Loading...
Please wait, while we are loading the content...
Apport des mathématiques non-linéaires (théorie du chaos) à l'analyse de l'EEG
| Content Provider | Semantic Scholar |
|---|---|
| Author | Rey, Manuel Blanco Guillemant, Philippe |
| Copyright Year | 1997 |
| Abstract | Resume Les mathematiques non-lineaires ont vu leur champ d'application se developper de facon considerable depuis 1963. Les premieres applications a l'etude du signal EEG sont apparues en 1985. Cette revue se propose de presenter les concepts mathematiques sous-jacents a ce nouvel outil, et de rapporter les differents resultats publies. Le parametre non-lineaire le plus employe est la dimension ≪ de correlation ≫ (DC) dite egalement ≪ de complexite ≫ car elle varie en fonction de la complexite de l'information transportee par le signal EEG. Le calcul de ce parametre a permis de retrouver des notions classiques en EEG: quand l'EEG apparait plus ≪complexe≫, plus ≪desynchronise≫ ou plus ≪decorrele≫ (EEG des regions anterieures, situation yeux ouverts, tâches mentales, decharge tonique d'une crise d'epilepsie), la DC est plus elevee que lorsque l'EEG apparait plus ≪simple≫, ≪plus synchronise≫ ou plus ≪ correle ≫ (EEG des regions posterieures, situation yeux fermes, sommeil lent profond, phase clonique d'une crise d'epilepsie, etc). La dimension de complexite donne ainsi une mesure permettant de faciliter les comparaisons entre diverses situations electrophysiologiques. |
| Starting Page | 406 |
| Ending Page | 428 |
| Page Count | 23 |
| File Format | PDF HTM / HTML |
| DOI | 10.1016/S0987-7053(97)88807-7 |
| Volume Number | 27 |
| Alternate Webpage(s) | https://api.elsevier.com/content/article/pii/S0987705397888077 |
| Alternate Webpage(s) | https://www.sciencedirect.com/science/article/pii/S0987705397888077?dgcid=api_sd_search-api-endpoint |
| Alternate Webpage(s) | https://doi.org/10.1016/S0987-7053%2897%2988807-7 |
| Journal | Neurophysiologie Clinique/Clinical Neurophysiology |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |