we propose a two-dimension
convolution neural network model, a popular
way to distinguish between two categories by using
images. The time-frequency image was created using the
complex Morlet wavelet. Time-frequency images are
used as an input of the 2-D convolution neural network
model, which uses 2-D convolution to extract the
characteristics of the image in each channel of the
electrode. The experiment result of testing is 87.5 percent
accuracy and 0.461 test loss value in the 2-D CNN model.
Therefore, the power of time-frequency in two-dimension
convolution neural network model provides a new method
for the classification of obsessive-compulsive disorder in
the Flanker task.
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2020
Modified:
2025-10-02
Issued:
2025-10-02
บทความ/Article
application/pdf
BibliograpyCitation :
ใน มหาวิทยาลัยนเรศวร และสมาคมวิชาการทางวิศวกรรมไฟฟ้า (ประเทศไทย). การประชุมวิชาการทางวิศวกรรมไฟฟ้า ครั้งที่ 43 (EECON-43) (pp.322-325). พิษณุโลก : มหาวิทยาลัยนเรศวร
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.025835 วินาที
Rachapon Kittisakphaibun
| Title | Contributor | Type |
|---|---|---|
| Classification of obsessive-compulsive disorder by two-dimension convolutional neural network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rachapon Kittisakphaibun;Yuttana Kitjaidure | บทความ/Article |
Yuttana Kitjaidure
| Title | Contributor | Type |
|---|---|---|
| Classification of obsessive-compulsive disorder by two-dimension convolutional neural network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rachapon Kittisakphaibun;Yuttana Kitjaidure | บทความ/Article | |
| Schizophrenia classification from EEG signal using a multi-input deep convolution neural network model
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Wichaya Booranaburuttham;Yuttana Kitjaidure | บทความ/Article | |
| Prediction of arm motion using electrocorticographic signals in monkeys
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pakakul Wilaiprasitporn;Yuttana Kitjaidure | บทความ/Article | |
| Major depression disorder detection on EEG-Based with the convolution neural networks
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rathanon Suwanteerangkul;Yuttana Kitjaidure | บทความ/Article |