×
玛丽亚·维雷滕尼科娃。；阿拉·西科尔斯基；迈克尔·J·波文。

脑电图数据随机模型参数作为脑疟疾后儿童神经发育的生物标志物。 （英语） Zbl 1418.92069号

J.Stat.分销申请。 5，第8号论文，第12页（2018年）.
小结：本研究的目的是测试脑电图（EEG）记录的统计特征，作为乌干达儿童脑疟疾昏迷后神经发育和认知的预测因素；估计这些Student过程的参数，并将其与临床和人口统计学数据一起用于机器学习算法，以预测脑疟疾发病6个月后儿童的神经发育和认知得分。这项工作的关键创新在于识别随机EEG特征，这些特征可以作为脑疟疾对发育中大脑影响的语言无关标记。这些结果可以增强对哪些儿童最需要康复干预的预后判断，这在资源受限的环境中尤其重要，例如撒哈拉以南非洲地区。

MSC公司：

92 C55 生物医学成像和信号处理
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

学生流程；昏迷脑电图；小波；回归，回归；正规化

软件：

EEGLAB公司；miss森林；softImpute软件
PDF格式BibTeX公司 XML格式引用
\textit{M.A.Veretennikova}等人，J.Stat.发行应用。5，论文编号8，12 p.（2018；Zbl 1418.92069）
全文： 内政部

