Обнаружение ритмов головного мозга человека на основе корреляции аналитических спектров ЭЭГ в основных диапазонах частот

Abstract

Results of multiscale correlational analysis in application to EEG cortical rhythms detection improvements are presented and in detail discussed. In particular, the importance of frequency−temporal cone−shaped representations calculation techniques (which is the particular case of the correlation distributions) based on therecently introduced concept of the analytical spectra is in the center of discussion. Unlike classical spectral analysis, aimed at high resolution assessment of individual frequencies, the proposed methods are focused primarily on detection and monitoring of oscillatory neurons activity in the wide main frequency ranges.

• Dsp
• time−frequency EEG analysis
• multiscale correlational analysis
• analytic spectra

Аннотация (на русском)

Обнаружение ритмов головного мозга человека на основе корреляции аналитических спектров ЭЭГ в основных диапазонах частот

В работе представлены результаты развития методов многомасштабного корреляционного анализа применительно к задачам обнаружения и мониторинга ритмов коры головного мозга человека. В частности, обсуждается усовершенствование техники вычисления частотно-временных представлений “конического” типа (являющихся частным случаем корреляционных распределений) на основе недавно введенной нами концепции аналитических спектров. В отличие от классического спектрального анализа, направленного на характеризующееся высоким разрешением оценивание индивидуальных частот, предлагаемые методы ориентированы в первую очередь на обнаружение и мониторинг колебательной активности нейронов в широких основных частотных диапазонах.

For citation

References

1. S. Sanei, J. Chambers. EEG signal processing.//John Wiley & Sons, Inc., 2008 г.
2. V. E. Antciperov, V. A. Morozov, and Y. V. Obukhov Representation of Epileptic Discharge Dynamics in EEGs on the Basis of Multiscale Correlative Signal Dynamics Analysis//“Pattern Recognition and Image Analysis”, Vol. 18, No. 2, 2008, pp. 342-346, ISSN 1054-6618.
3. Обухов Ю.В., Анциперов В.Е. и др. Частотно-временной анализ электрической активности мозга при болезни Паркинсона//Нейродегенеративные заболевания. Фундаментальные и прикладные аспекты. Под ред. акад. М.В.Угрюмова. М: Наука, 2010, стр 112-129.
4. Анциперов В.Е. Многомасштабный корреляционный анализ нестационарных, содержащих квазипериодические участки сигналов.//“Радиотехника и электроника”, 2008 г., т. 53, № 1, стр.73-85.
5. Time-frequency analysis: concepts and methods. Edited by F. Hlawatsch and F. Auger.//GB and US: ISTE Ltd and John Wiley & Sons, Inc., 2008.
6. Анциперов В.Е. Использование концепции аналитического спектра в вопросах интерпретации частотно-временных представлений сигналов.//Доклады VII Всероссийской научно-технической конференции «Радиолокация и радиосвязь», Изд. JRE -ИРЭ им. В.А.Котельникова РАН, Моcква, 2013 г., сс. 68-72.
7. Анциперов В.Е. Использование аналитических спектров локального прошлого и будущего сигнала для формирования и анализа билинейных частотно-временных представлений//Доклады 16-й Международной Конференции “ Цифровая обработка сигналов и ее применение DSPA-2014”, т.1, ISSBN 978-5-905278-01-3, Москва, 2014, стр. 113-117.
8. F. Hlawatsch, T. Manickam, R. Urbanke and B. Jones. Smoothed pseudo-Wigner distribution, Choi-Williams distribution, and cone-kernel representation: Ambiguity-domain analysis and experimental comparison.//Signal Processing, vol. 43, p. 149-168, 1995.
9. Zhao Y., Atlas L. E., and Marks R. J. The use of cone-shape kernels for generalized time-frequency representations of nonstationary signals.//IEEE Trans. Acoustics, Speech, Signal Processing, V. 38, N 7, 1990, pp. 1084-1091.
10. Анциперов В.Е. Новый метод оценки корреляционных функций в задачах обнаружения и обработки радиолокационных и связных сигналов//Доклады III Всероссийской конференции “Радиолокация и радиосвязь”, Москва, 26-30 октября 2009 г, стр. 887-881.