S'abonner

A New Method for Nonlinear Dynamic Analysis of the Multi-kinetics Neural Mass Model - 21/05/19

Doi : 10.1016/j.irbm.2019.01.001 
X. Liu, Z. Feng, G. Wang, Q. Gao
 Key Lab of Industrial Computer Control Engineering of Hebei Province, Institute of Electrical Engineering, Yanshan University, Qinhuangdao 066004, China 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 9
Iconographies 8
Vidéos 0
Autres 0

Abstract

Objective

The aim was to use a new method to analyze the nonlinear dynamic characteristics of the multi-kinetics neural mass model. We hope that this new method can be as an auxiliary judgment tool for the diagnosis of brain diseases and the identification of brain activity states.

Methods

We apply the Lorenz plot to analyze the nonlinear dynamic characteristics of electroencephalogram (EEG) signals from the multi-kinetics neural mass models. The standard deviations in two orthogonal directions of the Lorenz plot are further used to quantify the nonlinear dynamic characteristics of EEG signals.

Results

The results show that the normalized signal frequency power spectrum may not be able to distinguish normal EEG signals and epileptiform spikes, but the Lorenz plot can distinguish the normal EEG signals and epileptiform spikes effectively. For EEG signals with multi-rhythms, the Lorenz plot of all the simulated signals are oval, but the value of SD1/SD2 increases monotonically when the multi-rhythm EEG signals change from low frequency to high frequency.

Conclusion

The Lorenz plot of EEG signals with different rhythms presents different distribution. It is an effective nonlinear analysis method for EEG signals.

Le texte complet de cet article est disponible en PDF.

Graphical abstract

Le texte complet de cet article est disponible en PDF.

Highlights

Lorenz plot is used for nonlinear Dynamic Analysis of the Multi-kinetics Neural Mass Model.
The quantitative indices SD1 and SD2 are used to describe the Lorenz plot.
The Lorenz plot of EEG signals with different rhythms presents different distribution.

Le texte complet de cet article est disponible en PDF.

Keywords : Multi-kinetics neural mass model, Lorenz plot, EEG


Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 40 - N° 3

P. 183-191 - juin 2019 Retour au numéro
Article précédent Article précédent
  • A Novel Technique to Detect Caries Lesion Using Isophote Concepts
  • S. Datta, N. Chaki, B. Modak

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.