Главная страница
russian   english
16+
<< назад

Название статьи

АНАЛИЗ СВЯЗЕЙ МЕЖДУ ОТВЕДЕНИЯМИ ЭЛЕКТРОЭНЦЕФАЛОГРАММ КРЫС ДО И ВО ВРЕМЯ ЭПИЛЕПТИЧЕСКОГО ПРИПАДКА С ПОМОЩЬЮ ПРЕДСКАЗАТЕЛЬНЫХ МОДЕЛЕЙ


Номер журнала
1
Дата выпуска
2013

Тип статьи
научная статья
Коды УДК
530.182, 57.087
Страницы
73-78
Ключевые слова
связанность, причинность по Грейнджеру, эпилепсия, электроэнцефалограмма

Авторы
Сысоева Марина Вячеславовна
Диканев Тарас Викторович
Сысоев Илья Вячеславович
Безручко Борис Петрович

Место работы
Сысоева Марина Вячеславовна
Саратовский госуниверситет им. Н.Г. Чернышевского

Диканев Тарас Викторович
Саратовский госуниверситет им. Н.Г. Чернышевского

Сысоев Илья Вячеславович
Саратовский госуниверситет им. Н.Г. Чернышевского

Безручко Борис Петрович
Саратовский госуниверситет им. Н.Г. Чернышевского; Саратовский филиал Института радиотехники и электроники им. В.А. Котельникова РАН


Аннотация
Реконструкция работоспособных моделей по экспериментальным временным рядам зачастую требует разработки специфических подходов. В работе с помощью уточненных предсказательных моделей методом нелинейной причинности по Грейнджеру анализируется связанность отведений внутричерепных энцефалограмм крыс – моделей абсанс-эпилепсии. Проведённые расчёты указывают на увеличение связанности за 1.5–2 с до эпилептического разряда. Сценарий изменения уровня связанности в течение припадка различен для разных каналов электроэнцефалограммы.

Загрузить статью

Библиографический список
1 . Granger C.W.J. Investigating causal relations by econometric models and cross-spectral methods // Econometrica. 1969. V. 37. № 3. P. 424–438.
2 . Winterhaldera M., Schelter B., Hesse W. et al. Comparison of linear signal processing techniques to infer directed interactions in multivariate neural systems // Signal Processing. 2005. V. 85. Р. 2137–2160.
3 . Roebroeck A., Formisano E., Goebel R. Mapping directed influence over the brain using Granger causality and fMRI // NeuroImage. 2005. V. 25. P. 230–242.
4 . Gour?vitch B., Le Bouquin-Jeann?s R., Faucon G. Linear and nonlinear causality between signals: methods, examples and neurophysiological applications // Biological Cybernetics. 2006. V. 95. P. 349–369.
5 . Bernasconi C., Konig P. On the directionality of cortical interactions studied by structural analysis of electrophysiological recordings // Biological Cybernetics. 1998. V. 81. P. 199–210.
6 . Hesse W., Moller E., Arnold M., Schack B. The use of time-variant EEG Granger causality for inspecting directed interdependencies of neural assemblies // J. Neurosci. Methods. 2003. V. 124. P. 27–44.
7 . Мохов И.И., Смирнов Д.А. Эмпирические оценки воздействия различных факторов на глобальную приповерхностную температуру // Доклады Академии наук. 2009. Т. 426. С. 679–684.
8 . Mokhov I. I., Smirnov D. A., Nakonechny P. I. et al. Alternating mutual influence of El. Nino /Southern oscillation and Indian monsoon // Geophys. Res. Lett. 2011. V. 38. Issue 8. GL 045932.
9 . Sitnikova E., Dikanev T., Smirnov D. et al. Granger causality: Cortico-thalamic interdependencies during absence seizures in WAG/Rij rats // Journal of Neuroscience Methods. 2008. V. 170. P. 245–254.
10 . Филина Е.В. Динамика локальных потенциалов мозга при абсанс-эпилепсии: эмпирическое моделирование // Изв. вузов. ПНД. 2011. Т. 19. № 4. C. 109–123.
11 . Coenen A.M.L. and van Luijtelaar E.L.J.M. Genetic animal models for absence epilepsy: A review of the WAG/Rij strain of rats // Behavior Genetics. 2003. V. 33(6). P. 635–655.
12 . Chaos and its Reconstruction / Edited by G. Gouesbet and S. Meunier-Guttin-Cluzel. Nova Science Publishers, 2003. P. 215–243.
13 . Сысоева М.В., Диканев Т.В. Подбор дальности прогноза, оптимальной для оценки связи по Грейнджеру // Материалы VI конференции молодых учёных «Наноэлектроника, нанофотоника и нелинейная физика». Саратов, 2011. С. 162–163.
14 . Безручко Б.П., Смирнов Д.А. Математическое моделирование и хаотические временные ряды. Саратов: ГосУНЦ «Колледж», 2005. 320 с.
15 . Сысоева М.В., Диканев Т.В., Сысоев И.В. Выбор временных масштабов при построении эмпирической модели // Изв. вузов. ПНД. 2012. Т. 20. № 2.
16 . Nonlinear phenomena research perspectives / Ed. C.W. Wang. New York: Nova Science Publishers, 2007. P. 7–53.
17 . Schwarz G. Estimating the dimension of a model // The Annals of Statistics. 1978. V. 6. № 2. Р. 461–464.
18 . Сысоева М.В., Сысоев И.В. Математическое моделирование динамики энцефалограммы во время эпилептического припадка // Письма в ЖТФ. 2012. Т. 38. Вып. 3. С. 103–110.
19 . Judd K., Mees A. Embedding as a modeling problem // Physica D. 1998. 120. Р. 273–286.
20 . Dikanev Т., D. Smirnov, Wennberg R., et al. EEG nonstationarity during intracranially recorded seizures: statistical and dynamical analysis // Clinical Neurophysiology. 2005. V. 116. P. 1796–1807.
21 . Глушкова М.В., Диканев Т.В. Отличия временного ряда внутричерепной ЭЭГ крыс в начале и конце эпилептического разряда // Материалы XII Всероссийской школы-семинара «Волновые явления в неоднородных средах». Звенигород, 2009. С. 19–21.
22 . Yonghong Chen, Govindan Rangarajan, Jianfeng Feng, Mingzhou Ding. Analyzing multiple nonlinear time series with extended granger causality // Physics Letters A. 2004. V. 324. Issue 1. P. 26–35.
23 . Сысоев И.В., Караваев А.С., Наконечный П.И. Роль нелинейности модели в диагностике связей при патологическом треморе методом грейнджеровской причинности // Изв. вузов. ПНД. 2010. Т. 18. № 4. С. 81–88.