Revista de ingeniería informática y tecnología de la información

Disimilitud de las características invariantes de los gráficos a partir del análisis del espacio de fases del EEG

Patrick Luckett, J. Todd McDonald y Lee M. Hively

Los datos de electroencefalogramas (EEG) se han utilizado en una variedad de técnicas de análisis de series temporales lineales y no lineales para predecir convulsiones epilépticas. Examinamos las medidas de disimilitud en el espacio de fases para la advertencia previa de eventos epilépticos basados ​​en la incorporación de retardo temporal y la recreación en el espacio de estados de la dinámica cerebral subyacente.
Dados los nuevos estados que forman nodos de grafos y los vínculos dinámicos entre estados que forman bordes de grafos, utilizamos la disimilitud de grafos para detectar cambios de fase dinámicos que indican el inicio de eventos epilépticos. En este artículo, informamos sobre las tendencias y características observadas de los grafos basados ​​en datos de eventos y no eventos de observaciones de EEG humanas, y ampliamos el trabajo previo centrado en la disimilitud de nodos y vínculos mediante el análisis de otras propiedades de los grafos también. Nuestro análisis incluye propiedades medidas y características de disimilitud que influyen en la precisión de la predicción de la advertencia previa.