×
S.A.大卫。;J.A.T.马查多。;Inácio，C.M.C。;C.A.瓦伦提姆。

一种使用分形维数和MFDFA-Hurst区分EEG信号的组合方法。 （英文） Zbl 1451.92182号

Commun公司。非线性科学。数字。模拟。 84，文章ID 105170，13 p.（2020）.
小结：通过脑电图（EEG）记录测量的大脑电活动分析是理解和诊断神经疾病的基本技术。本文采用多重分形去趋势波动分析、Hurst指数（H）和分形维数（D），利用一组生理时间序列对正常和癫痫患者的脑电图信号进行了动力学分析。此外，还提出了一种新的度量方法，即组合指数。结果表明，指数H和D有助于建立健康和癫痫脑活动的EEG联合测量。

引用于4文件

MSC公司：

92C55 生物医学成像和信号处理
92C20美元 神经生物学
28A80型 分形

关键词：

癫痫;脑电图信号;长记忆;分形维数

软件：

长期备忘录
PDF格式BibTeX公司 XML格式引用
\textit{S.A.David}等人，Commun。非线性科学。数字。模拟。84，文章ID 105170，13 p.（2020；Zbl 1451.92182）
全文： 内政部

参考文献：

[1] Antáo，R。；Mota，A。；Machado，J.T.，Kolmogorov复杂性作为数据相似性度量：在线粒体DNA中的应用，非线性Dyn，93，3，1059-1071（2018）
[2] 佩雷拉，M。；兰贝蒂，P。；Rosso，O.，小波-詹森-香农发散作为研究EEG癫痫发作频带分量动力学的工具，Phys a，379，1122-132（2007）
[3] 王，C.-M。；张，C.-M。；Zou，J.-Z。；Zhang，J.，使用Neyman-Pearson标准和支持向量机对癫痫脑电图（EEG）检测的性能评估，Phys a，391，4，1602-1609（2012）
[4] 杜塔，S。；Ghosh，D。；萨曼塔，S。；Dey，S.，《多重分形参数作为人脑不同生理和病理状态的指示》，Phys A，396155-163（2014）
[5] Zorick，T。；Mandelkern，M.A.，《人类脑电图的多重分形去趋势波动分析：与小波变换模极大值技术的初步研究和比较》，PloS One，8，7，e68360（2013）
[6] Ghosh，D。；杜塔，S。；Chakraborty，S.，癫痫患者癫痫发作和无发作状态的多重分形去趋势互相关分析，混沌孤子分形，67，1-10（2014）
[7] 他，A。；Yang，X.先生。；Yang，X.先生。；Ning，X.，脑电图中癫痫的多重分形分析，2007 IEEE/ICM复杂医学工程国际会议，1417-1420（2007），IEEE
[8] 巴杜里，S。；Ghosh，D.，用可视图技术进行脑电图数据分析以定量评估脑功能障碍，临床脑电图神经学。，46, 3, 218-223 (2015)
[9] 马查多，J.T。；Mehdipour，S.H.，太阳系天体的多维尺度分析，《公共非线性科学数值模拟》，79，104923（2019）·Zbl 1522.85006号
[10] Machado，J.A.T.，金融动力学中的相对论时间效应，非线性动力学，75，4，735-744（2014）
[11] 马塔，M。；Machado，J.，货币联盟的熵分析，熵，19，6，245（2017）
[12] 卢，S。；陈，X。；坎特斯，J.K。；所罗门，I.C。；Chon，K.H.，近似熵阈值R的自动选择，IEEE Trans Biomed Eng，55，81966-1972（2008）
[13] 普里查德，W.S。；杜克·D·W·。；科本，K.L。；北卡罗来纳州摩尔。；塔克，K.A。；Jann，M.W.，基于EEG的阿尔茨海默病神经网络预测分类与对照组受试者相比，通过非线性EEG测量得到了增强，《脑电图临床神经生理学》，91，2，118-130（1994）
[14] 斯塔姆·C·J。；杰勒斯，B。；Achterekte，H.A.M。；Rombouts，S。；斯莱茨，J.P.J。；Keenne，R.W.M.，《痴呆和帕金森病脑电图非线性研究》，《脑电图临床神经生理学》，95，5，309-317（1995）
[15] Jeong，J。；Chae，J.-H。；Kim，S.Y。；Han，S.-H.，阿尔茨海默病和血管性痴呆患者脑电图的非线性动态分析，临床神经生理杂志，18，1，58-67（2001）
[16] Jeong，J。；Kim，S.Y。；Han，S.-H.，阿尔茨海默病脑电图的非线性动力学分析，最佳嵌入维度，脑电图临床神经生理学，106，3，220-228（1998）
