Aspekty techniczne rejestracji oraz analizy sygnałów elektroencefalograficznych

• Autorzy: Szuflitowska B.

Identyfikatory

DOI

10.32016/1.59.41

Warianty tytułu

EN

Technical aspects of EEG signal recording and analysis

• Konferencja: L Międzyuczelniana Konferencja Metrologów MKM 2018 (L; 10.09-12.09.2018; Szczecin - Kopenhaga, Polska - Dania)
• Języki publikacji: PL

Abstrakty

PL

Elektroencefalografia jest techniką powszechnie stosowaną w diagnostyce medycznej oraz w badaniach. W artykule opisano zasadę pomiarów EEG i scharakteryzowano aparaturę pomiarową oraz metody rejestracji. Artykuł podzielony jest na dwie części. W pierwszej przedstawiono metody rejestracji sygnałów EEG oraz ich zastosowania kliniczne, a w drugiej narzędzia analizy widmowej. W pracy zostały użyte rzeczywiste sekwencje sygnałów EEG określone przez lekarza jako sygnały prawidłowe oraz wskazujące na chorobę (napadowe). Ich analiza została wykonana za pomocą szybkiej transformaty Fouriera oraz dyskretnej transformaty falkowej. Obliczano widmo mocy, a uzyskane średnie wartości mocy spektralnej stanowiły podstawę wskazania stanu patologicznego.

EN

Electroencephalography, as an electrophysiological method to record electrical activity of the brain, is commonly used in medicine and research areas. This article presents theoretical basics of EEG measurement. This method is still being developed. The greatest emphasis is put on improvement of the measuring equipment and recording methods. The solutions to improve hardware and software are still sought. This article is divided into two main parts. The first part explains EEG recording and its clinical applications. Epilepsy is the most common neurological disorder. The future trends in the development of EEG are pointed out. In the second part spectral analysis tools are presented. The EEG signal has nonlinear and nonstationary properties In the paper, real EEG sequences described by a doctor as normal and epileptic (ictal) are used. The analysis is performed using fast Fourier transform and discrete wavelet transform. The power spectrum in each frequency band is calculated. The obtained average power spectral values allow to distinguish epileptic sequences. Spectral analysis is considered to be a potential tool that may aid in the diagnosis of neurological diseases.

Słowa kluczowe

PL

elektroencefalograf; elektrody; analiza widmowa

EN

electroencephalograph; electrodes; spectral analysis

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2018
• Tom: Nr 59
• Strony: 191--194
• Opis fizyczny: Bibliogr. 18 poz., wykr., tab.

Twórcy

autor

Szuflitowska B.

• Zachodniopomorski Uniwersytet Technologiczny, Katedra Sterowania i Pomiarów

Bibliografia

• 1. Yazıcıoglu R.F., van Hoof C., Puers R.: Biopotential Readout Circuits for Portable Acquisition Systems, 2009, Springer Science, ISBN: 978-1-4020-9092-9.
• 2. http://www.ur.edu.pl/pracownicy/klaudiuszmajchrowski/materialy-do-pobrania/archiwum/semestrzimowy-2014-2015/podstawy-elektroniki-i-akustykielektroradiologia
• 3. Dey N.: Classification and Clustering in Biomedical Signal Processing, AMTCP, 2016.
• 4. Paszkiel Sz.: Zastosowanie modeli populacyjnych w interfejsach mózg-komputer, rozprawa doktorska, Politechnika Opolska, Opole, 2011.
• 5. Geng D., Zhou W., Zhang Y., Geng S.: Epileptic seizure detection based on improved wavelet neural networks in long-term intracranial EEG. Biocybern Biomed Eng, Nr 36, str. 375–384.
• 6. Horowitz P., Hill W.: Sztuka elektroniki cz.1 i 2, Wydawnictwa Komunikacji i Łączności WKŁ, 2009.
• 7. Stanisławczyk A., Zyss T., Sawicki B.: Układ 10-20 lokalizacji elektrod EEG czyli gdzie tkwi pewien błąd koncepcyjny, Biologica et Oecologica, Nr 3, 2006, str. 188-200.
• 8. http://www.wuj.pl/UserFiles/File/FRAGMENTY/EEGfragment.pdf
• 9. Zyss T.: Wprowadzenie do techniki EEG dużych rozdzielczości, Przegląd Elektrotechniczny, Nr 12, 2004, str. 1205-1209.
• 10. Oostenveld R., Praamstra P.: The five percent electrode system for high-resolution EEG and ERP measurements, Clin. Neurophysiol., Nr 112, str. 713-719.
• 11. Kucharski P., Rybicki A., J.: Połączenie mózg-komputer jako metoda komunikacji z niereagującymi pacjnetami –przegląd literatury, Inżynieria biomedyczna, Nr 3, 2015, str. 148-157.
• 12. Klekowicz H.: Opis i identyfikacja struktur przejściowych w sygnale EEG, rozprawa doktorska, Uniwersytet Warszawski, Warszawa 2008.
• 13. Andrzejak R.G., Lehnertz K., Mormann F., Rieke Ch., David P., Elger E. Ch.: Indications of nonlinear deterministic and finite dimensional structures in time series of brain electrical activity: Dependence on recording region and brain state, Phys. Rev. E, Nr 64, 2001, 061907.
• 14. Szymaniec S.: Pomiary i analiza sygnałów dla potrzeb diagnostyki, Zeszyty Problemowe – Maszyny Elektryczne, Nr 1, 2012, str. 93-98.
• 15. Chen D., Wan S., Xianing J., Bao F.S.: A highperformance seizure detection algorithm based on Discrete Wavelet Transform (DWT) and EEG, PLOS, Nr 3, 2017, http://www.ncbi.nlm.nih.gov/pmc/articles/PMC5344346/
• 16. Hernández D. E., Trujillo L.O., Z-Flores E., Villanueva O.M., Romo-Fewell O.: Detecting Epilepsy in EEG Signals Using Time, Frequency and Time-Frequency Domain Features, Computer Science and Engineering—Theory and Applications, 2018, str. 167-182.
• 17. Li M., Chen W., Zhang : Classification of epilepsy EEG signals using DWT-based envelope analysis and neural network ensemble, Biomedical Signal Processing and Control, Vol. 31, 2017, str. 57-36.
• 18. Ewert P., Kowalski Cz.T.: Zastosowanie analizy falkowej do diagnostyki łożysk tocznych silników indukcyjnych, Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej, Nr 66, 2012.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).