Adeli H., Ghosh-Dastidar S. Automated EEG-based diagnosis of neurological disorders

Boca Raton: CRC Press, 2010. — 419 p. Монография посвящена разработке новых методов анализа ЭЭГ в клинических целях. В первой части рассматривается математический аппарат, включая вейвлет-анализ, динамический хаос и методы классификации. Во второй исследуется приложение этих методов к задаче диагностики эпилепсии. Третья часть посвящена применению этих методов к диагностике болезни Альцгеймера. В четвёртой части рассмотрен новый подход к построению нейросетей, а также приложение его к медицинским задачам. Для разработчиков методов и алгоритмов анализа биомедицинской информации, а также для врачей соответствующих специальностей (неврология и функциональная диагностика). Contents
Basic Concepts
Time-Frequency Analysis: Wavelet Transforms
Chaos Theory
Classifier Designs
Automated EEG-Based Diagnosis of Epilepsy. Electroencephalograms and Epilepsy
Analysis of EEGs in an Epileptic Patient Using Wavelet Transform
Wavelet-Chaos Methodology for Analysis of EEGs and EEG Sub-Bands
Mixed-Band Wavelet-Chaos Neural Network Methodology
Principal Component Analysis-Enhanced Cosine Radial Basis Function Neural Network
Automated EEG-Based Diagnosis of Alzheimer’s Disease. Alzheimer’s Disease and Models of Computation: Imaging, Classification, and Neural Models
Alzheimer’s Disease: Models of Computation and Analysis of EEGs
A Spatio-Temporal Wavelet-Chaos Methodology for EEG Based Diagnosis of Alzheimer’s Disease
Third Generation Neural Networks: Spiking Neural Networks. Spiking Neural Networks: Spiking Neurons and Leaing Algorithms
Improved Spiking Neural Networks with Application to EEG Classification and Epilepsy and Seizure Detection
A New Supervised Leaing Algorithm for Multiple Spiking Neural Networks
Applications of Multiple Spiking Neural Networks: EEG Classification and Epilepsy and Seizure Detection
The Future
Bibliography
Index