350 руб
Журнал «Биомедицинская радиоэлектроника» №6 за 2009 г.
Статья в номере:
Автоматическая классификация электроэнцефалограмм на основе их вейвлет-пакетной обработки
Ключевые слова: вейвлет-пакеты электроэнцефалографические сигналы автоматическая классификация кодировка признаков
Авторы:
Намик Таир оглы Абдуллаев - канд. техн. наук, кафедра «Биотехнические и медицинские приборы», Азербайджанская государственная нефтяная академия (г. Баку). Email: a.namik46@mail.ru Олег Александрович Дышин - канд. физ.-мат. наук, Азербайджанская государственная нефтяная академия, НИИ «Геотехнологические проблемы нефти, газа и химии» Ханум Зубаил кызы Самедова - ассистент, кафедра «Биотехнические и медицинские приборы», Азербайджанская государственная нефтяная академия
Аннотация:
С помощью вейвлет-пакетной обработки электроэнцефалографических (ЭЭГ) сигналов определяются особенности ее организации во времени и пространстве, которые находят свое отражение в частоте основных ритмов, их регулярности, амплитуде и зональных различиях по областям мозга. Вейвлет-пакетные коэффициенты в каждой частотной субполосе позволяют установить принадлежность паттерна данного ЭЭГ к той или иной группе ЭЭГ по классификации Е.А. Жирмунской, а также определить момент возникновения патологии и динамику ее развития.
Страницы: 63-68
Список источников
  1. Жирмунская Е.А., Лосев В.С. Системы описания и классификация электроэнцефалограмм человека. М.: Наука. 1984. 79 с.
  2. Жирмунская Е.А. Клиническая электроэнцефалография (Обзор литературы и перспектива использования метода). М.: Изд-во «Мейби». 77 с.
  3. Сахаров В.Л. Андреенко А.С. Методы математической обработки электроэнцефалограмм. Таганрог: Изд-во «Антон». 2000. 44 с.
  4. Чуи К. Введение в вейвлеты / пер. с англ. М.: Мир. 2001. 412 с.
  5. Добеши И. Десять лекций по вейвлетам / пер. с англ. М.-Ижевск: НИЦ «Регулярная и хаотическая динамика». 2004. 463 с.
  6. Meyer Y., Coifman R .R., Wickerhauser M.V. Size properties of wavelet packets. In Ruskai etal, editor. Wavelets and their Applications. Jones and Bartlett. 1992.
  7. Яковлев А.Н. Основы вейвлет-преобразования сигналов. Учебное пособие. М.: САЙНC-ПРЕСС. 2003. 80 с.
  8. Бендат Дж., Пирсол А. Применение корреляционного и электронного анализа / пер с англ. М.: Мир. 1983. 312 с.
  9. Жуковский В.Д. Автоматизированная обработка данных клинических функциональных исследований. М.: Медицина. 1981. 352 с.
  10. Жирмунская Е.А., Дубнер П.П., Гутман С.Р. Перспективы применения моделей типа авторегрессии - скользящего среднего для анализа ЭЭГ // Успехи физиологических наук. 1984. Т. 69. № 4.
  11. Жариков И.О. Статистический анализ информационных сигналов от датчиков медицинских приборов (электроэнцефалография) // Датчики и Системы. 2003. № 7. С. 23 - 29.
  12. Ширяев А.Н. Статистический последовательный анализ. Оптимальные правила остановки. М.: Наука. 1976. 231 с.
  13. Никифоров И.В. Последовательное обнаружение изменения свойств временных рядов. М.: Наука. 1983. 199 с.
  14. Mallat S. A theory for multiscale signal decomposition. The wavelet representation // Trans. Pattern Analysis and Machine Intelligence. 1989. July. V.11. P. 674 - 693.