S'abonner

Analysis of EEG signals during epileptic and alcoholic states using AR modeling techniques - 15/09/23

Analyse des signaux EEG pendant les états épileptiques et alcooliques utilisant les techniques AR

Doi : 10.1016/j.rbmret.2007.11.003 
O. Faust b, R.U. Acharya a, , A.R. Allen b, C.M. Lin a
a Electrical and Computer Engineering Division, Ngee Ann Polytechnic, 535, Clementi Road, 599489 Singapore, Singapore 
b School of Engineering, University of Aberdeen, Aberdeen AB24 3UE Scotland, UK 

Corresponding author.

Abstract

Electroencephalogram (EEG) analysis remains problematic due to limited understanding of the signal origin, which leads to the difficulty of designing evaluation methods. In spite of these shortcomings, the EEG is a valuable tool in the evaluation of some neurological disorders as well as in the evaluation of overall cerebral activity. In most studies, which use quantitative EEG analysis, the properties of measured EEG are computed by applying power spectral density (PSD) estimation for selected representative EEG samples. The sample for which the PSD is calculated is assumed to be stationary. This work deals with a comparative study of the PSD obtained from normal, epileptic and alcoholic EEG signals. The power density spectra were calculated using fast Fourier transform (FFT) by Welch’s method, auto regressive (AR) method by Yule–Walker and Burg’s method. The results are tabulated for these different classes of EEG signals.

Le texte complet de cet article est disponible en PDF.

Résumé

L’analyse des électroencéphalogrammes (EEG) reste problématique à cause de la compréhension limitée de l’origine du signal. Cela rend difficile la conception de méthodes d’évaluation. L’EEG est cependant un outil précieux pour l’analyse de désordres neurologiques et d’activité cérébrale totale. Dans la plupart des études qui utilisent l’EEG quantitative, les propriétés des signaux sont évaluées par la densité spectrale (PSD) d’échantillons représentatifs et supposés stationnaires. Cet article propose une étude comparative de la PSD des signaux EEG obtenus sur des sujets normaux, épileptiques et alcooliques. Les PSD ont été calculées en utilisant les transformées de Fourier rapides (FFT) obtenues soit par la méthode Welch, soit par la méthode régressive (AR) de Yule-Walker, soit par la méthode de Burg. Les résultats obtenus sont présentés selon les différentes classes de signaux EEG.

Le texte complet de cet article est disponible en PDF.

Keywords : Electroencephalogram, AR model, FFT, Alcoholic, Epileptic

Mots clés : EEG, Désordres neurologiques, Activité cérébrale


Plan


© 2007  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 29 - N° 1

P. 44-52 - mars 2008 Retour au numéro
Article précédent Article précédent
  • Recherche de cas médicaux multimodaux à l’aide d’arbres de décision
  • G. Quellec, M. Lamard, L. Bekri, G. Cazuguel, B. Cochener, C. Roux
| Article suivant Article suivant
  • Modèle paramétrique multivarié pour l’identification des composantes de pressions diastolique et pulsée
  • F. Aletti, G. Baselli, T. Bassani, D. Lucini, M. Pagani

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.