Projekt vedeckej grantovej agentúry VEGA 2/4026/04

Doba riešenia: 01/2004 - 12/2006

Anglický názov: Analysis of EEG based on advanced methods of mathematical statistics, artificial neural networks and nonlinear dynamics

Vedúci projektu: Doc. RNDr. Viktor Witkovský, CSc.

Spoluriešiteľské inštitúcie: Fakulta matematiky, fyziky a informatiky UK, Filozofická fakulta UK a Ústav merania SAV

Finančné zabezpečenie VEGA: 182 tis. Sk (v roku 2006)

Anotácia projektu

Projekt je zameraný na využitie a rozvoj moderných metód matematickej štatistiky, nelineárnej dynamiky a umelých neurónových sietí na analýzu dát nameraných za účelom lepšieho pochopenia činnosti ľudského mozgu. Jeho cieľom je využiť tradičné metódy analýzy dát a navrhnúť pôvodné algoritmy, schopné spoľahlivo charakterizovať, prípadne predikovať špecifické stavy činnosti mozgu (spánok, relaxácia, ale aj patologické stavy, ako epilepsia, atď.) na základe nameraného EEG signálu. Výsledky môžu nájsť uplatnenie v neurodiagnostike, neuroterapii, ako aj pri návrhu efektívnych stratégií zlepšenia kognitívnych schopností.  

Dosiahnuté výsledky

V prvej etape riešenia (2004-2005) sme sa zamerali na analýzu EEG dát, nameraných počas experimentu, ktorý využíval spätnoväzobný audiovizuálny systém. Analyzovali sme vplyv opakovanej audiovizuálnej stimulácie na činnosť mozgu, vyjadrený zmenami hodnôt rozsiahlej triedy vybraných štatistických a nelineárnych charakteristík. Objavili sme napríklad koreláciu medzi zlepšeným uvoľnením určeným subjektívnym hodnotením testovaných osôb a zvýšením výkonov v nižších frekvenčných pásmach (4 - 10 Hz), znížením zložitosti signálov a zvýšením synchronizácie hemisfér v alfa pásme.

V druhej etape riešenia (2006) sme sa zamerali na publikovanie dosiahnutých výsledkov. Okrem toho sme analyzovali súbor celonočných spánkových EEG záznamov, poskytnutých Prof. G. Dorffnerom (Siesta Group Schlafanalyse GmbH, Austrian Research Institute for Artificial Intelligence Freyung 6/6, A-1010 Vienna, Austria).

Miery, ktoré sa v prvej etape riešenia ukázali ako schopné zachytiť jemné zmeny v charaktere EEG signálu, sme skúmali v kontexte dynamiky spánkových procesov. Ukázali sme, že niektoré charakteristiky, známe z teórie chaosu a fraktálov, dokážu úspešne predikovať stratu pozornosti, zaspávanie a striedanie jednotlivých spánkových stavov. Napríklad Higuchi-ho fraktálna dimenzia a tzv. spektrálny exponent prekonali klasifikačné a predikčné schopnosti tradičných spektrálnych metód. Naše výsledky nás vedú k tomu, aby sme anticipovali prítomnosť škálovo invariantných, fraktálom podobných štruktúr v EEG dátach. Ako sme ale ukázali, zdrojom týchto štruktúr nemusí byť deterministický chaos, ale skôr stochastický systém typu 1/f šumu.

Publikácie

• TEPLAN, M. - KRAKOVSKÁ, A. - ŠTOLC, S.: EEG responses to long-term audio-visual stimulation, International Journal of Psychophysiology, Volume 59, Issue 2, February 2006, Pages 81-90
• TEPLAN, M. - KRAKOVSKÁ, A. - ŠTOLC, S.: Short-term effects of audio-visual stimulation on EEG. Measurement Science Review, Volume 6, Section 2, No. 4, 2006, Pages 67-70
• KRAKOVSKÁ, A. - ŠTOLC, S.: Fractal complexity of EEG signal. Measurement Science Review, Volume 6, Section 2, No. 4, 2006, Pages 63-66
  ŠUŠMÁKOVÁ, K.: Correlation Dimension versus Fractal Exponent During Sleep Onset, Measurement Science Review, 6, Section 2, No. 4, 2006, 58-62
• TEPLAN, M.: Audio-visual stimulation and relaxation. Linear and nonlinear EEG measures, Dizertačná práca, Ústav merania SAV, Bratislava, Slovenská republika. 2006
• ŠUŠMÁKOVÁ, K.: Finding the most sensitive measures for sleep stages detection, Neuromath '06, Conference on Mathematical Neuroscience, Sant Julià de Lòria, Principat d'Andorra, 2006
• Bol dokončený rukopis článku a zaslaný do časopisu Machine Vision and Applications. V súčasnosti článok čaká na posúdenie recenzentmi:
  BAJLA, I. - RUBLÍK, F. - ARENDACKÁ, B. - FARKAŠ, I. - HORNIŠOVÁ, K. - ŠTOLC, S. - WITKOVSKÝ, V.: Segmentation and Supervised Classification of Image Objects in Epo Doping-Control. Submitted.