ВИКОРИСТАННЯ МЕТОДУ НЕЛІНІЙНОГО РЕКУРЕНТНОГО АНАЛІЗУ ДО ТИПІЗАЦІЇ ДАНИХ ЧАСОВИХ РЯДІВ ЕЛЕКТРОЕНЦЕФАЛОГРАФІЇ
DOI:
https://doi.org/10.34185/1562-9945-2-145-2023-09Ключові слова:
рекурентний аналіз, електроенцефалографія, часовий ряд, рекурентна діаграма, пара-метр затримки, розмірність простору вкладення, JRQA аналіз, середовище МатлабАнотація
. У статті розглядається питання використання методу нелінійного рекурентного аналізу до проблеми типізації інформації, що надана у вигляді даних часових рядів електроенцефалограм знятих з пацієнту. Описано методика визначення схованої ін-формації для цього ряду та її використання для побудови відповідної рекурентної діаграми (recurrence plots, RP) у точки сьому інформації. Показано, що використання 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. Їх обрахування потрібно здійснити для кожної точки сьому інфор-мації, в якості яких було запропоновано узяти точки (О1, О2, Pz) - це праве та ліве по-тиличне та тім'яне відведення. Для отримання чисельних значень показників RP про-понується використовувати середовище Матлаб та розроблений для цього пакет сrp-tools. Наведені обраховані показники RP дозволили здійснити типізацію отриманих даних та визначити тип якій отримав назву «HEALTHY-RP», що відрізняє епілептичні та неепілептичні типи ЕЕГ.
Посилання
Belozyorov V.Ye., Zaytsev V. G. Mathematical modeling of parkinson’s illiness by chaotic dynamics methods // Bulletin of DNU. Series "Modeling". 2017. Volume 25, No. 8, Vip. 9. P. 21–39. DOI 10.15421/
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 Meth-ods// 7 th The international conference “Social Science and Humanity”. 23–29, Sep-tember, London, 2017. - №2.--P.7 – 28.
Torse Dattaprasad, Veena Desai, Rajashri Khanai.“Classification of Epileptic Sei-zures using Recurrence Plots and Machine Learning Techniques”. https://www.researchgate.net/publication/332675878.
Recurrence Quantification Analysis. [Online] Available: http://www.recurrence-plot.tk/rqa.php.
Systems with Emphasis on Multi-domain Feature Extraction and Classification using Machine Learning," BRAIN Broad Research in Artificial Intelligence and Neu-roscience 8.4. 2017., p. 109-129.
Kirichenko L.O., Stepanenko Y.D., Yandukov D.Y. Time series classification using recurrence charts// System technologies. N 5(136) - Dnipro,2021.- P.81 – 87. DOI 10.34185/1562-9945-5-136-2021-08
Nervous ailments / S.M. Vinichuk, E.G. Dubenko, E.L. Macheret and in.; For red. CM. Vinichuk, E.G. Dubenka. - K .: Health, 2001. - 696 p.
Mekler A.A. Application of the Apparatus for Nonlinear Analysis of Dynamic Sys-tems for EEG Signal Processing // Actual Problems of Modern Mathematics: Scien-tific Notes. p / ed. prof. Kalashnikova E.V., ed. LGU them. A.S. Pushkin, St. Peters-burg, 2004. T. 13 (issue 2), p. 112-140.
Potsdam Institute for Climate Impact Research (PIK), Germany
Belozyorov V.Ye., Zaytsev V.G. Influence of the recurrence threshold and the de-lay parameter of a time series on the information content of its recurrent diagram (on the examples 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.
Bodyansky E.V., Kucherenko E.I., Mikhalev A.I. Neuro-fuzzy Petri nets in the problems of modeling complex systems / Monograph. - Dnipropetrovsk: System Technologies, 2005. - 311 p.
Richard O. Duda, Peter E. Hart, David G. Stork Pattern Classification, 2nd Edi-tion. Wiley-Interscience, 2001. 688 p.
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
