OpenstarTs >
Ricerca >
Tesi di dottorato >
Ingegneria industriale e dell'informazione >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10077/7394

Title: Fractal analysis of the EEG and clinical applications
Authors: Cusenza, Monica
Supervisor/Tutor: Accardo, Agostino
Issue Date: 15-Mar-2012
Publisher: Università degli studi di Trieste
Abstract: Most of the knowledge about physiological systems has been learned using linear system theory. The randomness of many biomedical signals has been traditionally ascribed to a noise-like behavior. An alternative explanation for the irregular behavior observed in systems which do not seem to be inherently stochastic is provided by one of the most striking mathematical developments of the past few decades, i.e., chaos theory. Chaos theory suggests that random-like behavior can arise in some deterministic nonlinear systems with just a few degrees of freedom. One of the most evocative aspects of deterministic chaos is the concept of fractal geometry. Fractal structure, characterized by self-similarity and noninteger dimension, is displayed in chaotic systems by a subset of the phase space known as strange attractor. However, fractal properties are observed also in the unpredictable time evolution and in the 1/f^β power-law of many biomedical signals. The research activities carried out by the Author during the PhD program are concerned with the analysis of the fractal-like behavior of the EEG. The focus was set on those methods which evaluate the fractal geometry of the EEG in the time domain, in the hope of providing physicians and researchers with new valuable tools of low computational cost for the EEG analysis. The performances of three widely used techniques for the direct estimation of the fractal dimension of the EEG were compared and the accuracy of the fBm scaling relationship, often used to obtain indirect estimates from the slope of the spectral density, was assessed. Direct estimation with Higuchi's algorithm turned out to be the most suitable methodology, producing correct estimates of the fractal dimension of the electroencephalogram also on short traces, provided that minimum sampling rate required to avoid aliasing is used. Based on this result, Higuchi's fractal dimension was used to address three clinical issues which could involve abnormal complexity of neuronal brain activity: 1) the monitoring of carotid endarterectomy for the prevention of intraoperative stroke, 2) the assessment of the depth of anesthesia to monitor unconsciousness during surgery and 3) the analysis of the macro-structural organization of the EEG in autism with respect to mental retardation. The results of the clinical studies suggest that, although linear spectral analysis still represents a valuable tool for the investigation of the EEG, time domain fractal analysis provides additional information on brain functioning which traditional analysis cannot achieve, making use of techniques of low computational cost.
La maggior parte delle conoscenze acquisite sui sistemi fisiologici si deve alla teoria dei sistemi lineari. Il comportamento pseudo stocastico di molti segnali biomedici è stato tradizionalmente attribuito al concetto di rumore. Un'interpretazione alternativa del comportamento irregolare rilevato in sistemi che non sembrano essere intrinsecamente stocastici è fornita da uno dei più sorprendenti sviluppi matematici degli ultimi decenni: la teoria del caos. Tale teoria suggerisce che una certa componente casuale può sorgere in alcuni sistemi deterministici non lineari con pochi gradi di libertà. Uno degli aspetti più suggestivi del caos deterministico è il concetto di geometria frattale. Strutture frattali, caratterizzate da auto-somiglianza e dimensione non intera, sono rilevate nei sistemi caotici in un sottoinsieme dello spazio delle fasi noto con il nome di attrattore strano. Tuttavia, caratteristiche frattali possono manifestarsi anche nella non prevedibile evoluzione temporale e nella legge di potenza 1/f^β tipiche di molti segnali biomedici. Le attività di ricerca svolte dall'Autore nel corso del dottorato hanno riguardato l'analisi del comportamento frattale dell'EEG. L'attenzione è stata rivolta a quei metodi che affrontano lo studio della geometria frattale dell'EEG nel dominio del tempo, nella speranza di fornire a medici e ricercatori nuovi strumenti utili all'analisi del segnale EEG e caratterizzati da bassa complessità computazionale. Sono state messe a confronto le prestazioni di tre tecniche largamente utilizzate per la stima diretta della dimensione frattale dell'EEG e si è valutata l'accuratezza della relazione di scaling del modello fBm, spesso utilizzata per ottenere stime indirette a partire dalla pendenza della densità spettrale di potenza. Il metodo più adatto alla stima della dimensione frattale dell'elettroencefalogramma è risultato essere l'algoritmo di Higuchi, che produce stime accurate anche su segmenti di breve durata a patto che il segnale sia campionato alla minima frequenza di campionamento necessaria ad evitare il fenomeno dell'aliasing. Sulla base di questo risultato, la dimensione frattale di Higuchi è stata utilizzata per esaminare tre questioni cliniche che potrebbero coinvolgere una variazione della complessità dell'attività neuronale: 1) il monitoraggio dell'endoarterectomia carotidea per la prevenzione dell'ictus intraoperatorio, 2) la valutazione della profondità dell'anestesia per monitorare il livello di incoscienza durante l'intervento chirurgico e 3) l'analisi dell'organizzazione macro-strutturale del EEG nell'autismo rispetto alla condizione di ritardo mentale. I risultati degli studi clinici suggeriscono che, sebbene l'analisi spettrale rappresenti ancora uno strumento prezioso per l'indagine dell'EEG, l'analisi frattale nel dominio del tempo fornisce informazioni aggiuntive sul funzionamento del cervello che l'analisi tradizionale non è in grado di rilevare, con il vantaggio di impiegare tecniche a basso costo computazionale.
PhD cycle: XXIV Ciclo
PhD programme: SCUOLA DI DOTTORATO DI RICERCA DI INGEGNERIA DELL'INFORMAZIONE
Description: 2010/2011
Keywords: EEG
fBm
power spectrum
fractal dimension
Higuchi's algorithm
Main language of document: en
Type: Tesi di dottorato
Doctoral Thesis
Scientific-educational field: ING-INF/06 BIOINGEGNERIA ELETTRONICA E INFORMATICA
NBN: urn:nbn:it:units-9143
Appears in Collections:Ingegneria industriale e dell'informazione

Files in This Item:

File Description SizeFormat
cusenza_phd.pdfTESI DI DOTTORATO4.65 MBAdobe PDFView/Open
View Statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.