Problems of analysis of electroencephalograms  by methods of nonlinear dynamics

V.Ye. Belozyorov; V.G. Zaytsev; O.V. Pohorielov; A.L. Khizha

doi:10.34185/1562-9945-3-158-2025-01

Автор(и)

V.Ye. Belozyorov
V.G. Zaytsev
O.V. Pohorielov
A.L. Khizha

DOI:

https://doi.org/10.34185/1562-9945-3-158-2025-01

Ключові слова:

рекурентний аналіз, електроенцефалографія, рекурентна діаграма, параметр затримки, розмірність простору вкладення, JRQA аналіз, показник Херста.

Анотація

У статті розглядається питання використання методів нелінійної динаміки та проблеми аналізу інформації, що надана у вигляді даних часових рядів елек-троенцефалограм знятих з пацієнту. Надано огляд наукових досягнень та проблем що мають місто. Показано, що використання рекурентної діаграми (recurrence plots, RP) має суттєві недоліки, які пов’язані з візуалізацією інформації на екрані монітору комп’ютера, тому запропоновано наступний крок дослідження - обрахування чисель-них показників RP. Наведені обраховані показники RP дозволили здійснити типізацію отриманих даних та визначити тип якій отримав назву «HEALTHY-RP», що відрізняє епілептичні та не епілептичні типи ЕЕГ. Надана типізація обробленої інформації різ-них баз з використанням показників Херста.

Посилання

World Health Organization, (2016, February), Epilepsy [Online].Available:http://www.who.int/mediacentre/factsheets/fs999/en/

Modadugu Sahithi. (2016, June, 3). Mental Illness: Overview and Status in India [Online]. Available: http://healthminds.in/blog/mental-illnessoverview-status-in-india/

Perlmutter, David. Brain Maker: The Power of Gut Microbes to Heal and Protect Your Brain-for Life. Hachette UK, 2015.

Allison, Brendan Z., Elizabeth Winter Wolpaw, and Jonathan R. Wolpaw. "Brain–computer interface systems: progress and prospects,” Expert review of medical devices, vol. 4, pp. 463-474, 2007.

T. M. Vaughan et al., “Brain-computer interface technology: a review the second in-ternational meeting,” in IEEE Trans. on Neural Syst. And Rehabil. Eng., vol.11, pp. 94-109, Jun. 2003.

Ijaz Ahmad, Xin Wang ,Mingxing Zhu, Cheng Wang, Yao Pi, Javed Ali Khan, Siyab Khan, Oluwarotimi Williams Samuel, Shixiong Chen, Guanglin Li. EEG-Based Epileptic Seizure Detection via Machine/Deep Learning Approaches: A Systematic Review //Computational Intelligence and Neuroscience Volume 2022, Article ID 6486570, 20 pages https://doi.org/10.1155/2022/6486570.

Bilozorov V.Ie. Vykorystannia metodu neliniinoho rekurentnoho analizu do typizatsii danykh chasovykh riadiv elektroentsefalohrafii. V.Ie. Bilozorov, V.H. Zaitsev, O.V. Po-horielov, O.L. Khyzha // Systemni tekhnolohii. Rehion. mizhvuz. zbir. nauk. prats. - D.: - vyp. 2 (145), 2023. - s.82-104.

Belozyorov V.Ye., Zaytsev V.G. Influence of the recurrence threshold and the delay parameter of a time series on the information content of its recurrent diagram (on the exam-ples of chaotic attractors). System technologies for modeling complex systems/Monograph under the general. ed. prof. A. I. Mikhaleva. - Dnepr: NMetAU_IVK “System Technologies”, 2016. -608 p. - p. 67-90.

Belozyorov V.Ye., Zaytsev V. G. Mathematical modeling of parkinson’s illiness by chaotic dynamics methods// Вісник ДНУ. Серія "Моделювання". 2017. Том 25, № 8, Вип. 9. C. 21–39. DOI 10.15421/141702

Belozyorov V.Ye., Pohorielov O.V., Serdiuk V.N., Zaytsev V. G. New Approach to Problem of Diagnostics of Cerebral Cortex Diseases Using Chaotic Dynamics Methods // 7 th The international conference “Social Science and Humanity”. 23–29, September, London, 2017. - №2.--P.7 – 28.

