Identifikationsverfahren zur Analyse von EEG-Signalen bei Epilepsie mit Reaktions-Diffusions Netzwerken

[摘要] Partielle Differentialgleichungen des Reaktions-Diffusions-Typs beschreiben Phänomene wieMusterbildung, nichtlineare Wellenausbreitung und deterministisches Chaos und werden oft zur Untersuchungkomplexer Vorgänge auf den Gebieten der Biologie, Chemie und Physik herangezogen. Zellulare NichtlineareNetzwerke (CNN) sind eine räumliche Anordnung vergleichsweise einfacher dynamischer Systeme, die einelokale Kopplung untereinander aufweisen. Durch eine Diskretisierung der Ortsvariablen könnenReaktions-Diffusions-Gleichungen häufig auf CNN mit nichtlinearen Gewichtsfunktionen abgebildet werden.Die resultierenden Reaktions-Diffusions-CNN (RD-CNN) weisen dann in ihrer Dynamik näherungsweise gleichesVerhalten wie die zugrunde gelegten Reaktions-Diffusions-Systeme auf. Werden RD-CNN zur Identifikationneuronaler Strukturen anhand von EEG-Signalen herangezogen, so besteht die Möglichkeit festzustellen,ob das gefundene Netzwerk lokale Aktivität aufweist. Die von Chua eingeführte Theorie der lokalenAktivität Chua (1998); Dogaruund Chua (1998) liefert eine notwendige Bedingung für das Auftreten vonemergentem Verhalten in zellularen Netzwerken. Änderungen in den Parametern bestimmter RD-CNNkönnten auf bevorstehende epileptische Anfälle hinweisen. In diesem Beitrag steht die Identifikationneuronaler Strukturen anhand von EEG-Signalen durch Reaktions-Diffusions-Netzwerke im Vordergrund derdargestellten Untersuchungen. In derErgebnisdiskussion wird insbesondere auch die Frage nach einergeeigneten Netzwerkstruktur mit minimaler Komplexität behandelt.

[学科分类] 电子、光学、磁材料