Wavelet decomposition of evoked potentials as an objective assessment for the auditory pathway

• Autorzy: Suchocki M. , Dobrowolski A.P. , Tomczykiewicz K.

Warianty tytułu

PL

Dekompozycja falkowa potencjałów wywołanych jako obiektywna ocena systemu słuchowego

• Języki publikacji: EN

Abstrakty

EN

The paper describes the problems associated with electroencephalographic examination of hearing. Due to the fact that the current methods are mainly based on the interpretation of the timing electroencephalograms and require a large experience of examining neurologist, a task was undertaken to eliminate the subjective evaluation of results, and to automate testing. The authors, using the CPS methods have identified distinctive features differentiating evoked potentials well differentiating normal cases from pathological ones.

PL

Artykuł opisuje problemy związane z oceną zmysłu słuchu przy pomocy elektroencefalografu. Ponieważ aktualne metody są skupione na interpretacji czasowej elektroencefalogramów i wymagają dużego doświadczenia egzaminującego neurologa, podjęto się zadania wyeliminowania subiektywnej oceny wyników i automatyzacji badań. Autorzy używając metod CPS wskazali dystynktywne cechy wywołanych potencjałów, które pozwalają na łatwe odróżnienie przypadków patologicznych od zdrowych

Słowa kluczowe

EN

wavelet decomposition; examination of hearing; electroencephalographic

PL

dekompozycja falkowa; ocena zmysłu słuchu; elektroencefalograf

• Wydawca: Oficyna Wydawnicza Energia [Stowarzyszenie Elektryków Polskich - COSiW]
• Czasopismo: Spektrum
• Rocznik: 2013
• Tom: nr 11-12
• Strony: XIX--XXIV
• Opis fizyczny: Bibliogr. 21 poz., rys., tab.

Twórcy

autor

Suchocki M.

• Military University of Technology, Faculty of Electronics

autor

Dobrowolski A.P.

• Military University of Technology, Faculty of Electronics

autor

Tomczykiewicz K.

• Military Institute of Health Service, Department of Neurology

Bibliografia

• [1] D. Szabela, „Potencjały wywołane w praktyce lekarskiej”, Łódzkie Towarzystwo Naukowe, Łódź 1999, wydanie 2, 83-87749-09-5
• [2] Andrzej P. Dobrowolski, Michal Suchocki; Kazimierz Tomczykiewicz, „Computer analysis of auditory brainstem evoked potentials”, SEP 29-30 September 2011, Poznan Poland
• [3] Keith H. Chiappa, „Evoked Potentials in Clinical Medicine, Reven Press”, New York 1990, 0-88167-569-5
• [4] Colin D.,MD.,FRPC, „Clinical Neurophysiology, Volume 1”, Elsevier B.V, 2nd Edition (2004), 0-444-517252-7
• [5] J. Szabatin, „Podstawy teorii sygnałów, Wydawnictwo Komunikacji i Łączności”, Warszawa 2003,wydanie 4, 83-206-1331-0
• [6] Steven W. Smith, „Cyfrowe przetwarzanie sygnałów”, Wydawnictwo BTC, Warszawa 2007, wydanie 1, 83-60233-18-4
• [7] Andrzej P. Dobrowolski, „Obiektywna metoda diagnozowania schorzeń nerwowo-mięśniowych oparta na analizie falkowej potencjałów czynnościowych jednostek ruchowych”, Wydawnictwo WAT, Warszawa 2009, 83-61486-38-1
• [8] Jan T. Białasiewicz, „Falki i aproksymacje”, Wydawnictwo Naukowo-Techniczne, Warszawa 2004, wydanie 2, 83-204-2971-4”
• [9] Tomasz P. Zieliński, „Cyfrowe przetwarzanie sygnałów”, Wydawnictwo Komunikacji i Łączności, Warszawa 2005, wydanie 1, 83-206-1596-8
• [10] Wim van Drogelen, „Signal Processing for Neuroscientists”, Academic Press, December 2006, London
• [11] Daubechies I., Ten Lectures on Wavelets, CBMS-NSF Lecture Notes nr. 61, SIAM, 1994
• [12] Mallat S.G., A Theory for Multiresolution Signal Decomposition: the Wavelet Representation, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 11, no. 7, (1989), 674-693
• [13] Mallat S.G., A Wavelet Tour of Signal Processing, Academic Press, (1999)
• [14] A. Dobrowolski, M. Wierzbowski, K. Tomczykiewicz, Analiza wielorozdzielcza i sieć SVM w zastosowaniu do klasyfikacji potencjałów czynnościowych, Biuletyn WAT, vol. LVIII, nr 3 (655), 2009, s. 275-302
• [15] V. Vapnik, Estimation of dependences based on empirical data, Springer, 2006
• [16] S. Osowski, Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza PW, Warszawa, 2006
• [17] V. Vapnik, Statistical Learning Theory, John Wiley & Sons, 1998
• [18] C. Cortes, V. Vapnik, Support-vector networks, Machine Learning, 20, s. 273-297, 1995
• [19] V. Vapnik, „The Nature of Statistical Learning Theory”, Springer 1999, 0-387-98780-0
• [20] C. J. C. Burges, A tutorial on support vector machines for pattern recognition, Data mining and knowledge discovery, vol. 2, 1998, s. 121-167
• [21] J. C. Platt, Fast training of support vector machines using sequential minimal optimization, in B. Schölkopf, C. J. C. Burges, and A. J. Smola, Advances in kernel methods - support vector learning, MIT Press, 1999, s. 185-208