Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах

An approach for middle- time recognition of epileptic seizures from EEG data is proposed. The method considers sharp changes in the recorded data using geometrical patterns of the signal in phase-space. The approach was developed using experimental clinical EEG data recorded from ten patients and re...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2019
Автори: Makarenko, A., Oleksandruk, B., Schindler, K., Donatti, F., Villa, A., Tetko, I.
Формат: Стаття
Мова:English
Опубліковано: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2019
Онлайн доступ:http://journal.iasa.kpi.ua/article/view/176062
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:System research and information technologies

Репозитарії

System research and information technologies
id journaliasakpiua-article-176062
record_format ojs
spelling journaliasakpiua-article-1760622019-08-15T19:35:31Z A middle time recognition of epileptic seizures from geometrical patterns of EEG data Предсказание эпилептических припадков по геометрическим картинкам ЭЭГ на средневременных интервалах Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах Makarenko, A. Oleksandruk, B. Schindler, K. Donatti, F. Villa, A. Tetko, I. An approach for middle- time recognition of epileptic seizures from EEG data is proposed. The method considers sharp changes in the recorded data using geometrical patterns of the signal in phase-space. The approach was developed using experimental clinical EEG data recorded from ten patients and reliably predicted epileptic seizures in the ten-minute interval before the seizure onsets. An estimation of sensitivity and specificity of the proposed method is also provided. Предложен подход для предсказания эпилептических припадков из ЭЭГ данных на средневременных интервалах. Метод изучает резкие изменения в полученных данных используя геометрическую картину сигнала в фазовом пространстве. Подход развит на основе использования реальных клинических ЭЭГ данных записанных у десяти пациентов и показал предсказание эпилептических припадков за время до десяти минут перед припадком. Предложены также оценки чувствительности и особенностей предложенного подхода. Запропоновано підхід до передбачення епілептичних припадків з ЕЕГ даних на середньотермінових інтервалах. Метод вивчає різкі зміни в отриманих даних використовуючи геометричну картину сигналу в фазовому просторі. Підхід развинено на основі використання реальних клінічних ЕЕГ даних, що записані у десяти пацієнтів, і показано передбачення епілептичних припадків за час до десяти хвилин перед припадком. Запропоновані також оцінки чутливості та особливостей запропонованого підходу. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2019-08-15 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/176062 System research and information technologies; No. 4 (2002); 120-127 Системные исследования и информационные технологии; № 4 (2002); 120-127 Системні дослідження та інформаційні технології; № 4 (2002); 120-127 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/176062/175901 Copyright (c) 2021 System research and information technologies
institution System research and information technologies
collection OJS
language English
format Article
author Makarenko, A.
Oleksandruk, B.
Schindler, K.
Donatti, F.
Villa, A.
Tetko, I.
spellingShingle Makarenko, A.
Oleksandruk, B.
Schindler, K.
Donatti, F.
Villa, A.
Tetko, I.
Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах
author_facet Makarenko, A.
Oleksandruk, B.
Schindler, K.
Donatti, F.
Villa, A.
Tetko, I.
author_sort Makarenko, A.
title Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах
title_short Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах
title_full Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах
title_fullStr Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах
title_full_unstemmed Передбачення епілептичних припадків по геометричних картинках ЕЕГ на середньотермінових інтервалвах
title_sort передбачення епілептичних припадків по геометричних картинках еег на середньотермінових інтервалвах
title_alt A middle time recognition of epileptic seizures from geometrical patterns of EEG data
Предсказание эпилептических припадков по геометрическим картинкам ЭЭГ на средневременных интервалах
description An approach for middle- time recognition of epileptic seizures from EEG data is proposed. The method considers sharp changes in the recorded data using geometrical patterns of the signal in phase-space. The approach was developed using experimental clinical EEG data recorded from ten patients and reliably predicted epileptic seizures in the ten-minute interval before the seizure onsets. An estimation of sensitivity and specificity of the proposed method is also provided.
publisher The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
publishDate 2019
url http://journal.iasa.kpi.ua/article/view/176062
work_keys_str_mv AT makarenkoa amiddletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT oleksandrukb amiddletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT schindlerk amiddletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT donattif amiddletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT villaa amiddletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT tetkoi amiddletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT makarenkoa predskazanieépileptičeskihpripadkovpogeometričeskimkartinkaméégnasrednevremennyhintervalah
AT oleksandrukb predskazanieépileptičeskihpripadkovpogeometričeskimkartinkaméégnasrednevremennyhintervalah
AT schindlerk predskazanieépileptičeskihpripadkovpogeometričeskimkartinkaméégnasrednevremennyhintervalah
AT donattif predskazanieépileptičeskihpripadkovpogeometričeskimkartinkaméégnasrednevremennyhintervalah
AT villaa predskazanieépileptičeskihpripadkovpogeometričeskimkartinkaméégnasrednevremennyhintervalah
AT tetkoi predskazanieépileptičeskihpripadkovpogeometričeskimkartinkaméégnasrednevremennyhintervalah
AT makarenkoa peredbačennâepíleptičnihpripadkívpogeometričnihkartinkaheegnaserednʹotermínovihíntervalvah
AT oleksandrukb peredbačennâepíleptičnihpripadkívpogeometričnihkartinkaheegnaserednʹotermínovihíntervalvah
AT schindlerk peredbačennâepíleptičnihpripadkívpogeometričnihkartinkaheegnaserednʹotermínovihíntervalvah
AT donattif peredbačennâepíleptičnihpripadkívpogeometričnihkartinkaheegnaserednʹotermínovihíntervalvah
AT villaa peredbačennâepíleptičnihpripadkívpogeometričnihkartinkaheegnaserednʹotermínovihíntervalvah
AT tetkoi peredbačennâepíleptičnihpripadkívpogeometričnihkartinkaheegnaserednʹotermínovihíntervalvah
AT makarenkoa middletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT oleksandrukb middletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT schindlerk middletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT donattif middletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT villaa middletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
AT tetkoi middletimerecognitionofepilepticseizuresfromgeometricalpatternsofeegdata
first_indexed 2024-04-08T15:07:21Z
last_indexed 2024-04-08T15:07:21Z
_version_ 1795779557054218240