参考文献：

[1] Awal，M.A.，Lai，M.M.，Azemi，G.，Colditz，P.B.：预测足月新生儿缺氧缺血性脑病预后的脑电图背景特征：一项结构化综述。临床。神经生理学。125(1), 285-296 (2016). ·doi:10.1016/j.clinph.2015.05.018
[2] Bangirana，P.，Opoka，R.O.，Boivin，M.J.，Idro，R.，Hodges，J.S.，John，C.C.：儿童脑疟疾和严重疟疾贫血影响的神经认知领域。学习。个性化。不同。46, 38-44 (2016). ·doi:10.1016/j.lindif.2015.01.010
[3] Bangirana，P.、Seggane，M.、Allebeck，P.，Giordani，B.、John，C.、Byarugaba，J.、Ehnvall，A.、Boivin，M.J.：KABC-II在乌干达儿童中的结构效度的初步调查。非洲。健康科学。9（3），186-192（2009）。
[4] Bradley，R.H.，Caldwell，B.M.：环境测量的家庭观察。阿肯色大学出版社，小石城出版社（1979年）。
[5] Chen，Z.，Cao，J.，Cao，Y.，Zhang，Y.，Gu，F.，Zhu，G.，Hoong，Z.，Wang，B.，Cichocki，A.：成人脑死亡诊断中的经验脑电图分析。认知。Neurodyn公司。2(3), 257-271 (2008). ·doi:10.1007/s11571-008-9047-z
[6] Daubechies，I.：小波十讲。SIAM，费城（1992）·Zbl 0776.42018号 ·doi:10.1137/1.9781611970104
[7] De Oliveira，H.：小波的Shannon和Renyi熵。国际数学与计算机科学杂志。10, 13-26 (2015). ·Zbl 1434.94039号
[8] Deng，R.，Koenig，M.A.，Young，L.M.，Jia，X.：早期定量伽马-脑电标记物与心脏骤停和目标温度管理后的结果相关。《神经细胞压积》，《护理》23 2，262-73（2015）。 ·doi:10.1007/s12028-015-0157-2
[9] Duncan，D.，Talmon，R.，Zaveri，H.，Coifman，R.：使用扩散核识别颅内EEG数据中的预成像状态。数学。Biosci公司。工程10，579-90（2013）·Zbl 1268.68144号 ·doi:10.3934/mbe.2013.10.579
[10] 弗拉斯基尼，M.，德穆鲁，M。，Hillebrand，A.：纪元长度对估计EEG功能连通性和脑网络组织的影响。《神经工程学杂志》13，036015（2016）。 ·doi:10.1088/1741-2560/13/3/036015
[11] Grahovac，D.，Jia，M.，Leonenko，N.N.，Taufer，E.：配分函数的渐近性质及其在重尾数据尾指数推断中的应用。统计。49(6), 1221-1242 (2015). ·Zbl 1336.62072号 ·网址：10.1080/02331888.2014.969267
[12] Heyde，C.C.：拟似然及其应用：最佳参数估计的一般方法。施普林格，纽约（1997年）·Zbl 0879.62076号 ·数字对象标识代码：10.1007/b98823
[13] Heyde，C.C.，Leonenko，N.N.：学生过程。高级申请。普罗巴伯。37, 342-365 (2005). ·兹比尔1081.60035 ·doi:10.1017/S0001867800000215
[14] Hjorth，B.：基于时域特性的EEG分析。脑电图和临床神经生理学。29(3), 306-310 (1970). ·doi:10.1016/0013-4694（70）90143-4
[15] Idro，R.、Marsh，K.、John，C.C.、Newton，C.R.：脑疟疾；脑损伤的机制和改善神经认知结果的策略。儿科。第68（4）号决议，267-274（2010）。 ·doi:10.1203/PDR.0b013e3181eee738
[16] Ignaccolo，M.，Latka，M.，Jernajczyk，W.，Grigolini，P.，West，B.：脑电熵的动力学。生物学杂志。物理学。36, 185-96 (2009). ·doi:10.1007/s10867-009-9171-y
[17] John，C.C.，Bangirana，P.，Byarugaba，J.，Opoka，R.O.，Idro，R.，Jurek，A.M.，Wu，B.，Boivin，M.J.：儿童脑疟疾与长期认知障碍有关。儿科。122（1），e92-99（2008）。 ·doi:10.1542/peds.2007-3709
[18] Juan，E.，Kaplan，P.W.，Oddo，M.，Rossetti，A.O.：脑电图是缺氧后昏迷时大脑功能的一个指标。临床杂志。神经生理学。32, 465-47 (2015). ·doi:10.1097/WNP.000000000199
[19] Kaufman，N.L.，Kaufma，A.S.：儿童考夫曼评估手册。第二。美国指导服务出版社/皮尔逊产品公司，Circle Pines（2004）。
[20] Kirch，C.，Muhsa，B.，Ombao，H.：应用于脑电图数据的多元时间序列变化检测。《美国统计协会期刊》110（511），1197-1216（2015）。泰勒和弗朗西斯，https://doi.org/10.1080/01621459.2014.957545。 ·Zbl 1378.62072号 ·doi:10.1080/01621459.2014.957545
[21] Leonenko，N.N.，Suvak，N.：学生扩散过程的统计推断。斯托克。分析。申请。28(6), 972-1002 (2010). ·Zbl 1233.62150号 ·doi:10.1080/07362994.2010.515476
[22] Li，L.，Wilton，A.，Marcora，S.，Bowman，H.，Mandic，D.P.：基于EEG的意识状态大脑连通性分析。1002-5 (2014).
[23] Makeig，S.，Delorme，A.：EEGLAB：用于单次试验脑电图动力学分析的开源工具箱。《神经科学杂志》。方法。134(1), 9-21 (2004). ·doi:10.1016/j.jneumeth.2003.10.09
[24] 马拉古尔斯基，B.，佩兰，P.，萨顿，B.，里奥，B.，瓦尔顿·布恩斯，F.，塞古因，T.，杰拉尔茨，T。NeuroImage临床。15, 315-324 (2017). ·doi:10.1016/j.nicl.2017.03.017
[25] MATLAB小波包。https://www.mathworks.com/help/wavelet/ref/wentropy.html。2018年9月21日访问。
[26] Mazumder，R.，Hastie，T.，Tibshirani，R.：学习大型不完全矩阵的谱正则化算法。J.马赫。学习。第11287-2322号决议（2010年）·Zbl 1242.68237号
[27] 蒙哥马利特区：实验设计。第八。霍博肯·威利（2012）。
[28] 马伦，E.M.：马伦早期学习量表。美国指导服务，Circle Pines（1995）。
[29] Oyeyemi，G.M.，Ogunjobi，E.O.，Folorunsho，A.I.：关于收缩方法的性能——蒙特卡罗研究。《国际汇编》应用。5(2), 72-76 (2015).
[30] Piryatinska，A.、Terdik，G.、Woyczynski，W.A.、Lopar，K.A.、Scher，M.S.、Zlotnik，A.：新生儿EEG睡眠阶段的自动检测。计算。方法程序。生物识别。95(1), 31- 46 (2009). ·doi:10.1016/j.cmpb.2009.01.006
[31] Shabani，E.，Ouma，B.J.，Idro，R.，Bangirana，P.，Opoka，R.O.，Park，G.S.，Conrov，A.L.，John，C.C.：脑脊液肿瘤坏死因子升高与脑疟疾的急性和长期神经认知功能障碍相关。寄生虫免疫学。39(7) (2017). https://doi.org/10.1111/pim.12438。Epub 2017年5月28日。
[32] Smolentsev，N.K.：小波理论基础。《MATLAB中的小波》，DMK出版社，莫斯科（2014）。
[33] Stekhoven，D.，Bühlmann，P.：MissForest——混合型数据的非参数缺失值插补。生物信息学（牛津英语）28，112-118（2012）。 ·doi:10.1093/bioinformatics/btr597
[34] Temko，A.、Thomas，E.、Marnane，W.、Lightbody，G.、Boylan，G.：使用支持向量机进行基于脑电图的新生儿癫痫检测。临床。神经生理学。122(3), 464-473 (2011). ·doi:10.1016/j.clinph.2010.06.034
[35] Teplan，M.：脑电图测量基础。测量。科学。修订版2（2），1-11（2002）。
[36] Uhlhaas，P.、Pipa，G.、Lima，B.、Melloni，L.、Neuenschwander，S.、Nikolić，D.、Singer，W.：皮层网络中的神经同步：历史、概念和现状。前面。集成。神经科学。3, 17 (2009). ·doi:10.3389/neuro.07.017.2009
[37] 《世界卫生组织增长标准》（2009年）。https://www.who.int/growthref/en/。2017年1月20日查阅。
[38] WHO：热带医学和国际卫生。霍博肯·威利（2014）。19（补充1）。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。