Исследование корреляции между каналами сигнала ЭЭГ для про- гнозирования эпилептических приступов
##plugins.themes.bootstrap3.article.main##
Аннотация
Работа посвящена исследованию использования корреляции между каналами сигнала ЭЭГ для прогнозирования эпилептических приступов. Прогнозирование приступов рассмотрено как задача классификации состояний между приступами и перед приступом. В работе предложено использование коэффициентов корреляции между каналами сигнала и проведено исследование влияния длины окна, в котором они рассчитываются, на результат прогнозирования. Исследования проводилось с использованием базы сигналов интракраниальных электроэнцефалограмм (иЭЭГ), которая содержит сигналы 5 собак и 2 людей общей длительностью 678 часов. В работе для классификации был использован метод опорных векторов. Результат прогнозирования оценивался с помощью средней площади под ROC-кривой (AUC). Установлено, что использование коэффициентов корреляции между каналами дает достаточно высокий результат при прогнозировании, а именно: при использовании длины окна от 10 до 180 секунд средняя площадь под ROC-кривой изменяется в диапазоне 0,928 - 0,938 и имеет максимальное значение при использовании окна длиной 30 секунд. Полученные результаты могут быть использованы при построении и улучшении систем прогнозирования эпилептических приступов. Библ. 13, рис. 2.
##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
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.
