δείτε την πρωτότυπη σελίδα τεκμηρίου στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
Μελέτη ηλεκτροεγκεφαλογραφήματος με βάση μεγέθη από τη θεωρία πληροφορίας
Ξενικού, Μόνικα Φιλίτσα
Νικήτα, Κωνσταντίνα
Ουζούνογλου, Νικόλαος
Κουτσούρης, Δημήτριος-Διονύσιος
Xenikou, Monika Filitsa
Wavelet Analysis of EEG during epileptic seizures and evoked potentials of patients suffering from schizophrenia and alcoholism was carried out in the present project.
Discrete Wavelet Transform was used to estimate the Entropy of patients’ biosignals.
Entropy is a measure of the degree of order of a signal -and subsequently of the system it represents- also reflecting the complexity of its power spectrum. An ordered activity, like a sinusoidal signal, is manifested as a narrow peak in the frequency domain which corresponds to a low entropy value. On the other extreme, a disordered activity (e.g. the one generated by pure noise or by a deterministic chaotic system) will have a wide band response, thus being reflected in higher entropies.
In our research we used two differently defined Entropies, Wavelet Entropy and Renyi Entropy, both revealing the degree of order of the signal.
Results show that both Entropy measures accomplish the goal they were used for. They manage to detect the epileptic seizure as their value clearly decreased during seizure compared to the pre-ictal value. Also, statistically significant differences were observed between entropy values of ERPs of healthy subjects and patients suffering from schizophrenia and alcoholism.
Στην παρούσα μεταπτυχιακή διπλωματική εργασία, η κυματιδιακή ανάλυση (Wavelet Analysis) εφαρμόζεται σε ηλεκτροεγκεφαλικές καταγραφές ασθενών που πάσχουν από επιληψία και σε προκλητά δυναμικά ασθενών που πάσχουν από σχιζοφρένεια και αλκοολισμό, με σκοπό την ανάδειξη παθολογικών προτύπων.
Συγκεκριμένα, χρησιμοποιείται ο Διακριτός Κυματιδιακός Μετασχηματισμός (Discrete Wavelet Transform) για την εκτίμηση της Εντροπίας (Entropy) τωνηλεκτροεγκεφαλικών σημάτων. Η Εντροπία είναι ένα μέγεθος το οποίο εκφράζει το βαθμό τάξης ενός σήματος. Βιοσήματα με μεγάλο βαθμό οργάνωσης και περιορισμένο συχνοτικό περιεχόμενο -που θεωρείται ότι εκφράζουν πιο συντονισμένη εγκεφαλική λειτουργία- έχουν χαμηλές τιμές Εντροπίας. Αντίθετα, όσο πιο στοχαστικό είναι ένα σήμα τόσο μεγαλύτερη η τιμή της Εντροπίας του. Για τη μελέτη μας υλοποιήσαμε δύο διαφορετικά μεγέθη Εντροπίας, την Κυματιδιακή Εντροπία (Wavelet Entropy) και την Εντροπία Renyi (Renyi Entropy), τα οποία έχουν διαφορετικές σχέσεις ορισμού αλλά εκφράζουν και τα δύο το βαθμό τάξης των αναλυόμενων σημάτων. Τα αποτελέσματα της ανάλυσης αποκαλύπτουν ότι και τα δύο αυτά μεγέθη Εντροπίας κατορθώνουν να εντοπίσουν την επιληπτική κρίση, καθώς η τιμή τους διαφοροποιείται κατά τη διάρκειά της σε σχέση με την τιμή τους πριν από αυτή. Ακόμα, στατιστική ανάλυση των αποτελεσμάτων για προκλητά δυναμικά αποκαλύπτει ότι είναι δυνατός ο διαχωρισμός των παθολογικών καταγραφών (σχιζοφρενών ή αλκοολικών) από αυτές υγιών μαρτύρων, σε συγκεκριμένες περιοχές ενδιαφέροντος των σημάτων.
*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.
Βοηθείστε μας να κάνουμε καλύτερο το OpenArchives.gr.
