Взаимная информация между активностью мозга и сердца перед эпилептическим приступом
##plugins.themes.bootstrap3.article.main##
Аннотация
Работа посвящена анализу связи между электрической активностью мозга и сердечнососудистой системы у больных эпилепсией в период перед началом эпилептического приступа. Предложено количественно оценивать связь с использованием взаимной информации между полными мощностями электроэцефалограммы и кардиоритмограмы во временных окнах за час до начала приступа. Результаты клинических исследований для десяти сигналов, содержащих приступы, показали существенное снижение взаимной информации за 5 минут перед началом приступа. Библ. 19, рис. 3.
##plugins.themes.bootstrap3.article.details##
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, публикующиеся в данном журнале, соглашаются со следующими условиями:- Авторы сохраняют за собой права на авторство своей работы и предоставляют журналу право первой публикации этой работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим лицам свободно распространять опубликованную работу с обязательной ссылокой на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы сохраняют право заключать отдельные договора на неэксклюзивное распространение работы в том виде, в котором она была опубликована этим журналом (например, размещать работу в электронном архиве учреждения или публиковать в составе монографии), с условием сохраниения ссылки на оригинальную публикацию в этом журнале.
- Политика журнала разрешает и поощряет размещение авторами в сети Интернет (например в институтском хранилище или на персональном сайте) рукописи работы как до ее подачи в редакцию, так и во время ее редакционной обработки, так как это способствует продуктивной научной дискуссии и положительно сказывается на оперативности и динамике цитирования статьи (см. The Effect of Open Access).
Библиографические ссылки
Cao Y., Wen-wen Tung, J. B. Gao, V. A. Protopopescu, and L. M. Hively. (2004), Detecting dynamical changes in time series using the permutation entropy. Physical review E70.
Chen W., C.-L. Guo, P.-S. Zhang, C. Liu, H. Qiao, J.-G. Zhang, and F.-G. Meng, (2014), Heart rate changes in partial seizures: analysis of influencing factors among refractory patients.,” BMC Neurol., vol. 14, no. 1, p. 135, Jan. 2014.
Cover, T.M., Thomas. (1991), Elements of information theory. New York: Wiley.
Doquire, G., Verleysen, M. A (2012), “Comparison of Multivariate Mutual Information Estimators for Feature Selection,” SciTePress. Science and and Technology Publications.
Evrengül H., H. Tanriverdi, D. Dursunoglu, A. Kaftan, O. Kuru, U. Unlu, and M. Kilic, “Time and frequency domain analyses of heart rate variability in patients with epilepsy.,” Epilepsy Res., vol. 63, no. 2–3, pp. 131–9, Feb. 2005.
Finsterer J., Wahbi K. (2014), “CNS-Disease Affecting the Heart: Brain–heart Disorders,” Journal of the Neurological Sciences. Vol. 345(1-2). Pp. 8-14.
Kolsal E., A. Serdaroğlu, E. Cilsal, S. Kula, A. Ş. Soysal, A. N. Ç. Kurt, and E. Arhan. (2014), “Can heart rate variability in children with epilepsy be used to predict seizures?,” Seizure, Vol. 23, No. 5, Pp. 357–62, May 2014.
Legg, P.A., Rosin, P.L., Marshall, D., Morgan, J.E. (2007), Improving accuracy and efficiency of registration by mutual information using Sturges’ histogram rule,” Proc. Med. Image Understand. Anal. Pp. 26–30.
Lehnertz K. (1999), “Chaos in Brain”, World Scientific, Singapore, ISBN [978-981-4493-58-1.]
Li X., Ouyang G., Richards D.A. (2007), “Predictability analysis of absence seizures with permutation entropy,” Epilepsy Research, Vol. 77, Pp. 70-74.
Marek, T., Tichavsky, P.(2008), “On the estimation of mutual information,” ROBUST 2008, Pp. 263–269.
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.
Popov A., Avilov O. Oleksii Kanaykin, (2013), “Permutation entropy of EEG signals for different sampling rate and time lag combinations,” Proceedings of Signal Processing Symposium SPS. Pp. 1-4.
A. Popov, S. Zaunseder, H. Malberg. (2012), “Interdependency estimation between brain and cardiovascular activity,” XXXII International Scientific Conference "ELNANO 2012", April 10 12, 2012: Proceedings. Kyiv (Ukraine). Pp. 150-151.
O. Avilov, A. Popov, O. Kanaikin. (2013), “Saturation of electroencephalogram permutation entropy for large time lags,” XXXIII International Scientific Conference Electronics and Nanotechnology, 16-19 April 2013: proceedings. Kyiv, Pp. 251-254.
Schiecke K., Wacker M., D. Piper, F. Benninger, M. Feucht, and H. Witte. (2014), “Time-variant, frequency- selective, linear and nonlinear analysis of heart rate variability in children with temporal lobe epilepsy.,” IEEE Trans. Biomed. Eng., Vol. 61, No. 6, Pp. 1798–1808, Jun. 2014.
Sorjamaa, A., Hao, J., Lendasse, A. (2005), Mutual information and k-nearest neighbors approximator
for time series prediction. Springer.
Zhukov M. (2014), Analysis of interconnection between central nervous and cardiovascular systems. Electronics and Communications, Vol. 19. No 1(78). Pp. 26-36.
Zhukov, M.; Popov, A. (2014), "Bin number selection for equidistant mutual information estimaton," 2014 IEEE 34th International Conference on Electronics and Nanotechnology (ELNANO), Pp.259,263, 15-18 April 2014.
