Дослідження кореляції між каналами сигналу еег для пронозування епілептичних нападів

Олег Юрійович Панічев, А. О. Попов, М. А. Жуков, В. І. Харитонов

Анотація


Робота присвячена дослідженню застосування кореляції між каналами сигналу ЕЕГ для прогнозування епілептичних нападів. Прогнозування нападів розглянуто як задача класифікації станів між нападами та перед нападом. В роботі запропоновано використання коефіцієнтів кореляції між каналами сигналу та проведено дослідження впливу довжини вікна, в якому вони розраховуються, на результат прогнозування. Дослідження проводилось з використанням бази сигналів інтракраніальних електроенцефалограм (іЕЕГ), яка містить сигнали 5 собак та 2 людей загальною тривалістю 678 годин. В роботі для класифікації було використано метод опорних векторів. Результат прогнозування оцінювався за допомогою середньої площі під ROC-кривою (AUC). Встановлено, що використання коефіцієнтів кореляції між каналами дає достатньо високий результат при прогнозуванні, а саме: при використанні довжини вікна від 10 до 180 секунд середня площа під ROC-кривою змінюється в діапазоні 0,928 - 0,938 і має максимальне значення при використанні вікна довжиною 30 секунд. Отримані результати можуть бути використані при побудові та покращенні систем прогнозування епілептичних нападів. Бібл. 13, рис.2.


Ключові слова


епілепсія; епілептичні напади; кореляція; електроенцефалографія; ЕЕГ; прогнозування нападів

Повний текст:

PDF

Посилання


American Epilepsy Society Seizure Prediction Challenge. https://www.kaggle.com/c/seizure-prediction.

Carney P.R., Myers S., Geyer J.D. (2011),“Seizure prediction: methods”, Epilepsy & behavior: E&B., Vol. 22, Pp. S94–101.

Fawcett, T. (2004), “ROC Graphs: Notes and Practical Considerations for Researchers”, Kluwer Academic Publishers.

Feller, V. (1964), “Introduction into the probability theory and it’s applications”, Mir, P. 499.

Kreuz, T. (2003), “Measuring Synchronization in Model Systems and Electroencephalographic Time Series from Epilepsy Patients”, PhD thesis, NIC Series, Vol. 21.

Kristin K. Jergera, Steven L. Weinstein, Tim Sauer, Steven J. Schiff. (2005), “Multivariate linear discrimination of seizures”, Clinical Neurophysiology, Vol. 116(3), Pp. 545-51.

Iasemidis, L.D. (2003), “Epileptic seizure prediction and control”, IEEE Transactions on Biomedical Engineering, Vol. 50., Pp. 549–558.

Mirowski P., Madhavan D., LeCun Y., Kuzniecky R. (2009), “Classification of Patterns of EEG Synchronization for Seizure Prediction”, Clinical Neurophysiology, Vol. 120(11).

Mormann F., Kreuz T., Andrzejak R.G., David P., Lehnertz K., Elger C.E. (2003), “Epileptic seizures are preceded by a decrease in synchronization”, Elsevier Science, Epilepsy Research, Vol. 53, Pp. 173–185.

Mormann F., Andrzejak R.G., Elger C.E., Lehnertz K. (2007), “Seizure prediction: the long and winding road,” Brain, Vol. 130, no. Pt 2. Pp. 314–333.

Netoff, T., Park Y., Parhi K. (2009), “Seizure Prediction Using Cost-Sensitive Support Vector Machine”, 31st Annual International Conference of the IEEE EMBS, Minneapolis, Minnesota, USA, September 2-6.

Panichev, O. (2014), “Methods of EEG analysis for prediction of epileptic seizures”, Electronics and Communications.

Vapnik, V.N. (1995), “The nature of statistical learning theory”, Springer, New York.




DOI: http://dx.doi.org/10.20535/2312-1807.2015.20.2.47734

Посилання

  • Поки немає зовнішніх посилань.


Copyright (c) 2015 Електроніка та зв'язок

Creative Commons License
Ця робота ліцензована Creative Commons Attribution 4.0 International License.