Niestacjonarność sygnałów encefalograficznych - ocena przydatności wybranych metod do opisu zmienności EEG

• Autorzy: Kipiński L.
• Konferencja: Inżynieria Biomedyczna i Telemedycyna; Sympozjum( 7.09.2007; Warszawa, Polska)
• Języki publikacji: PL

Abstrakty

EN

In this paper nonstationary of EEG/MEG signals is discussed. The main goakl is to apply time series yechniques to parametric modeling of the varability of the human brain signals. The utility of the most important methods (i.e. statistical tests for (non)stationarity, autocorrelation analysis, ARMA, ARIMA and GARCH models) was verified. EEG signals are in principle nonstaionary in time domain due to heteroscedasticity, and this nonstationarity is hard to remove by standard time series algorithms. Analysis of spectrum variability shows the existence of the weak stationary character of the physiological EEG spectrum at several frequencies. Consequently, the proposed methodology can be effective for the description of brain dynamics. It is a new approach in brain research.

Słowa kluczowe

PL

EEG; odpowiedzi wywołane; niestacjonarność; szeregi czasowe; analiza sygnałów

EN

EEG/MEG signals

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2007
• Tom: z. 161
• Strony: 31--36
• Opis fizyczny: Bibliogr. 12 poz., wykr., schem.

Twórcy

autor

Kipiński L.

• Instytut Inżynierii Biomedycznej i Pomiarowej, Politechnika Wrocławska,

Bibliografia

• [1] Blinowska K. J., Kamiński M., Durka P. J. Metody analizy sygnałów niestacjonarnych [w:] Biocybernetyka i inżynieria biomedyczna 2000. Tom I Biosystemy, Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2005, 81-106.
• [2] Brockwell P. J., Davies R. A. Introduction to time series and forecasting, Springer, New York and London, 2002.
• [3] Box G. E. P., Jenkins G. M. Time Series Analysis: Forecasting and Control, Holden Day, 1976.
• [4] Maciejowski A. Rejestracja i analiza wywołanych potencjałów z kory i pnia mózgu człowieka w systemie komputerowym, Praca doktorska, Akademia Medyczna we Wrocławiu, Wrocław, 1986.
• [5] Jagielski J., Maciejowski A. Badania układu nerwowego metodą wywołanych potencjałów [w:] Problemy biocybernetyki i inżynierii biomedycznej, Tom 1 Biosystemy, Wydawnictwa Komunikacji i Łączności, Warszawa, 1991, 12-13.
• [6] Kwiatkowski D., Phillips P. C. B., Schmidt P., Shin Y. Testing the null hypothesis of stationarity against the alternative of a unit root. Journal of Econometrics 1992; 54: 159-178.
• [7] Said S. E., Dickey D. A. Testing for unit roots in autoregressive-moving average models of unknown order. Biometrika 1984, 71: 599-607.
• [8] Perron P. Trends and random walks in macroeconomic time series. Journal of Economic Dynamics and Control, 1988, 12: 297-332.
• [9] White H. A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica 1980, 48: 817-838.
• [10] Engle R. F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica 1982, 50(4): 987-1007.
• [11] Breusch T. S., Pagan A. R. A Simple Test for Heteroscedasticity and Random Coefficient Variation. Econometrica 1979, 47: 1287-1294.
• [12] Kipiński L. M. Parametryczny opis zmian widma sygnału EEG rejestrowanego podczas synchronicznej stymulacji bodźcem wzrokowym, Materiały XV Krajowej Konferencji Biocybernetyka i Inżynieria Biomedyczna, Wrocław, 12-15.09.2007.