A Statistical Method for Exploratory Data Analysis Based on 2D and 3D Area under Curve Diagrams: Parkinson's Disease Investigation.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Eğri (AUC) diyagramları altında 2D ve 3D alana dayalı keşif veri analizi için istatistiksel bir yöntem geliştirildi. Yöntem, Parkinson hastalığı olan hastalardan toplanan elektroensefalogram (EEG), elektromiyogram (EMG) ve tremorogram verilerini analiz etmek için tasarlanmıştır. Dalga treni elektrik aktivitesi analizi yönteminin fikri, biyomedikal sinyali dalga trenlerinin bir kombinasyonu olarak düşünmemizdir. Dalga treni, zaman, frekans ve uzayda lokalize edilen sinyalin güç spektral yoğunluğundaki artıştır. Dalga trenlerini dalgacık spektrograflarındaki yerel maxima olarak algılıyoruz. Dalga trenlerini özel bir sinyal türü olarak görmüyoruz. Dalga treni analizi yöntemi, Fourier analizi ve dalgacık analizi gibi standart sinyal analizi yöntemlerinden aşağıdaki şekilde farklıdır. Dalgacık analizi gibi EEG, EMG ve titreme sinyallerini analiz etmek için mevcut yöntemler, sinyaldeki yerel zaman frekansı değişikliklerine odaklanır ve bu nedenle sinyalin genelleştirilmiş özelliklerini ortaya çıkarmaz. Standart Fourier analizi gibi diğer yöntemler, sinyalin özelliklerindeki yerel zaman frekansı değişikliklerini göz ardı eder ve sonuç olarak sinyalde var olan büyük miktarda bilgiyi kaybeder. Dalga treni elektriksel aktivite analizi yöntemi, bu iki yaklaşım arasındaki çelişkiyi çözer, çünkü biyomedikal sinyalin sinyaldeki yerel saat frekansı değişikliklerine dayanan genelleştirilmiş özelliklerini ele alır. Aşağıdaki dalga treni parametrelerini araştırıyoruz: dalga treni merkezi frekansı, dalga treni maksimum güç spektral yoğunluğu, periyotlarda dalga treni süresi ve dalga treni bant genişliği. Hangi dalga trenlerinin nörodejeneratif hastalıkların karakteristiği olduğunu belirlemek için AUC diyagramları adı verilen özel grafik diyagramları geliştirdik. Bu makalede AUC diyagramlarının aşağıdaki türlerini ele alıyoruz: 2D ve 3D diyagramlar. AUC diyagramları ile çalışma tekniği Parkinson hastalığı olan ve sağlıklı gönüllülerde EMG analizi örnekleri ile gösterilmiştir. Parkinson hastalığının yüksek doğruluk teşhisi için yararlı yeni düzenliliklerin dalga treni elektrik aktivitesini ve AUC diyagramlarını analiz etme yöntemi kullanılarak ortaya çıkabileceği gösterilmiştir.

Özgün kaynak özetini okuyun

A statistical method for exploratory data analysis based on 2D and 3D area under curve (AUC) diagrams was developed. The method was designed to analyze electroencephalogram (EEG), electromyogram (EMG), and tremorogram data collected from patients with Parkinson's disease. The idea of the method of wave train electrical activity analysis is that we consider the biomedical signal as a combination of the wave trains. The wave train is the increase in the power spectral density of the signal localized in time, frequency, and space. We detect the wave trains as the local maxima in the wavelet spectrograms. We do not consider wave trains as a special kind of signal. The wave train analysis method is different from standard signal analysis methods such as Fourier analysis and wavelet analysis in the following way. Existing methods for analyzing EEG, EMG, and tremor signals, such as wavelet analysis, focus on local time-frequency changes in the signal and therefore do not reveal the generalized properties of the signal. Other methods such as standard Fourier analysis ignore the local time-frequency changes in the characteristics of the signal and, consequently, lose a large amount of information that existed in the signal. The method of wave train electrical activity analysis resolves the contradiction between these two approaches because it addresses the generalized characteristics of the biomedical signal based on local time-frequency changes in the signal. We investigate the following wave train parameters: wave train central frequency, wave train maximal power spectral density, wave train duration in periods, and wave train bandwidth. We have developed special graphical diagrams, named AUC diagrams, to determine what wave trains are characteristic of neurodegenerative diseases. In this paper, we consider the following types of AUC diagrams: 2D and 3D diagrams. The technique of working with AUC diagrams is illustrated by examples of analysis of EMG in patients with Parkinson's disease and healthy volunteers. It is demonstrated that new regularities useful for the high-accuracy diagnosis of Parkinson's disease can be revealed using the method of analyzing the wave train electrical activity and AUC diagrams.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.