Оцінювання інформативних характеристик усталеного зорового викликаного потенціалу з використанням розкладу Карунена-Лоєва

Автор(и)

  • Maria Stadnyk Тернопільський національний технічний університет імені Івана Пулюя вул. Руська, 56, м. Тернопіль, Україна, 46001, Україна https://orcid.org/0000-0002-0287-2254
  • Mykhailo Fryz Тернопільський національний технічний університет імені Івана Пулюя вул. Руська, 56, м. Тернопіль, Україна, 46001, Україна https://orcid.org/0000-0002-8720-6479
  • Leonid Scherbak Національний авіаційний університет пр. Космонавта Комарова, 1, м. Київ, Україна, 03680, Україна https://orcid.org/0000-0002-1536-4806

DOI:

https://doi.org/10.15587/1729-4061.2017.91861

Ключові слова:

усталений зоровий викликаний потенціал, лінійний випадковий процес, розклад Карунена-Лоєва

Анотація

Здійснено та обґрунтовано доцільність застосування розкладу Карунена-Лоєва двох канального усталеного зорового викликаного потенціалу з метою ідентифікації інформативних параметрів та подальшого їх застосування у інформаційній технології офтальмодіагностики. Визначено оптимальну кількість інформативних характеристик, які достатньо повно характеризують досліджуваний процес. Встановлено залежність між кількістю інформативних параметрів викликаного потенціалу та частотою стимуляції зорового аналізатора

Біографії авторів

Maria Stadnyk, Тернопільський національний технічний університет імені Івана Пулюя вул. Руська, 56, м. Тернопіль, Україна, 46001

Асистент

Кафедра комп’ютерних наук

Mykhailo Fryz, Тернопільський національний технічний університет імені Івана Пулюя вул. Руська, 56, м. Тернопіль, Україна, 46001

Кандидат технічних наук, доцент

Кафедра комп’ютерних наук

Leonid Scherbak, Національний авіаційний університет пр. Космонавта Комарова, 1, м. Київ, Україна, 03680

Доктор технічних наук, професор

Кафедра інформаційно-вимірювальних систем

Посилання

  1. Vialatte, F.-B., Maurice, M., Dauwels, J., Cichocki, A. (2010). Steady-state visually evoked potentials: Focus on essential paradigms and future perspectives. Progress in Neurobiology, 90 (4), 418–438. doi: 10.1016/j.pneurobio.2009.11.005
  2. Baker, D. H., Simard, M., Saint-Amour, D., Hess, R. F. (2015). Steady-State Contrast Response Functions Provide a Sensitive and Objective Index of Amblyopic Deficits. Investigative Ophthalmology & Visual Science, 56 (2), 1208–1216. doi: 10.1167/iovs.14-15611
  3. Ellis, K. A., Silberstein, R. B., Nathan, P. J. (2006). Exploring the temporal dynamics of the spatial working memory n-back task using steady state visual evoked potentials (SSVEP). NeuroImage, 31 (4), 1741–1751. doi: 10.1016/j.neuroimage.2006.02.014
  4. Rady, A., Elkholy, O., Abou-El-Wafa, H., Ramadan, I. (2011). Visual Evoked Potential (VEP) in schizophrenia and psychotic depression. World Journal of Life Sciences and Medical Research, 1 (2), 11–14.
  5. Vangelis, P. O., Liaros, G., Georgiadis, K., Chatzilari, E., Adam, K., Nikolopoulos, S., Kompatsiaris, I. (2016). Comparative evaluation of state-of-the-art algorithms for SSVEP-based BCIs. Technical Report. Available at: https://arxiv.org/pdf/1602.00904v2.pdf
  6. Silberstein, R. B., Nield, G. E. (2012). Measuring Emotion in Advertising Research: Prefrontal Brain Activity. IEEE Pulse, 3 (3), 24–27. doi: 10.1109/mpul.2012.2189172
  7. Kamel, N., Hani, A. F. (2011). Single-trial subspace-based approach for VEP extraction. IEEE Transaction Biomedical Engineering, 58 (5), 1383–1393. doi: 10.1109/tbme.2010.2101073
  8. Lopez, M. A., Pelayo, F., Madrid, E., Prieto, A. (2009). Statistical Characterization of Steady-State Visual Evoked Potentials and Their Use in Brain–Computer Interfaces. Neural Processing Letters, 29 (3), 179–187. doi: 10.1007/s11063-009-9102-8
  9. Diez, P. F., Correa, A. G., Leber, E. L. (2013). SSVEP Detection Using Adaptive Filters. IFMBE Proceedings, 1154–1157. doi: 10.1007/978-3-642-21198-0_293
  10. Talwar, T. S., Matharu, S. S. (2016). Classification of SSVEP based brain signals using discrete wavelet transform. International journal for research in applied science & engineering technology, 4, 421–426.
  11. Odom, J. V., M. Bach, M. Brigell et. al. (2016). ISCEV standard for clinical visual evoked potentials: (2016 update). Documenta Ophthalmologica, 133 (1), 1–9. doi: 10.1007/s10633-016-9553-y
  12. Fryz, M., Stadnyk, M. (2014). Linijnyj periodychnyj vypadkovyj proces jak matematychna model' ustalenogo zorovogo vyklykanogo potencialu. Modeljuvannja ta informacijni tehnologii', 72, 36–43.
  13. Fryz, M., Stadnyk, M. (2014). Matematychna model' dvokanal'nogo ustalenogo zorovogo vyklykanogo potencialu v zadachah rozrobky informacijnyh tehnologij oftal'modiagnostyky. Visnyk nacional'nogo Hmel'nyc'kogo universytetu, 1, 126–132.
  14. Gardner, W. A., Napolitano, A., Paura, L. (2006). Cyclostationarity: Half a century of research. Signal Processing, 86 (4), 639–697. doi: 10.1016/j.sigpro.2005.06.016
  15. Wang, L. (2008). Karhunen-Loeve Expansions and their Applications. The London School of Economics and Political Science, 292.
  16. Dony, R. S.; Rao, K. R., Yip, P. C. (Eds.) (2001). The Karhunen-Love Transform. The Transform and Data Compression Handbook. Boca Raton: CRC Press LLC. doi: 10.1201/9781420037388.ch1
  17. Gardner, W., Franks, L. (1975). Characterization of cyclostationary random signal processes. IEEE Transactions on Information Theory, 21 (1), 4–14. doi: 10.1109/tit.1975.1055338
  18. Marchenko, B. G., Pryjmak, M. V. (1999). Pobudova modeli ta analiz stohastychno periodychnyh navantazhen' energosystem. Praci instytutu elektrodynamiky Nacional'noi' akademii' nauk Ukrai'ny, 1, 129–153.
  19. Jackson, D. A. (1993). Stopping Rules in Principal Components Analysis: A Comparison of Heuristical and Statistical Approaches. Ecology, 74 (8), 2204–2214. doi: 10.2307/1939574

##submission.downloads##

Опубліковано

2017-02-13

Як цитувати

Stadnyk, M., Fryz, M., & Scherbak, L. (2017). Оцінювання інформативних характеристик усталеного зорового викликаного потенціалу з використанням розкладу Карунена-Лоєва. Eastern-European Journal of Enterprise Technologies, 1(4 (85), 56–62. https://doi.org/10.15587/1729-4061.2017.91861

Номер

Том 1 № 4 (85) (2017): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2017 Maria Stadnyk, Mykhailo Fryz, Leonid Scherbak

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.