[17] Richman，J.S。；Moorman，J.R.，使用近似熵和样本熵进行生理时间序列分析，《美国生理学心脏循环生理学杂志》，278，6，H2039-H2049（2000）
[18] 大卫·S。；Quintino，D。；小伊纳西奥。；Machado，J.，乙醇价格系列中的分数动态行为，J Comput Appl Math，339，85-93（2018）·Zbl 1462.62717号
[19] Beran，J.，《长记忆过程统计》（2017），Routledge
[20] 利普西茨，洛杉矶。；Goldberger，A.L.，《失去“复杂性”和衰老：分形和混沌理论在衰老中的潜在应用》，JAMA，267，13，1806-1809（1992）
[21] Lipsitz，L.A.，《生理复杂性、衰老与脆弱之路》，《科学老化知识环境》，2004，16，pe16（2004）
[22] Ionescu，C.M.，《人类呼吸系统：解剖、结构、呼吸和分形动力学之间相互作用的分析》（2013），施普林格科学与商业媒体·Zbl 1273.92016年
[23] Ionescu，C.M。；Copot，D.，《通过可穿戴传感器设备监测呼吸阻抗：协议和方法》，《生物信号处理控制》，36，57-62（2017）
[24] 阿萨迪，I。；Charef，A。；科波特，D。；De Keyser，R。；Bensouici，T。；Ionescu，C.，通过分数阶模型评估呼吸特性，生物信号过程控制，34，206-213（2017）
[25] Aubert，A.E。；Vandeput，S。；贝克斯，F。；刘杰。；Verheyden，B。；Van Huffel，S.，小动物心血管调节的复杂性，Philos Trans R Soc A，367，1892，1239-1250（2009）·Zbl 1185.37178号
[26] Braeken，M.A.K.A。；Jones，A。；奥特·R·A。；Widjaja，D。；Van Huffel，S。；G.J.Y.J.先生，随着妊娠的进展，焦虑女性的心血管应激反应性并未出现预期的下降，《生物心理》，111，83-89（2015）
[27] 莫蒂埃，E。；斯特鲁伊斯，M。；De Smet，T。；Versichelen，L。；Rolly，G.，使用双频谱分析的异丙酚闭环控制给药，麻醉，53，8，749-754（1998）
[28] 詹姆逊，L.C。；Sloan，T.B.，在手术过程中使用脑电图监测麻醉药物的效果，J Clin Monit Comput，20，6，445-472（2006）
[29] Frackowiak，R.S.，《人脑功能》（2004），爱思唯尔
[30] Praline，J。；Grujic，J.等人。；科尔西亚，P。；卢卡斯，B。；霍梅特，C。；Autret，A.，临床实践中的紧急脑电图，临床神经生理学，118，102149-2155（2007）
[31] 豪泽，W.A。；Hesdorffer，D.C.，《癫痫：频率、原因和后果》（1990年），美国癫痫基金会，马里兰州Landover
[32] 费希尔，R.S。；阿塞韦多，C。；Arzimanoglou，A。；Bogacz，A。；克罗斯，J.H。；Elger，C.E.，ILAE官方报告：癫痫的实用临床定义，癫痫，55，4，475-482（2014）
[33] 费希尔，R.S。；Boas，W.V.E。；布鲁姆，W。；埃尔格，C。；Genton，P。；Lee，P.，《癫痫发作和癫痫：国际抗癫痫联盟（ILAE）和国际癫痫局（IBE）提出的定义》，癫痫，46，4，470-472（2005）
[34] Lahmiri，S.，广义赫斯特指数估计区分健康和癫痫患者的脑电图信号，Phys A，490，378-385（2018）
[35] 阿查里亚，U.R。；Molinari，F。；Sree，S.V。；Chattopadhyay，S。；Ng、K.-H。；Suri，J.S.，使用熵自动诊断癫痫脑电图，生物信号处理控制，7，4，401-408（2012）
[36] 袁，Q。；周，W。；李，S。；Cai，D.，基于极端学习机和非线性特征的癫痫脑电图分类，《癫痫研究》，96，1-2，29-38（2011）
[37] 鲁伊斯，R.A.S。；兰塔，R。；Louis-Dorr，V.，盲源分离框架中的EEG蒙太奇分析，生物信号处理控制，6，1，77-84（2011）
