The Use of Complexity and Variability Characteristics for the Analysis of Complex Dynamic Systems
dc.contributor.author | Biloshytska, O. K. | |
dc.contributor.author | Nastenko, Ie. A. | |
dc.contributor.author | Pavlov, V. A. | |
dc.date.accessioned | 2021-09-23T12:51:20Z | |
dc.date.available | 2021-09-23T12:51:20Z | |
dc.date.issued | 2020 | |
dc.description.abstracten | The normal dynamics of a healthy organism is chaotic and the observed "chaos" is inherent in the very nature of the dynamic processes taking place in the organism and the degree of chaotic of these processes may vary in case of pathology in one direction or another. The electrical activity of the brain is also characterized by signs of deterministic chaos, and changes in parameters of its nonlinear dynamics testify to the characteristic changes in brain functioning. The problem of diagnostics and identification of the moment preceding an epileptic seizure or other periods of brain functioning in epileptic patients is not only a problem of choosing a classification method but also of determining quantitative estimates of dynamics reflecting the complexity and variability of the Electroencephalography (EEG) signal. | uk |
dc.description.abstractru | Проблема диагностики и выявления момента, предшествующего эпилептическому припадку или других периодов функционирования головного мозга у больных эпилепсией является проблемой не только выбора метода классификации, но и определения количественных оценок динамики, отражающих сложность и вариабельность сигнала ЭЭГ. Были исследованы изменения таких показателей, как показатель Херста, фрактальная размерность, логистическое отображение и алгоритмическая сложность сигнала. С помощью пошагового логистического регрессионного анализа построены прогностические модели для выявления риска наступления определенного периода по ЭЭГ. Применение нелинейных моделей позволило существенно повысить чувствительность, специфичность и точность даже на тестовых выборках. Применение разработанной информационной технологии позволило повысить достоверность определения периодов эпилептического припадка (условной нормы, перед нападением, нападения и после приступа) в среднем на 6,6 % у детей и на 8 % у взрослых. | uk |
dc.description.abstractuk | Нормальна динаміка здорового організму є хаотичною, оскільки спостережуваний «хаос» властивий самій природі динамічних процесів, що протікають в організмі. Окрім періодичних процесів, для електричної активності мозку також є характерними ознаки детермінованого хаосу і зміни параметрів її нелінійної динаміки свідчать про характерні зміни у функціонуванні мозку. Такі виражені зміни можна спостерігати і у епілептичних сигналах електроенцефалограм. Розроблення математичних засобів розпізнавання особливостей функціонування головного мозку до, під час та після епілептичного нападу, а також у періоди між нападами є актуальним завданням. Проблема діагностики та виявлення моменту, який передує епілептичному нападу, або інших періодів функціонування головного мозку у хворих на епілепсію є проблемою не тільки вибору методу класифікації, але і визначення кількісних оцінок динаміки, які відображують складність та варіабельність сигналу ЕЕГ. | uk |
dc.format.pagerange | P. 19-38 | uk |
dc.identifier.citation | Biloshytska, O. K. The Use of Complexity and Variability Characteristics for the Analysis of Complex Dynamic Systems / Biloshytska O. K., Nastenko Ie. A., Pavlov V. A. P. // Cybernetics and Computer Engineering. – 2020. – No 1 (199). – P. 19-38. – Bibliogr.: 26 ref. | uk |
dc.identifier.issn | 2663-2586 (Online) | |
dc.identifier.issn | 2663-2578 (Print) | |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/43948 | |
dc.language.iso | en | uk |
dc.source | CCE JURNAL «Cybernetics and Computer Engineering Journal website». 2020. No 1 (199) | uk |
dc.subject | logistic regression | uk |
dc.subject | логістична регресія | uk |
dc.subject | логистическая регрессия | uk |
dc.subject | EEG | uk |
dc.subject | epileptic seizures | uk |
dc.subject | epilepsy | uk |
dc.subject | information technology | uk |
dc.subject | complexity and variability indicators | uk |
dc.subject | predictive models | uk |
dc.subject | інформаційна технологія | uk |
dc.subject | ЕЕГ | uk |
dc.subject | епілептичні напади | uk |
dc.subject | епілепсія | uk |
dc.subject | показники складності та варіабельності | uk |
dc.subject | прогностичні моделі | uk |
dc.subject | информационная технология | uk |
dc.subject | ЭЭГ | uk |
dc.subject | эпилептические приступы | uk |
dc.subject | эпилепсия | uk |
dc.subject | показатели сложности и вариабельности | uk |
dc.subject | прогностические модели | uk |
dc.subject.udc | 004.942+519.2+519.7+616.8 | uk |
dc.title | The Use of Complexity and Variability Characteristics for the Analysis of Complex Dynamic Systems | uk |
dc.title.alternative | Використання показників складності та варіабельності для аналізу складних динамічних систем | uk |
dc.title.alternative | Использование показателей сложности и вариабельности для анализа сложных динамических систем | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- The_Use_of_Complexity_and_Variability.pdf
- Розмір:
- 439.25 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.01 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: