Аналіз електроенцефалографічних сигналів на основі псевдо-перетворення Вігнера-Вілла

Abstract

UK: Розглянута задача виділення електроенцефалографічних ритмів та пошуку епілептиформної активності. Об’єктом дослідження є процес виділення електроенцефалографічних феноменів. Предметом дослідження є методи частотно-часового аналізу електроенцефалографічних сигналів. Мета роботи полягає у підвищенні точності діагностування психічних, психо-соматичних, невротичних та когнітивних розладів людини. Проведено огляд процесу електроенцефалографічного дослідження та ЕЕГ артефактів. Розглянуто види ЕЕГ ритмів та феноменів, які мають специфічні частотно-часові характеристики. Запропоновано метод виділення електроенцефалографічних феноменів на основі аналізу екстремумів функції спектральної щільності згладженого псевдо-перетворення Вігнера-Вілла. Зроблено порівняння запропонованого методу з віконним перетворенням Фур’є. Як критерій оцінки проаналізованих методів було обрано частотно-часову роздільну здатність отриманих функцій спектральної щільності. Проведено обчислювальний експеримент на наборі епох ЕЕГ сигналів, які містять високочастотні феномени. Розроблено програмне забезпечення, що автоматизує процес дослідження ЕЕГ сигналів та візуалізацію отриманих результатів. Результати експериментів показують переваги даного підходу у частотно-часовій роздільній здатності над віконним перетворенням Фур’є та дозволяють рекомендувати запропонований метод до практичного застосування для відокремлення ЕЕГ ритмів та виділення високочастотних феноменів. EN: The problem of selection of electroencephalographic rhythms and epileptiform activity search was investigated. The object of study is the process of extracting the EEG phenomena. The subject of study is time-frequency analysis methods of EEG signals. The purpose of the work is to improve the accuracy of diagnosis of psychological, psycho-somatic, neurotic and cognitive disorders. A review of electroencephalographic process and EEG artifacts was given. Types of EEG rhythms and phenomena, that have specific time-frequency characteristics, were considered. A method for electroencephalographic phenomena selection that is based on the extreme values analysis of spectral density function of smoothed pseudo Wigner-Ville distribution was proposed. Proposed method was compared with the short-time Fourier transform. As a quality criteria for analyzed methods was chosen the time-frequency resolution of obtained spectral density functions. Computational experiments on EEG epochs set that contains high-frequency phenomena were made. Software that automates EEG analysis process and builds results visualization was developed. The experimental results show the advantages of this approach in the time-frequency resolution compared with short-time Fourier transform, and allow to recommend the proposed method for practical use for EEG rhythms separation and high-frequency phenomena selection.