Способ компьютерной диагностики болезни Паркинсона

Abstract

A method for diagnosis of Parkinson's disease, based on the measurement of the degree of regularity-randomness of the correlation function of the patient's EEG signal is described. Separation of patients into groups of patients and healthy is by sorting and filtering records in a database of measurement results. The proposed method allows to classify patients according to the degree of development of the disease.

• algorithm
• Parkinson''s disease
• diagnosis
• identification signal parameters
• the degree of regularity-randomness
• characteristic frequency

Аннотация (на русском)

Способ компьютерной диагностики болезни Паркинсона

Описан способ диагностики болезни Паркинсона, основанный на измерении степени регулярности-хаотичности корреляционной функции сигнала ЭЭГ пациента. Разделение пациентов на группы больных и здоровых производится путем сортировки и фильтрации записей в базе данных результатов измерений. Предлагаемый способ позволяет также классифицировать пациентов по степени развития заболевания.

For citation

References

1. Куравский Л.С. Нейросетевая технология выявления аномалий электроэнцефалограмм. В кн. «Экспериментальная психология в России: Традиции и перспективы», под ред. В.А. Боровницкого -М.: Изд-во «Институт психологии РАН», 2010, с.111-117.
2. Ламброу Т., Линней А., Спеллер Р. Применение вейвлет-преобразования к обработке медицинских сигналов и изображений//Компьютерра, №8, 1998, с.50.
3. Туровский Я.А., Мишин В.В., Битюцкая Л.А. и др. Вейвлетный анализ временных рядов вариабельности сердечного ритма//Известия вузов. Прикладная нелинейная динамика. -М.: 2002, Т. 10, №6, с. 16-23.
4. Карповский Е.Я., Бажора Ю.И., Карповская-Скорик Е.Е. Нечеткий классификатор для существенно малых выборок в задачах диагностики заболеваний//Материалы МНТК “Нечеткая логика, интеллектуальные системы и технологии” -Владимир, ВЛГУ, 1998, с. 16-18.
5. Горелова Н.А., Хрусталева Е.В. Пример использования «нечетких» методов в невролгии: дифференциальная диагностика миоклоний у детей. Интернет-публикация. Режим доступа: http://inftech.webservis.ru/it/conference/scm/2000/session 12/gorelova.htm
6. Анищенко В.С., Постнов Д.Э. Самоорганизация в хаосе. Новый метод экспериментальной диагностики // Письма в ЖТФ, 1990, т. 16, вып. 5, с. 28-32.
7. Меклер А.А. Применение аппарата нелинейного анализа динамических систем для обработки сигналов ЭЭГ//Вестник новых информационных технологий. -М.: 2007. Т. 14, № 1, с. 73-77.
8. Семенова Н.Ю., Захаров В.С. Анализ корреляционной размерности данных ЭЭГ при эпилепсии у детей//Нелинейный мир. -М.: 2010, № 3, с. 180-188.
9. Григорьев Ф.Н., Кузнецов Н.А. Задача распознавания образов для диагностики болезни Паркинсона по данным ЭЭГ. Интернет-публикация. -М.: ЖРЭ, Изд-во ИРЭ РАН, №1, 2012. Режим доступа: http://jre.cplire.ru/jre/jan12/8/text.html
10. Кликушин Ю.Н., Кошеков К.Т. Методы и средства идентификационных измерений сигналов: Монография. -Петропавловск: Изд-во СКГУ им. М.Козыбаева, 2007. -186 с.
11. Кликушин Ю.Н. Идентификационные инструменты анализа и синтеза формы сигналов: Монография. -Омск: Изд-во ОмГТУ, 2010. -216 с.
12. Кликушин, Ю.Н. Количественная оценка свойств «регулярности-хаотичности» сигналов [Электронный ресурс]/Ю. Н. Кликушин//Журнал Радиоэлектроники -М.: Изд-во ИРЭ РАН. -2006. -№ 4. -Режим доступа: http://jre.cplire.ru.
13. Горшенков А.А., Кликушин Ю.Н. Представление моделей сигналов в системе идентификационных параметров. Интернет-статья. -М.: Журнал Радиоэлектроники, Изд-во ИРЭ РАН, № 9 (сентябрь), 2010 г. -http://jre.cplire.ru.
14. Горшенков А.А., Кликушин Ю.Н. Методы оценки хаоса сигналов. Измерение, информатизация, моделирование: проблемы и перспективы технологий, разработки и применения // Ползуновский Вестник. -Барнаул, Изд-во АлтГТУ, №3(1), 2011, с.30-33.
15. Гоноровский И.С. Радиотехнические цепи и сигналы. -М.: Советское радио, 1977.