OPTIMIZATION OF BASIS FUNCTION SET FOR MODEL MAP RECONSTRUCTION OF SHORT ELECTROENCEPHALOGRAM TRACINGS DURING EPILEPTIC SEIZURE
Cite this article as:
Severyuhina А. N. OPTIMIZATION OF BASIS FUNCTION SET FOR MODEL MAP RECONSTRUCTION OF SHORT ELECTROENCEPHALOGRAM TRACINGS DURING EPILEPTIC SEIZURE. Izvestiya VUZ. Applied Nonlinear Dynamics, 2013, vol. 21, iss. 3, pp. 88-95. DOI: https://doi.org/10.18500/0869-6632-2013-21-3-88-95
The problem of compact mathematical model reconstruction of short electroencephalogram tracings during epileptic seizure is solved. This kind of model map can be useful in many applications, for example, in time series segmentation with following clustering of obtained fragments. Optimization methods are proposed as a solution. It is shown that application of optimization methods allows to obtain adequate model at that time decreasing number of modeling map basis functions.
1. Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981. 302 с.
2. Фихтенгольц Г.М. Курс дифференциального и интегрального исчисления. М.: Физматлит, 2001. Т. 3. С. 582.
3. Deistler M., Prohaska O., Reschenhofer E., Vollmer R. Procedure for different stages of EEG background activity and its application to the detection of drug effects // Electroenceph. clin. Neurophysiol. 1986. Vol. 64, No 4. P. 294.
4. Palus M. Nonlinearity in normal human EEG: Сycles, temporal asymmetry, non- stationarity and randomness, not chaos // Biol. Cybern. 1996. Vol. 75. P. 389.
5. Каплан А.Я. Нестационарность ЭЭГ: Методологический и экспериментальный анализ // Успехи физиологических наук. 1998. Т. 29, No 3. C. 35.
6. Gribkov D., Gribkova V. Learning dynamics from nonstationary time series: Analysis of electroencephalograms // Phys. Rev. E. 2000. Vol. 63, No 6. P. 6538.
7. Jefferys J.G.R. Basic mechanisms of focal epilepsies // Exp. Neurol. 1990. Vol. 75. P. 127.
8. Каплан А. Я. Проблемы сегментного описания ЭЭГ человека // Физиология человека. 1999.Vol. 25, No 1. P. 125.
9. Barlow J.S. Methods of analysis of nonstationary EEGs, with emphasis on segmentation techniques: A comparative review//J. Clin. Neurophysiol. 1985. Vol. 2. P. 267.
10. Сысоева М.В., Сысоев И.В. Математическое моделирование динамики электро- энцефалограммы во время эпилептического припадка // Письма в ЖТФ. 2012. Т. 23, вып. 3.
11. Филина Е.В. Динамика локальных потенциалов мозга при абсанс-эпилепсии: Эмпирическое моделирование // Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, No 4. С. 109.
12. Сысоева М.В., Диканев Т.В., Сысоев И.В., Безручко Б.П. Анализ связей между отведениями электроэнцефалограмм крыс до и во время эпилептического припадка с помощью предсказательных моделей // Вестник Нижегородского университета им. Н.И. Лобачевского. 2013. No 1-1. С. 73.
13. Чепурнов С.А., Аристов А.В., Бердиев Р.К., Аббасова К.Р., Чепурнова Н.Е. Перспектива современных подходов к анализу ЭЭГ при эпилепсии с целью поиска предикторов приступов // Успехи физиологических наук. 2010. Т. 41, No 4. С. 27.
14. Ситникова Е.Ю., Короновский А.А., Храмов А.Е. Анализ электрической активности головного мозга при абсанс-эпилепсии: Прикладные аспекты нелинейной динамики // Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, No 6. С. 173.
15. Ситникова Е.Ю., Грубов В.В., Храмов А.Е., Короновский А.A. Возрастные изменения частотно-временнoй структуры сонных веретен на ЭЭГ у крыс с генети-
ческой предрасположенностью к абсанс-эпилепсии (линия WAG/Rij) // Журнал высшей нервной деятельности им. И.П. Павлова. 2012. Т. 62, No 6. С. 733.
16. Грубов В.В., Ситникова Е.Ю., Назимов А.И., Руннова А.Е., Храмова М.В., Храмов А.Е. Возрастная динамика частотно-временных особенностей сонных веретен на ЭЭГ крыс с генетической предрасположенностью к эпилепсии // Вестник Тамбовского университета. Серия: Естественные и технические науки. 2013. Т. 18. No 4-1. С. 1288.
17. Грубов В.В., Овчинников А.А., Ситникова Е.Ю., Короновский А.А., Храмов А.Е. Вейвлетный анализ сонных веретен на ЭЭГ и разработка метода их автоматической диагностики // Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, No 4. С. 91.
18. Безручко Б.П., Смирнов Д.А. Математическое моделирование и хаотические временные ряды. Саратов: ГосУНЦ «Колледж», 2005. 320 с.
19. Gideon Schwarz. Estimating the dimension of a model // The Annals of Statistics. 1978. Vol. 6, No 2. P. 461.
20. Кобзарь А.И. Прикладная математическая статистика. М.: Физматлит, 2006. С. 658.
21. Larose D.T. Data mining methods and models. Wiley: IEEE Press, 2006.
22. Гмурман В.Е. Теория вероятностей и математическая статистика: Уч. пособ. для вузов. Изд. 4-е доп. М.: Высшая школа, 1972. С. 327.
BibTeX
author = {А. N. Severyuhina},
title = {OPTIMIZATION OF BASIS FUNCTION SET FOR MODEL MAP RECONSTRUCTION OF SHORT ELECTROENCEPHALOGRAM TRACINGS DURING EPILEPTIC SEIZURE},
year = {2013},
journal = {Izvestiya VUZ. Applied Nonlinear Dynamics},
volume = {21},number = {3},
url = {https://old-andjournal.sgu.ru/en/articles/optimization-of-basis-function-set-for-model-map-reconstruction-of-short},
address = {Саратов},
language = {russian},
doi = {10.18500/0869-6632-2013-21-3-88-95},pages = {88--95},issn = {0869-6632},
keywords = {Model map,experimental data,time series,optimization of basis function set,electroencephalogram,absence seizure.},
abstract = {The problem of compact mathematical model reconstruction of short electroencephalogram tracings during epileptic seizure is solved. This kind of model map can be useful in many applications, for example, in time series segmentation with following clustering of obtained fragments. Optimization methods are proposed as a solution. It is shown that application of optimization methods allows to obtain adequate model at that time decreasing number of modeling map basis functions. }}