The methods of mathematical statistics for the processing of diagnostic information, the methods of mathematical modeling (stepwise logistic regression) — for the construction of prognostic models for estimating the course of epilepsy were used; methodological bases for the creation of information technology for the diagnosis of epilepsy according to the EEG. Results. Changes in indicators such as Hurst Index, fractal dimension, logistic mapping, and algorithmic signal complexity have been investigated. The mathematical models include variables that are calculated from the EEG data and are available during patient observation. As a result of the application of step-by-step algorithms, the most informative features are included in the models. The selected features allow for the most accurate identification of individual periods of epilepsy flow from the EEG data. It has been established that the use of a decision support system increases the reliability of determining the periods of an epileptic seizure (conditional norm, before, during and after an attack) by an average of 6.6% for children and 8% for adults.
Було використано методи математичної статистики для оброблення діагностичної інформації, методи математичного моделювання (покрокова логістична регресія) для побудови прогностичних моделей оцінювання перебігу епілепсії; методи створення інформаційних технологій діагностики епілепсії за даними ЕЕГ. Результати. Було досліджено зміни таких показників, як показник Херста, фрактальна розмірність, логістичне відображення та алгоритмічна складність сигналу. За допомогою покрокового логістичного регресійного аналізу побудовано прогностичні моделі для виявлення ризику настання певного періоду за ЕЕГ. Застосування нелінійних моделей дало змогу суттєво підвищити чутливість, специфічність та точність навіть на тестових вибірках. Застосування розробленої інформаційної технології надало можливість підвищити достовірність визначення періодів епілептичного нападу (умовної норми, перед нападом, нападу та після нападу) в середньому на 6,6 % у дітей та на 8 % у дорослих.
Проблема диагностики и выявления момента, предшествующего эпилептическому припадку или других периодов функционирования головного мозга у больных эпилепсией является проблемой не только выбора метода классификации, но и определения количественных оценок динамики, отражающих сложность и вариабельность сигнала ЭЭГ. Были исследованы изменения таких показателей, как показатель Херста, фрактальная размерность, логистическое отображение и алгоритмическая сложность сигнала. С помощью пошагового логистического регрессионного анализа построены прогностические модели для выявления риска наступления определенного периода по ЭЭГ. Применение нелинейных моделей позволило существенно повысить чувствительность, специфичность и точность даже на тестовых выборках. Применение разработанной информационной технологии позволило повысить достоверность определения периодов эпилептического припадка (условной нормы, перед нападением, нападения и после приступа) в среднем на 6,6 % у детей и на 8 % у взрослых.
