Selected Methods of the Pattern Electroretinogram Signal Analysis

• Autorzy: Penkala K. , Rogala T. , Brykalski A.

Warianty tytułu

PL

Wybrane metody analizy sygnału Elektroretinogramu wywołanego wzorcem

• Języki publikacji: EN

Abstrakty

EN

In the paper a short review of methods applied for pattern electroretinogram signal analysis is presented. Various possible alternatives for classical method used in medical practice are described. The capabilities and disadvantages of each method as well as relevant results are briefly presented and/or references are cited. The described algorithms are: statistical regression analysis, continuous wavelet transform, discrete wavelet transform, artificial neural networks, principal components analysis and independent component analysis. The aim of the paper is to give a short review of previously taken activity in the field of pattern electroretinogram analysis particularly for diagnostic purposes, and present a guide for possible approaches to be applied for other bioelectrical signals.

PL

W artykule przedstawiono przegląd metod zastosowanych do analizy sygnału elektroretinogramu wywołanego wzorcem. Zaprezentowano szereg możliwych technik alternatywnych w stosunku do procedur używanych w praktyce klinicznej. Przedyskutowano zalety i ograniczenia każdego z algorytmów, przedstawiając pokrótce wyniki doświadczeń lub cytując odpowiednie pozycje literatury. Opisane algorytmy to: statystyczna analiza regresji, ciągła i dyskretna transformata falkowa, sztuczne sieci neuronowe, analiza składowych głównych (PCA) oraz analiza składowych niezależnych (ICA). Celem niniejszego artykuły jest usystematyzowanie wcześniejszych działań autorów w dziedzinie analizy elektroretinogramu wywołanego wzorcem, w szczególności dla potrzeb diagnostyki, oraz zaproponowanie metodologii badań sygnałów bioelektrycznych o podobnym charakterze.

Słowa kluczowe

EN

signal analysis; pattern electroretinogram; PERG; statistical analysis; continuous wavelet transform (CWT); artificial neural networks; independent component analysis

PL

analiza sygnałów; elektroretinogram wywołany wzorcem; PERG; analiza statystyczna; ciągła transformata falkowa; sztuczne sieci neuronowe; analiza składowych niezależnych

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2007
• Tom: R. 53, nr 6
• Strony: 22--25
• Opis fizyczny: Bibliogr. 16 poz., rys.,tab.,wzory,wykr

Twórcy

autor

Penkala K.

autor

Rogala T.

autor

Brykalski A.

• Institute of Electronics, Szczecin University of Technology,

Bibliografia

• [1] Comon. P.: Independent Component Analysis. A New Concept? Signal Processing, 36 (1994), 287-314.
• [2] Duda R. O., Hart. P. G., Stork D.G.: Pattern Classification. Wiley-Interscience (2001).
• [3] Haykin S.: Neural networks: a comprehensive foundation. Prentice Hall (1999).
• [4] Holder G. E. et al.: Standard for Pattern Electroretinography. 2006 - update. www.iscev.org
• [5] Hyvaerinen A., Oja E.: Independent Component Analysis: Algorithms and Applications. Neural Networks, 13, 4-5 (2000), 411-430.
• [6] Montgomery D. C, Runger G. C.: Apllied statistics and probability for engineers. Wiley (2003).
• [7] Palacz O., Lubiński W., Penkala K.: Clinical Electrophysiology of the Visual System (monograph in Polish). OFTAL, Warszawa, 2003.
• [8] Penkala K.: Analysis of Bioelectrical Signals of the Human Retina (PERG) and Visual Cortex (PVEP) Evoked by Pattem Stimuli. Bulletin of the Polish Academy of Science, vol. 53, No. 3, 2005, 223-229.
• [9] Penkala K. et al..: Wavelet Approach to the PERG Analysis and Processing. 2nd Annual Meeting of the British Society for Clinical Electrophysiology of Vision (BriSCEV), Liverpool, 14-15.06.2004.
• [10] Penkala K., Lubiński W., Szlachta K., Karczewicz D.: Discriminant Analysis of PERG and PVEP-Mathematical Models, Preliminary Clinical Evaluation. International Society for Clinical Electrophysiology of Vision (ISCEV) XLIII Annual Symposium, Glasgow, 23-27.08.2005.
• [11] Penkala K., Rogala T., Brykalski A.: Analysis of the Pattern Electroretinogram Signal Using the Wavelet Transform. Intemationales WissenschaRliches Kolloquium, 22-25.09.2003, Ilmenau, 145-146.
• [12] Penkala K., Szlachta K., Jaskuła M., Brykalski A.: Statistical analysis of the pattern electroretinogram (PERG) parameters in the continouous wavelet transform coefficients domain. 30th International Conference on fundamentals of electrotechnics and circuit theory. IC-SPETO 2007, 23-26.05.2007, Ustroń, Poland.
• [13] Rogala T., Brykalski A., Penkala K.: Certain aspects of bioelectrical signal smoothing. Pomiary Automatyka Kontrola 9/2004, pp. 21-24.
• [14] Rogala T., Brykalski A.: Redukcja wymiarowości danych pomiarowych z wykorzystaniem liniowej i nieliniowej analizy składników głównych (PCA). Pomiary Automatyka Kontrola 2/2005, pp. 41-43.
• [15] Rogala T., Brykalski A.: Wavelet feature space in computer-aided electroretinogram evaluation. Pattern Analysis & Applications, Vol. 8, No. 3, 2005, pp. 238-246.
• [16] Włodarski M., Brykalski A.: Comparison of bayesian classifiers of pattern electroretinogram based on perg waveform attributes and coefficients of wavelet compression 30th International Conference on fundamentals of electrotechnics and circuit theory. IC-SPETO 2007, 23-26.05.2007, Ustron, Poland.