Χαρακτηριστικά ταλάντωσης χρονοσειρών και γραμμικά/μη-γραμμικά μοντέλα δυναμικής παλινδρόμησης με εφαρμογή στην πρόβλεψη επιληπτικής κρίσης

 
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο




2009 (EL)
Oscillation features time series and linear / linear dynamic regression models with application in prediction epileptic seizure
Χαρακτηριστικά ταλάντωσης χρονοσειρών και γραμμικά/μη-γραμμικά μοντέλα δυναμικής παλινδρόμησης με εφαρμογή στην πρόβλεψη επιληπτικής κρίσης

Βλάχος, Ιωάννης Χρ.

Η παρούσα διδακτορική διατριβή συνδύασε μεθόδους της γραμμικής και μη-γραμμικής ανάλυσης χρονοσειρών, καθώς και ανάλυσης δυναμικών συστημάτων με στατιστικές μεθόδους με στόχο να μελετήσει και να αναπτύξει στατιστικά μέτρα που υπολογίζονται απευθείας σε μια χρονοσειρά και σε εξαγόμενες από αυτήν χρονοσειρές χαρακτηριστικών ταλάντωσης. Ο βασικός στόχος της διατριβής είναι η χρήση των μέτρων αυτών για τον προσδιορισμό δυναμικών αλλαγών στην εγκεφαλική δραστηριότητα επιληπτικών ασθενών, καθώς πλησιάζει η επιληπτική κρίση. Ειδικότερα, αναπτύχθηκαν δύο μέθοδοι προσδιορισμού βέλτιστου μοντέλου για τις περιπτώσεις γραμμικής και μη-γραμμικής μοντελοποίησης χρονοσειρών και αναπτύχθηκαν μέτρα βασισμένα σε μοντελοποίηση και μέτρα υπολογιζόμενα σε χρονοσειρές χαρακτηριστικών. Τα μέτρα αυτά χρησιμοποιήθηκαν για εντοπισμό αλλαγής δυναμικής κατάστασης σε προεπιλεπτικές περιόδους και η απόδοση τους για αυτόν τον σκοπό ήταν άριστη. Η σύγκριση των μέτρων αυτών με άλλα, συνήθη στην βιβλιογραφία, τα κατέταξε ανάμεσα στα καλύτερα
The present PhD thesis combines methods of linear and nonlinear time series analysis and of dynamical systems analysis with statistical methods with aim to study and develop statistical measures computed directly on one time series and on extracted time series of oscillation features. Basic aim of this dissertation is the use of these measures for detecting dynamic changes in the brain activity of epileptic patients, as seizure approaches. In particular, two methods for determining the optimum time series model in the cases of linear and nonlinear modeling were developed, and measures based on model fitting and measures computed on features time series were defined. These measures were used for detecting dynamic change in preictal periods and they performed very well. The comparison of said measures with other, commonly used in practice, ranked them among the best

PhD Thesis / Διδακτορική Διατριβή
info:eu-repo/semantics/doctoralThesis

Επιληψία, Επεξεργασία δεδομένων
Δυναμική παλινδρόμηση
Epilepsy
Time series
Prediction
Χρονοσειρές
Χρονοσειρά, Ανάλυση της
Πρόβλεψη
Βιοπληροφορική
Time-series analysis
Dynamic regresion
Bioinformatics
Epilepsy, Data processing
Επιληψία

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (EL)
Aristotle University of Thessaloniki (EN)

2009
2010-01-12T06:28:45Z


Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Πολυτεχνική Σχολή, Γενικό Τμήμα Πολυτεχνικής Σχολής

This record is part of 'IKEE', the Institutional Repository of Aristotle University of Thessaloniki's Library and Information Centre found at http://ikee.lib.auth.gr. Unless otherwise stated above, the record metadata were created by and belong to Aristotle University of Thessaloniki Library, Greece and are made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). Unless otherwise stated in the record, the content and copyright of files and fulltext documents belong to their respective authors. Out-of-copyright content that was digitized, converted, processed, modified, etc by AUTh Library, is made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). You are kindly requested to make a reference to AUTh Library and the URL of the record containing the resource whenever you make use of this material.
info:eu-repo/semantics/openAccess



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.