M. Natu, M. Bachute, S. Gite, K. Kotecha, and A. Vidyarthi, “Review on epileptic seizure prediction: machine learning and deep learning approaches,” Computational and Mathematical Methods in Medicine, vol. 2022, Article ID 7751263, 17 pages, 2022.

M.-P. Hosseini, D. Pompili, K. Elisevich, and H. SoltanianZadeh, “Random ensem-ble learning for EEG classification,” Artificial Intelligence in Medicine, vol. 84, pp. 146–158, 2018.

K. Fountas and E. Z. Kapsalaki, Epilepsy Surgery and Intrinsic Brain Tumor Sur-gery, Springer, Berlin, Germany, 2019.

R. G. Andrzejak et al., “Indications of nonlinear deterministic and finitedimensional structures in time series of brain electrical activity: Dependence on recording region and brain state,” Phys. Rev. E, vol. 64, no. 6, pp. 061907, 2001.

Richard O. Duda, Peter E. Hart, David G. Stork Pattern Classification, 2nd Edition. Wiley-Interscience, 2001. 688 p.

Marwan Norbert et al. Recurrence plots for the analysis of complex systems. Phys-ics reports, vol. 438, pp. 237-329, 2007.

Thiel Marco, M. Carmen Romano, and Jürgen Kurths. How much information is contained in a recurrence plot?. Physics Letters, vol.330, no.5, pp. 343-349, 2004.

Marwan Norbert. How to avoid potential pitfalls in recurrence plot based data anal-ysis. International Journal of Bifurcation and Chaos, vol. 21, no.04, pp. 1003-1017, 2011.

Recurrence Quantification Analysis. [Online] Available: http://www.recurrence-plot.tk/rqa.php

Ngamga Eulalie Joelle et al. Evaluation of selected recurrence measures in discrimi-nating pre-ictal and inter-ictal periods from epileptic EEG data. Physics Letters, vol. 380, pp. 1419-1425, 2016.

Dattaprasad A. Torse; Rajashri Khanai; Veena V. Desai” Classification of Epileptic Seizures using Recurrence Plots and Machine Learning Techniques”, 2019 International Con-ference on Communication and Signal Processing (ICCSP), 4-6 April 2019, IEEE, Chennai, India DOI: 10.1109/ICCSP.2019.8697989

R. Meena Prakash, P. Krishnaleela, M. Nandhini, M. Snekha, M. Sowra Aashmi, "Epilepsy Detection using Convolutional Neural Network", 2023 8th International Confer-ence on Communication and Electronics Systems (ICCES), pp.907-911, 2023.

Prajakta Rathod, Shefali Naik, "Review on Epilepsy Detection with Explainable Ar-tificial Intelligence", 2022 10th International Conference on Emerging Trends in Engineering and Technology - Signal and Information Processing (ICETET-SIP-22), pp.1-6, 2022.

Ahnaf Akif Rahman, Fahim Faisal, Mirza Muntasir Nishat, Muntequa Imtiaz Siraji, Lamim Ibtisam Khalid, Md Rezaul Hoque Khan, Md. Taslim Reza, "Detection of Epileptic Seizure from EEG Signal Data by Employing Machine Learning Algorithms with Hyper-parameter Optimization", 2021 4th International Conference on Bio-Engineering for Smart Technologies (BioSMART), pp.1-4, 2021.

Nabeeha Ehsan Mughal, Khurram Khalil, Muhammad Jawad Khan, "fNIRS Based Multi-Class Mental Workload Classification Using Recurrence Plots and CNN-LSTM", 2021 International Conference on Artificial Intelligence and Mechatronics Systems (AIMS), pp.1-6, 2021.

Konstantinos Tziridis, Theofanis Kalampokas, George A. Papakostas, "EEG Signal Analysis for Seizure Detection Using Recurrence Plots and Tchebichef Moments", 2021 IEEE 11th Annual Computing and Communication Workshop and Conference (CCWC), pp.0184-0190, 2021.

Md. Nuhi-Alamin, Md. Shakil Mahmud, Ajay Krishno Sarkar, "Smoothness Priority Approach Based Epileptic Seizure Classification Using ANN", 2020 2nd International Con-ference on Advanced Information and Communication Technology (ICAICT), pp.342-347, 2020.

W. Wang, M. Zhang, D. Wang, and Y. Jiang, “Kernel PCA feature extraction and the SVM classification algorithm for multiple-status, through-wall, human being detection,” EURASIP Journal on Wireless Communications and Networking, vol. 151, pp. 151–157, 2017.