[38] 科伊尔，D。；McGinnity，T.M。；Prasad，G.，《通过神经-时间序列-药物-预处理提高脑机接口多个脑电图特征的可分性》，《生物信号处理控制》，5，3，196-204（2010）
[39] Ince，N.F。；Goksu，F。；特菲克，A.H。；Arica，S.，将特定对象的运动图像EEG模式在时空频率中应用于脑-计算机接口，生物信号处理控制，4，3，236-246（2009）
[40] Accardo，A。；阿菲尼托，M。；Carrozzi，M。；Bouquet，F.，《分形维数在脑电图时间序列分析中的应用》，Biol Cybern，77，5，339-350（1997）·兹比尔0898.92010
[41] S.A.大卫。；Inacio Jr，C.C.，Detrendd波动分析和Hurst指数作为区分脑电图信号的方法，生物数学通信补充V，生物数学（2018）
[42] Babloyantz，A。；萨拉查，J。；Nicolis，C.，《睡眠周期中大脑活动的混沌动力学证据》，Phys Lett A，111，3，152-156（1985）
[43] Kristoufek，L.，不同的记忆和分布特性如何影响重标度范围分析？《蒙特卡洛研究》，Phys A，391，17，4252-4260（2012）
[44] 布莱斯，R。；Sprague，K.，《重温趋势波动分析》，科学代表，2315（2012）
[45] Hurst，H.，《股票回报的长期依赖性》，《泛美社会土木工程》，116770-799（1951）
[46] Gneiting，T。；谢夫契科娃，H。；Percival，D.B.，《分形维数的估计：评估时间序列和空间数据的粗糙度》，《统计科学》，27，2，247-277（2012）·Zbl 1330.62354号
[47] Machado，J.，分数阶广义信息，熵，16，4，2350-2361（2014）
[48] Andrzejak，R.G。；Lehnertz，K。；Mormann，F。；Rieke，C。；大卫·P。；Elger，C.E.，《大脑电活动时间序列中非线性确定性和有限维结构的指示：对记录区域和大脑状态的依赖》，《物理评论E》，64，61907（2001）
[49] 彭成凯。；Buldyrev，S.V。；哈夫林，S。；西蒙斯，M。；斯坦利，H.E。；Goldberger，A.L.，DNA核苷酸的镶嵌组织，《物理学评论E》，49，1685-1689（1994）
[50] Shieh，S.-J.，《长记忆和抽样频率：股指期货市场的证据》，《国际应用金融杂志》，9，5，787-799（2006）·Zbl 1138.91582号
[51] 格兰杰，C.W。；Joyeux，R.，《长记忆时间序列模型和分数差分简介》，《时序分析杂志》，1，1，15-29（1980）·Zbl 0503.62079号
[52] 西佐，P。；刘，Y。；梅耶，M。；彭成凯。；Stanley，H.E.，标准普尔500股票指数的波动率分布，Phys A，245，3-4，441-445（1997）
[53] Ausloos，M。；北范德沃勒。；Boveroux，P。；Minguet，A。；Ivanova，K.，《统计物理学在经济和金融领域的应用》，Phys A，274，1229-240（1999）
[54] http://www.jstor.org/stable/2027184 ·Zbl 0179.47801号
[55] Mandelbrot，B.，《非周期周期的统计方法：从协方差到R/S分析》，《经济和社会计量年鉴》，259-290（1972），NBER
[56] 曼德尔布罗特，B.B。；Wallis，J.R.，非循环长期统计相关性测量中重新缩放范围R/S的稳健性，水资源研究，5，5967-988（1969）
[57] Welch，P.，《使用快速傅里叶变换估算功率谱：基于短修改周期图上时间平均的方法》，IEEE跨音频电声，15，2，70-73（1967）
[58] Roerink，G.J。；Menenti，M。；Verhoef，W.，《利用时间序列的傅里叶分析重建无云NDVI复合物》，《国际遥感杂志》，21，9，1911-1917（2000）
[59] Tarnopolski，M.，《关于赫斯特指数、均方连续差与方差之比以及转折点数量之间的关系》，Phys A，461，662-673（2016）·Zbl 1400.62199号
[60] 陈，Z。；伊万诺夫，P.C。；胡克。；Stanley，H.E.，非平稳性对趋势波动分析的影响，《物理评论E》，65，4，041107（2002）
