Порівняння результатів прогнозування епілептичних нападів при використанні різних схем відведення ЕЕГ


Анотація

Робота присвячена дослідженню впливу схеми відведення сигналу електроенцефалограми (ЕЕГ) з референтним електродом на іпсілатеральному вусі та з усередненим референтом на ефективність прогнозування епілептичних нападів при зміні довжини вікна аналізу ЕЕГ та довжини преіктального періоду. Визначено, що для частини пацієнтів (9 з 20-ти) використання схеми відведень з референтним електродом на іпсілатеральному вусі дає більш високі результати при використанні довжин вікна аналізу ЕЕГ від 2 до 10 секунд і для всіх значень довжини преіктального періоду. При довжині вікна від 90 до 300 секунд більш ефективною є схема з усередненим референтом.

Бібліографічний опис

 
ДСТУ ГОСТ 7.1:2006 У транслітерації (формат Harvard)
 
Панічев О. Ю. Порівняння результатів прогнозування епілептичних нападів при використанні різних схем відведення ЕЕГ / О.Ю. Панічев, А.О. Попов, В.І. Харитонов // Вісник НТУУ «КПІ». Серія Радіотехніка. Радіоапаратобудування. – 2017. – № 68. – с. 54-58. Panichev, O. Yu., Popov, A. O., Kharytonov, V. I. (2017) Comparison of epileptic seizure prediction performance for different EEG derivation schemes. Visn. NTUU KPI, Ser. Radioteh. radioaparatobuduv., no. 68, pp. 54-58. (in Ukrainian)
 

Повний текст:


Посилання


Schelter B., Timmer J. and Schulze-Bonhage A. (2008) Seizure prediction in epilepsy: from basic mechanisms to clinical applications, John Wiley & Sons. DOI: 10.1002/9783527625192

Engel J. (2013) Seizures and epilepsy, Oxford University Press. DOI: 10.1093/med/9780195328547.001.0001

Schachter S.C. and Wheless J.W. (2002) Vagus Nerve Stimulation Therapy 5 Years After Approval: A Comprehensive Update. Lippincott Williams & Wilkins

Osorio I., Frei M.G., Sunderam S., Giftakis J., Bhavaraju N.C., Schaffner S.F. and Wilkinson S. B. (2005) Automated seizure abatement in humans using electrical stimulation, Annals of Neurology, Vol. 57, No. 2, pp. 258-268. DOI: 10.1002/ana.20377

Iasemidis L. D. (2003) Epileptic seizure prediction and control, IEEE Transactions on Biomedical Engineering, Vol. 50, No. 5, pp. 549-558. DOI: 10.1109/tbme.2003.810705

Mormann F., Andrzejak R.G., Elger C.E. and Lehnertz K. (2007) Seizure prediction: the long and winding road, Brain, Vol. 130, No. 2, pp. 314–333. DOI: 10.1093/brain/awl241

Carney P. R., Myers S. and Geyer J. D. (2011) Seizure prediction: methods. Epilepsy & behavior, Vol. 22, Suppl. 1., pp. S94-S101. DOI: 10.1016/j.yebeh.2011.09.001

Klem G. H., Lüders H. O., Jasper H. H. and Elger C. (1999) The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology. Electroencephalogr Clin Neurophysiol Suppl., Vol. 52, pp. 3–6.

Zenkov L. R. (2004) Klinicheskaya elektroentsefalografiya (s elementami epileptologii) [Clinical electroencephalography (with elements of epileptology)]. Moskva, MEDpress-inform.

Teplan M. (2002) Fundamentals of EEG measurement. Measurement science review, Vol. 2, No. 2, pp. 1–11.

Panichev O., Popov A. and Kharytonov V. (2016) Patient-specific epileptic seizure prediction based on evaluation of synchronization between brain regions. Computer Methods and Programs in Biomedicine. (Submitted for publication)

Zhukov M., Popov A., Panichev O. and Kharitonov V. (2015) Correlation between EEG channels for epileptic seizure prediction. Electronics and Communications, Vol. 21, No 6, pp. 41-45(in Ukrainian)

Mirowski P., Madhavan D., LeCun Y. and Kuzniecky R. (2009) Classification of patterns of eeg synchronization for seizure prediction. Clinical Neurophysiology, Vol. 120, No. 11, pp. 1927–1940. DOI: 10.1016/j.clinph.2009.09.002

Varsavsky A., Mareels I. and Cook M. (2010) Epileptic seizures and the EEG, CRC Press. DOI: 10.1201/b10459

Panichev O., Popov A. and Kharytonov V. (2015) Patient-specific epileptic seizure prediction using correlation features. Signal Processing Symposium (SPSympo). DOI: 10.1109/SPS.2015.7168309

Cortes C. and Vapnik V. (1995) Support-vector networks, Machine Learning, Vol. 20, No. 3, pp. 273-297. DOI: 10.1007/bf00994018

Bradley A.P. (1997) The use of the area under the ROC curve in the evaluation of machine learning algorithms. Pattern Recognition. Vol. 30, No. 7, pp. 1145–1159. DOI: 10.1007/bf00994018






##submission.copyrightStatement##

##submission.license.cc.by4.footer##