Математическая модель выделения паттернов сложных многоканальных сигналов в применении к обработке электроэнцефалографических данных

Аннотация

Введение: в настоящее время исследование реальных систем опирается на обработку больших объeмов экспериментальных данных. Распознавание коротких колебательных паттернов, соответствующих различным состояниям сложных нестационарных систем, требует новых методов обработки. Цель: разработка математической модели для объективного и независимого от экспертных оценок распознавания паттернов, соответствующих различным состояниям реальных систем. Результаты: предложен новый метод моделирования коротких колебательных событий (паттернов) для сложных нестационарных многоканальных данных. Описано применение модели на основе подхода непрерывного вейвлет-преобразования. В автоматическом режиме может осуществляться поиск искомых состояний активности мозга человека для анализа длительных ЭЭГ-регистраций. Применение представленной математической модели демонстрируется на примере обработки человеческих ЭЭГ-сигналов, регистрируемых неинвазивным методом в затылочной зоне скальпа. Показано успешное распознавание различных состояний человека, основанное на анализе электроэнцефалографических данных проекции зрительного анализатора. Описан анализ различных паттернов в экспериментальных данных, соответствующих активному состоянию зрительного распознавания объектов. Практическое применение: использование описанной математической модели может быть рекомендовано для обработки нейрофизиологических данных.