Klasyfikacja słuchowych potencjałów wywołanych w oparciu o dekompozycję falkową i sieć SVM

• Autorzy: Suchocki M. , Dobrowolski A. , Majda-Zdancewicz E. , Tomczykiewicz K.

Identyfikatory

DOI

10.5604/12345865.1186236

Warianty tytułu

EN

Classification of Auditory Evoked Potentials based on the wavelet decomposition and SVM network

• Języki publikacji: PL

Abstrakty

PL

W elektrofizjologicznej ocenie słuchu oraz diagnozowaniu uszkodzeń pnia mózgu najczęściej wykorzystuje się słuchowe potencjały wywołane pnia mózgu o krótkiej latencji. Charakteryzują się one kolejno ułożonymi w funkcji czasu maksimami, zwanymi załamkami lub falami. Morfologia przebiegu, a w szczególności zależności czasowe i amplitudowe poszczególnych załamków, umożliwiają neurologowi postawienie diagnozy, co nie jest zadaniem prostym. Wymaga od neurologa doświadczenia, skupienia uwagi i bardzo dobrej percepcji. W celu wsparcia procesu diagnostycznego autorzy opracowali algorytm realizujący zautomatyzowaną klasyfikację słuchowych potencjałów wywołanych do grupy przypadków patologicznych i fizjologicznych, z czułością i specyficznością określoną na niezależnej grupie testowej liczącej 50 przypadków, wynoszącą odpowiednio 84% i 88%.

EN

For electrophysiological hearing assessment and diagnosis of brain stem lesions, the most often used are auditory brainstem evoked potentials of short latency. They are characterized by successively arranged maxima as a function of time, called waves. Morphology of the course, in particular, the timing and amplitude of each wave, allow a neurologist to make diagnose, what is not an easy task. A neurologist should be experienced, concentrated, and should have very good perception. In order to support his diagnostic process, the authors have developed an algorithm implementing the automated classification of auditory evoked potentials to the group of pathological and physiological cases, the sensitivity and specificity determined for an independent test group (of 50 cases) of respectively 84% and 88%.

Słowa kluczowe

PL

inżynieria biomedyczna; słuchowe potencjały wywołane pnia mózgu; dekompozycja falkowa; sieć wektorów nośnych

EN

biomedical engineering; brainstem auditory evoked potentials; wavelet decomposition; support vector machine (SVM)

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2015
• Tom: Vol. 64, nr 4
• Strony: 117--129
• Opis fizyczny: Bibliogr. 16 poz., rys.

Twórcy

autor

Suchocki M.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, 00-908 Warszawa, ul. gen. S. Kaliskiego 2

autor

Dobrowolski A.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, 00-908 Warszawa, ul. gen. S. Kaliskiego 2

autor

Majda-Zdancewicz E.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, 00-908 Warszawa, ul. gen. S. Kaliskiego 2

autor

Tomczykiewicz K.

• Wojskowy Instytut Medyczny, Klinika Neurologiczna, 04-141 Warszawa, ul. Szaserów 128

Bibliografia

• [1] Jaroszyk F. (red.), Biofizyka, Wydawnictwo Lekarskie PZWL, Warszawa, 2011.
• [2] Valderrama J.T., de la Torre A., Alvarez I., Segura J.C., Thornton A.R.D., Sainz M., Vargas J.L., Automatic quality assessment and peak identification of auditory brainstem responses with fitted parametric peaks, Computer Methods and Programs in Biomedicine, vol. 114, 2014, pp. 262-275.
• [3] Chiappa K.H., Evoked Potentials in Clinical Medicine, Reven Press, New York, 1990.
• [4] Binnie C.D., Cooper R., Mauguiere F., Osselton J., Prior P.F., Tedman M., Clinical Neurophysiology: EMG, Nerve Conduction and Evoked Potentials, vol. 1, 2nd Edition, Elsevier B.V, 2004.
• [5] Dobrowolski A., Suchocki M., Tomczykiewicz K., Computer analysis of auditory brainstem evoked potentials, Przegląd Elektrotechniczny, 87, nr 9a, 2011, pp. 145-150.
• [6] Dobrowolski A., Suchocki M., Tomczykiewicz K., Digital signal processing in the diagnosis of brainstem auditory evoked potentials, Elektronika: konstrukcje, technologie, zastosowania, vol. 53, nr 5, 2012, pp. 26-29.
• [7] Suchocki M., Dobrowolski A., Obiektywna ocena traktu słuchowego oparta na analizie falkowej potencjałów wywołanych i sieci wektorów nośnych, Przegląd Elektrotechniczny, 89, nr 9, 2013, s. 160-164.
• [8] Dobrowolski A., Wierzbowski M., Tomczykiewicz K., Multiresolution MUAPs decomposition and SVM-based analysis in the classification of neuromuscular disorders, Computer Methods and Programs in Biomedicine, vol. 107, no. 3, 2012, pp. 393-403.
• [9] Daubechies I., The wavelet transform, time-frequency localizations and signal analysis, IEEE Trans. on Information Theory, vol. 36, no. 5, 1990, pp. 961-1005.
• [10] Burges C.J.C., A tutorial on support vector machines for pattern recognition, Data mining and knowledge discovery, vol. 2, 1998, pp. 121-167.
• [11] Acir N., Özdamar Ö., Güzelis C., Automatic classification of auditory brainstem responses using SVM-based feature selection algorithm for threshold detection, Engineering Applications of Artificial Intelligence, vol. 19, 2006, pp. 209-218.
• [12] Acir N., Erkan Y., Bahtiyar Y.A., Auditory brainstem response classification for threshold detection using estimated evoked potential data: comparison with ensemble of averaged data, Neural Computing and Applications, vol. 22, 2013, 859-867.
• [13] Mallat S.G., A Wavelet Tour of Signal Processing, Academic Press, 1999.
• [14] Osowski S., Metody i narzędzia eksploracji danych, BTC, Legionowo, 2013.
• [15] Li H., Jiang T., A class of edit kernels for SVMs to predict translation initiation sites in eukaryotic mRNAs, J. of Computational Biology, vol. 12(6), 2005, pp. 702-718.
• [16] McCullagh P., Wang H., Zheng H., Lightbody G., McAllister G., A comparison of supervised classification methods for auditory brainstem response determination, Studies in Health Technology and Informatics, vol. 129, 2007, pp. 1289-1293.

Uwagi

PL

Artykuł opracowany na podstawie referatu wygłoszonego na IX Krajowej Konferencji „Diagnostyka Techniczna Urządzeń i Systemów” (DIAG’15), Ustroń, 22-25.09.2015 r.