350 rub
Journal Biomedical Radioelectronics №12 for 2012 г.
Article in number:
Electroencephalogram signal processing on the basis of frequency dependences and wavelet transformation
Authors:
Ya.A. Turovsky, S.D. Kurgalin, A.A. Vahtin
Abstract:
This paper presents a method that develops the technology of processing the biomedical signals based on wavelet analysis. The paper demonstrates that this method allows obtaining a physiologically meaningful information indicated in the dynamic of the behavior of the local frequency maxima scalogramms, which are obtained during the processing of electroencephalograms (EEG). There are two types of distribution parameters of local maxima, related, presumably, to the activation, synchronization, inhibition, and desynchronization of the brain neuronal ensembles producing EEG waves. Different features of the drift of the local maxima in different frequency bands are demonstrated. Thus, the shifts of oscillator peaks - coordinates of frequency are observed less frequently in the γ-rhythm ranges, compared to the more low-frequency ranges, due to much poorer resolution of the applied wavelet in respect of frequency at higher frequencies. Nevertheless, the presence of frequency drift to both the decreasing and increasing shows that the frequency of peaks of γ-rhythms, which are associated with cortical activity of the brain and cognitive functions, vary considerably stronger than for the α-and β-rhythms. It is noted that the restricted use of this method is associated with low resolution of the examined signals in respect of frequency for the types of applied wavelets, as well as for the real time processing systems for the signals. The latter is associated with a long duration of the analyzing wavelet functions in a temporary space, which requires the accumulation of the signal of a certain length before it becomes possible to start processing it. The obtained results allow us proceeding with further detailed studies of the physiological mechanisms of the discovered phenomena via using the high-density EEG data.
Pages: 39-45
References
  1. Кабанова И.В., Алиев Р.Р. Анализ ритмов ЭЭГ в норме и при эпилепсии при помощи вейвлет-преобразований // Сб. трудов XII всерос. науч.-техн. конф. «Нейроинформатика-2010». 2010. С. 320-329.
  2. Кудрявцев Ю.С., Бойцов С.А., Гришаев С.Л., Солнцев В.Н.Анализ сигнал-усредненной ЭКГ (по данным вейвлет-преобразования) у здоровых и больных ИБС // Вестник аритмологии. 2001. № 2. С. 32-35.
  3. Синютин С.А. Структурный анализ электрофизиологических сигналов // Известия ЮФА. Технические науки. 2004. № 6. С. 156-166.
  4. Патент № 2332160. Способ исследования электроэнцефалограммы человека и животных / Я.А. Туровский, С.А. Запрягаев, С.Д. Кургалин.
  5. Кургалин С.Д., Туровский Я.А., Максимов А.В. и др. Вейвлет-анализ энцефалограмм // Информационные технологии в проектировании и производстве. 2010. № 1. С. 89-95.
  6. Патент № 2326587. Способ исследования вариабельности сердечного ритма человека / Я.А. Туровский.
  7. Патент № 2328973. Способ исследования микроциркуляторного русла человека / Я.А.Туровский.
  8. Turovsky Ya.A. The analysis mechanisms regulation of the blood pressure dynamic on wavelet-transformation base // 14-й Международный конгресс по холтеровскому мониторированию и неинвазивной кардиологии (ISHNE-2011). Book of abstracts. 2011. P.178.
  9. Гусельников В.И. Электрофизиология головного мозга. М.: Высшая школа. 1976. 423 с.
  10. Короновский А.А., Храмов А.Е. Непрерывный вейвлетный анализ и его приложения. М.: Физматлит. 2003. 176 с.
  11. Астафьева Н.М. Вейвлет-анализ: основы теории и примеры применения // Успехи физических наук. 1996. Т. 166. № 11. С. 1145-1170.
  12. Scargle J.D.The quasi-periodic oscillations and very low frequency noise of Scorpius X-1 as transient chaos: a dripping handrail?// Astrophysical Journal. 1993. V. 411. P. 91-94.
  13. Николаев А.Р., Иваницкий Г.А., Иваницкий А.М. Исследование корковых взаимодействий в коротких интервалах времени при поиске вербальных ассоциаций // Журнал высшей нервной деятельности. 2000. Т. 50. № 1. С. 44-61.
  14. Zhu D., Bieger J., Molina G.G. A Survey of stimulation methods used in SSVEP-Based BCIs. // Computational Intelligence and Neuroscience. 2010. V. ArticleID702357. 12 р.
  15. Короновский А.А., Храмов А.Е. Об эффективном анализе перехода к хаосу через перемежаемость с помощью вейвлетного анализа // Письма в ЖТФ. 2001. Т. 27. Вып. 1. С. 3-11.
  16. Зенков Л.Р. Клиническая электроэнцефалография (с элементами эпилептологии). М.: МЕДпресс-информ. 2011. 356 с.
  17. Шарова Е.В., Болдырева Г.Н., Куликов М.А. и др.ЭЭГ-корреляты состояний зрительного и слухового внимания у здоровых испытуемых // Физиология человека. 2009. Т. 35. № 1. С. 5-14.
  18. Мороз К.А., Цыбрий И.К., Кузнецов Г.Л. и др.Автокорреляционный анализ ЭЭГ в процессе «бодрствование-сон»// В мире научных открытий. 2010. № 4-4.
    С. 16-17.
  19. Данилова Н.Н.Частотная специфичность осцилляторов гамма-ритма // Российский психологический журнал. 2006. Т. 3. № 2. С. 35-60.
  20. Шульгина Г.И.Генез ритмики биопотенциалов и ее роль в обработке информации // Физиология человека. 2005. Т. 31. № 3. С. 59-71.