[61] 斯坦利，H。；阿马拉，L.N。；Goldberger，A。；哈夫林，S。；伊万诺夫，P.C。；Peng，C.-K.，《统计物理和生理学：单分形和多重分形方法》，《物理学A》，270，1-2，309-324（1999）
[62] 弗林，M.N。；Pereira，W.，《通过Hurst指数和R/S分析适应短时间序列的生物数据进行生态诊断》，《生物信息学》，23，1-14（2013）
[63] Serinaldi，F.，应用于平稳和非平稳金融时间序列的一些Hurst参数估值器的使用和误用，Phys A，389，14，2770-2781（2010）
[64] Kristoufek，L。；Vosvrda，M.，《衡量资本市场效率：全球和地方相关性结构》，Phys A，392，1，184-193（2013）
[65] 霍尔，P。；Wood，A.，关于分形维数的箱数估计的性能，Biometrika，80，1，246-251（1993）·Zbl 0769.62062号
[66] Genton，M.G.，使用协方差结构的显式公式通过广义最小二乘法进行变异函数拟合，Math Geol，30，4，323-345（1998）·Zbl 0970.86004号
[67] 马云（Ma，Y.）。；Genton，M.G.，《自方差函数的高度稳健估计》，《时间序列分析杂志》，21，6，663-684（2000）·兹比尔0970.62056
[68] Kristoufek，L。；Vosvrda，M.，《商品期货和市场效率》，《能源经济》，第42期，第50-57页（2014年）
[69] 豪厄尔，D.C.，《心理学统计方法》（2002），达克斯伯里
[70] 阿波蒂，F。；博尔萨托，R。；卡尔德里尼，G。；鲁比尼，R。；托法诺，G。；Zanotti，A.，大鼠年龄依赖性自发脑电图爆发：脑磷脂酰丝氨酸的影响，神经生物学衰老，7，2115-120（1986）
[71] Pripfl，J。；罗宾逊，S。；利奥多尔特，美国。；Moser，E。；Bauer，H.，《EEG揭示fmri扫描仪噪声对噪声敏感受试者的影响》，NeuroImage，31，1，332-341（2006）
[72] 夏皮罗，S.S。；Wilk，M.B.，正态性方差分析（完整样本）†，Biometrika，52，3-4591-611（1965）·Zbl 0134.36501号
[73] Oliva，J.T。；Garcia Rosa，J.L.，作为参考的癫痫脑电图片段如何影响互相关分类器？，应用智能，47，1，178-196（2017）
[74] Kruskal，W.H。；Wallis，W.A.，《单标准方差分析中秩的使用》，美国统计协会杂志，47，260，583-621（1952）·Zbl 0048.11703号
[75] Eva González-Trujano，M。；塔皮亚，E。；López-Meraz，L。；纳瓦雷特，A。；Reyes-Ramírez，A。；Martínez，A.，番荔枝和棕榈酮对青霉素诱导的惊厥活动的抗惊厥作用。大鼠行为和脑电图研究，癫痫，47，11，1810-1817（2006）
[76] Haynes，W.，Tukey’s test，2303-2304（2013），纽约州施普林格市：纽约州纽约市施普林格
[77] Hans，P。；Dewandre，P.-Y。；Brichant，J.F。；Bonhomme，V.，氯胺酮对七氟醚麻醉下脑电图的双谱指数和谱熵的比较影响，BJA，94，3，336-340（2004）
[78] 尼库林，V。；Brismar，T.，人类脑电图中α和β振荡之间的相位同步，《神经科学》，137,2647-657（2006）
[79] Chang，P。；阿伦特·尼尔森，L。；格雷文·尼尔森，T。；Svensson，P。；Chen，A.C.，男性疼痛性和非疼痛性肌肉内刺激的不同脑电图地形图效应，实验脑研究，141，2，195-203（2001）
[80] Dunn，O.J.，使用秩和的多重比较，技术计量学，6，3，241-252（1964）
[81] 弗拉希尼，M。；德穆鲁，M。；克罗布，A。；Marrosu，F。；斯塔姆·C·J。；Hillebrand，A.，《时代长度对估计EEG功能连通性和脑网络组织的影响》，《神经工程杂志》，13，3，036015（2016）
[82] 亨塞尔，S。；罗克斯特罗，B。；Berg，P。；埃尔伯特，T。；Schönle，P.W.，左半球异常脑电图活动与失语症患者受损和恢复的关系，《心理生理学》，41，3，394-400（2004）
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。