#Медицина #Информационные технологии #Международная деятельность #Физика #Образование #Сотрудничество #Инновации

Новая математическая функция поможет на 20 % точнее классифицировать биомедицинские сигналы и диагностировать заболевания мозга

23 апреля 2024 года

Ученые из Петрозаводского государственного университета совместно с коллегами из Политехнического университета Валенсии (Испании) и Университета Тон Дук Тханг (Вьетнам) разработали универсальную математическую функцию, которая помогает определить, насколько эффективна та или иная энтропия или их комбинация для классификации различных сигналов. Предложенный компьютерный алгоритм выбирает два случайных сигнала из синтетической базы данных и вычисляет, насколько хорошо функция расчета энтропии улавливает разницу между сигналами и отличает их друг от друга. Затем программа проделывает эту операцию попарно со всеми сигналами из базы. Таким методом авторы сравнили две энтропии: нечеткую и энтропию нейронной сети. Они эффективны, когда нужно проанализировать короткие сигналы, содержащие 100–1000 измерений. Именно столько измерений обычно используют при снятии ЭЭГ с электроэнцефалографа.

Созданная на языке программирования Python программа по оценке эффективности энтропий позволит не только выявить нестандартные сигналы на энцефалограммах, но также будет полезна для создания нового интерфейса "‎мозг-компьютер"‎, который активно развивается для анализа биологических сигналов нашего организма. Наша дальнейшая цель – усовершенствовать методы классификации сигналов с помощью энтропийных функций и нейронных сетей, в том числе нейронных сетей различных типов: от простейшей компьютерной модели до более сложных вариантов,

– рассказал руководитель проекта, поддержанного грантом РНФ, Андрей Величко, кандидат физико-математических наук, заведующий учебно-научной лабораторией по разработке электронной компонентной базы на основе микро- и наноструктур Петрозаводского государственного университета.

Энтропия сигнала – это показатель, который служит своеобразным отпечатком индивидуальности. Классифицировать необычные – непохожие на другие – сигналы важно, например, при анализе энцефалограмм, поскольку они могут указать на нарушения в электрической активности мозга, связанные с такими заболеваниями, как эпилепсия, деменция и болезнь Альцгеймера. Ученые разработали универсальную математическую функцию, которая позволяет определить наиболее подходящий метод расчета энтропии. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Mathematics.

Подробнее