Μελέτη σκοπιμότητας για την ανίχνευση κατάστασης χίμαιρας χρησιμοποιώντας στατιστικές μεθόδους αναγνώρισης προτύπων και μηχανικής μάθησης σε ηλεκτροεγκεφαλογραφήματα

• Κύριος συγγραφέας: Κοντογεώργος, Χρήστος
• Άλλοι συγγραφείς: Kontogeorgos, Christos
• Γλώσσα: Greek
• Έκδοση: 2021
• Θέματα: Ηλεκτροεγκεφαλογράφημα (ΗΕΓ); Κατάσταση χίμαιρα; Chimera like state; Machine learning statistical methods; Electroengephalogram (EEG); Pattern recognition statistical methods; ARX models; Multiple models method

Αντικείμενο της παρούσας εργασίας είναι η μελέτη σκοπιμότητας για την ανίχνευση της κατάστασης χίμαιρα από ηλεκτροεγκεφαλογραφήματα. Λόγω του γεγονότος ότι τα διαθέσιμα ηλεκτροεγκεφαλογραφήματα δεν είχαν αντιστοιχιστεί σε κατάσταση χίμαιρα ή όχι, πραγματοποιήθηκε αρχική ταξινόμηση τους μέσω κατάλληλου δείκτη που βασίζεται στη συνάρτηση μετάδοσης (Transmittance Function, TF) χρησιμοποιώντας ηλεκτροεγκεφαλογραφήματα από δύο περιοχές του εγκεφάλου και εξετάζοντας τα δυναμικά χαρακτηριστικά τους. Έτσι, βάσει της απότομης αύξησης αυτού του δείκτη για κάποια ηλεκτροεγκεφαλογραφήματα πραγματοποιήθηκε παραδοχή, ότι αντιστοιχούν σε κατάσταση χίμαιρα ενώ τα υπόλοιπα όχι, ώστε στη συνέχεια να ελεγχθεί η δυνατότητα ανίχνευσης του φαινομένου χίμαιρα με στατιστικές μεθόδους προτύπων και μηχανικής μάθησης που βασίζονται σε σήματα ηλεκτροεγκεφαλογραφημάτων. Τα υπό επεξεργασία σήματα των ηλεκτροεγκεφαλογραφημάτων προέρχονται από 128 αισθητήρια, που είναι ομαδοποιημένα ανά 32 σε 4 πάνελ, καθένα από τα οποία αντιστοιχεί σε διαφορετική περιοχή του εγκεφάλου ενός πιθήκου και συλλέχθηκαν με δειγματοληψία 40 kHz. Η διερεύνηση των δυναμικών χαρακτηριστικών των σημάτων πραγματοποιείται στο πεδίο συχνοτήτων όπου παρατηρείται σημαντικό συχνοτικό περιεχόμενο μέχρι τα 50 Hz, γεγονός το οποίο οδήγησε στο φιλτράρισμα και στην επαναδειγματοληψία των σημάτων στα 5 kHz δεδομένου ότι το μήκος των διαθέσιμων σημάτων δεν επιτρέπει περαιτέρω μείωση της συχνότητας δειγματοληψίας. Ο συγκεκριμένος περιορισμός σε συνδυασμό με τις μικρές διαφοροποιήσεις που παρατηρούνται στο φάσμα ισχύος (Power Spectral Density, PSD) και στη συνάρτηση μετάδοσης των διαφορετικών σημάτων, οδήγησαν σε ένα υψηλής δυσκολίας πρόβλημα διαχωρισμού καταστάσεων, καθώς και σε παραμετρικά μοντέλα υψηλών τάξεων. Οι στατιστικές μέθοδοι που χρησιμοποιούνται για την ανίχνευση της κατάστασης χίμαιρα βασίζονται στις παραμέτρους εκτιμώμενων στοχαστικών μοντέλων συνάρτησης μετάδοσης με εξωγενή είσοδο (Transmittance Function AutoRegressive with eXogenous input, TF-ARX) και τα αποτελέσματα των ελέγχων αποτυπώνονται μέσω καμπυλών ROC (Receiver Operating Characteristic) και διαγραμμάτων διασκόρπισης (scatter plots). H τελική σύγκριση των μεθόδων βασίζεται στο ποσοστό επιτυχούς διάγνωσης (True Positive Rate, TPR) για ψευδείς συναγερμούς (False Positive Rate, FPR) της τάξεως του 5%. Τα αποτελέσματα υποδεικνύουν αφενός την ικανοποιητική κατηγοριοποίηση των σημάτων από τις μεθόδους που παρουσιάζονται και αφετέρου πως η στατιστική μέθοδος της αναγνώρισης προτύπων παρουσιάζει καλύτερα αποτελέσματα κατά τη διάγνωση του φαινομένου χίμαιρα συγκριτικά με εκείνες της μηχανικής μάθησης, επιτυγχάνοντας στην καλύτερη περίπτωση ποσοστό επιτυχούς διάγνωσης (%TPR) ίσο με 95%.