Спосіб кількісного аналізу електроенцефалограм

Скорочена інформація про документ
dc.contributor.authorСобко, А. В.
dc.contributor.authorКозяр, В. В.
dc.date.accessioned2020-05-25T14:41:50Z
dc.date.available2020-05-25T14:41:50Z
dc.date.issued2018
dc.description.abstractenPurpose. Increasing the objectivity of diagnosing brain diseases in patients with epilepsy. Relevance. Today the visual method of evaluation of electroencephalograms is leading in the functional diagnosis of the state of the brain. However, the detection of pathological signals is roughly insufficient for the analysis of the information contained in the complex picture of the brain potentials. Methodology. We propose a method for processing electroencephalographic data, which is based on an algorithm for estimating the total bioelectric activity of the brain and the relation of brain`s individual components (alpha, beta, delta and theta frequency rhythms. Materials. The study used 16 EEG records that were split into 150 sites of the same size. Each site belonged to a group of either a healthy, or sick, or intracurrent brain activity. The creation of the algorithm was decided to be implemented in the MatLab software environment, since it is possible to carry out operations on large data matrices. Selection from the total EEG constituents of different frequency ranges is carried out using the Meyer wavelet. The wavelet-decomposition of the EEG signal into separate ranges allows us to consider them independently of each other and enables us to study the frequency and other properties of each component. Results. We conducted a study of the work of the developed method for the analysis of the experimental basis of patients with normal brain activity and pathological (with the diagnosis of epilepsy). The study was conducted in three groups of records of electroencephalograms: sites with normal brain activity, with epileptic seizure present and areas of brain activity between two attacks in sick patients. Originality. This computer processing of electroencephalograms is oriented on the need to increase the objectivity of its evaluation by specialists, unlike most other new processing methods. Practical value. The statistically significant difference between the bioelectric activity of fast and slow rhythms in patients and healthy patients makes possible to automatically distinguish between pathology and, consequently, to increase objectivity in the treatment of electroencephalographic signals by specialists.en
dc.description.abstractruМетод электроэнцефалографии является ведущим в функциональной диагностике мозговой активности, однако, и он имеет свои недостатки в выявлении патологических сигналов. Именно поэтому, нами был предложен способ количественного анализа электроэнцефалографических данных, целью которого является повышение объективности диагностики заболеваний головного мозга, а именно - эпилепсии. Заболеваемость эпилепсией высока как в Украине, так и во всем мире в настоящее время. Любая дополнительная объективная оценка сигналов является залогом правильного диагностирования заболевания. В данной статье представлен созданный алгоритм оценки общей биоэлектрической активности мозга и его отдельных основных составляющих (альфа, бета, дельта и тета частотных ритмов). Осуществление поставленной задачи было решено реализовать в программной среде MatLab, поскольку в ней можно осуществлять операции над большими матрицами данных, каковыми есть электроэнцефалографические сигналы. Разделение по частотным ритмами осуществлено с помощью ортогонального вейвлета Мейера. Проведено исследование работы разработанного метода, который был применен для анализа исследовательской базы пациентов с нормальной активность головного мозга и патологической (с диагнозом эпилепсии). Всего база данных включает 150 участков электроэнцефалограмм, которые собраны с 16 человек. Исследование проводилось по трем группам записей: участки с нормальной активностью мозга, с присутствующим эпилептическим приступом и участки активности мозга между двумя приступами у больных пациентов, по 50 участков для каждой группы. Проиллюстрированы средние значения выборок результатов программной обработки биоэлектрической активности электроэнцефалограмм по группам альфа с бета и дельта с тета частотными ритмами. Статистически достоверное различие биоэлектрической активности быстрых и медленных ритмов у больных и здоровых пациентов дает возможность автоматически различать патологию, а следовательно, повысить объективность в трактовке специалистами электроэнцефалографических сигналов.ru
dc.description.abstractukМетод електроенцефалографії є провідним у функціональній діагностиці мозкової активності, проте, і він має свої недоліки у виявленні патологічних сигналів. Саме тому, нами було запропоновано спосіб кількісного аналізу електроенцефалографічних даних, метою якого є підвищення об’єктивності діагностування захворювань головного мозку, а саме – епілепсії. Захворюваність епілепсією є високою як в Україні, так і в цілому світі і в даний час. Будь яка додаткова об’єктивна оцінка сигналів є запорукою правильного діагностування захворювання.У даній статті представлено створений алгоритм оцінки загальної біоелектричної активності мозку та її окремих основних складових (альфа, бета, дельта та тета частотних ритмів). Здійснення поставленої задачі було вирішено реалізувати у програмному середовищі MatLab, оскільки в ньому можна здійснювати операції над великими матрицями даних, якими є електроенцефалографічні сигнали. Розклад за частотними ритмами здійснено за допомогою ортогонального вейвлета Мейера. Проведено дослідження роботи розробленого методу, який застосований для аналізу дослідної бази пацієнтів, які мають нормальну активність головного мозку та патологічну (з діагнозом епілепсії). Всього база даних включає 150 ділянок електроенцефалограм, що зібрані з 16 осіб. Дослідження проводилось по трьох групах записів: ділянки з нормальною активністю мозку, з присутнім епілептичним нападом та ділянки активності мозку між двома приступами у хворих пацієнтів, по 50 ділянок для кожної групи. Проілюстровані середні значення вибірок результатів програмної обробки біоелектричної активності електроенцефалограм по групах альфа з бета та дельта з тета частотними ритмами. Статистично достовірна відмінність біоелектричної активності швидких і повільних ритмів у хворих та здорових пацієнтів дає можливість автоматично розрізняти патологію, а отже, підвищити об’єктивність у трактуванні спеціалістами електроенцефалографічних сигналів.uk
dc.format.pagerangeС. 99-103uk
dc.identifier.citationСобко, А. В. Спосіб кількісного аналізу електроенцефалограм / Собко А. В., Козяр В. В. // Біомедична інженерія і технологія. – 2018. – № 1(1). – С. 99–103. – Бібліогр.: 10 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/33737
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceБіомедична інженерія і технологія, 2018, № 1(1)uk
dc.subjectелектроенцефалографіяuk
dc.subjectепілепсіяuk
dc.subjectбіоелектрична активністьuk
dc.subjectчастотні ритмиuk
dc.subjectMatLabuk
dc.subjectмозкова активністьuk
dc.subjectelectroencephalographyen
dc.subjectepilepsyen
dc.subjectbioelectric activityen
dc.subjectfrequency rhythmsen
dc.subjectbrain activityen
dc.subjectэлектроэнцефалографияru
dc.subjectэпилепсияru
dc.subjectбиоэлектрическая активностьru
dc.subjectчастотные ритмыru
dc.subjectмозговая деятельностьru
dc.subject.udc612.825.1uk
dc.titleСпосіб кількісного аналізу електроенцефалограмuk
dc.title.alternativeMethod of quantitative analysis of electroencephalogramen
dc.title.alternativeСпособ количественного анализа электроэнцефалограмru
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
BmET-2018-1_p99-103.pdf
Розмір:
563.35 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Біомедична інженерія і технологія, № 1(1)