జర్నల్ ఆఫ్ కంప్యూటర్ ఇంజనీరింగ్ & ఇన్ఫర్మేషన్ టెక్నాలజీ

EEG ఫేజ్-స్పేస్ అనాలిసిస్ నుండి గ్రాఫ్ ఇన్వేరియంట్ ఫీచర్‌ల అసమానత

పాట్రిక్ లక్కెట్, J టాడ్ మెక్‌డొనాల్డ్ మరియు లీ ఎమ్ హైవ్లీ

ఎపిలెప్టిక్ మూర్ఛలను అంచనా వేయడానికి ఎలెక్ట్రోఎన్సెఫలోగ్రామ్ (EEG) డేటా వివిధ రకాల లీనియర్ మరియు నాన్ లీనియర్ టైమ్ సిరీస్ విశ్లేషణ పద్ధతుల్లో ఉపయోగించబడింది. మేము సమయం-ఆలస్యం పొందుపరచడం మరియు అంతర్లీన మెదడు డైనమిక్స్ యొక్క స్టేట్ స్పేస్ రిక్రియేషన్ ఆధారంగా నిర్భందించబడిన సంఘటనల ముందస్తు హెచ్చరిక కోసం దశ-స్థల అసమానత చర్యలను పరిశీలిస్తాము.
గ్రాఫ్ అంచులను ఏర్పరిచే రాష్ట్రాల మధ్య గ్రాఫ్ నోడ్‌లు మరియు డైనమిక్ లింకేజీలను ఏర్పరిచే నవల స్థితులను బట్టి, మూర్ఛ సంఘటనల ప్రారంభాన్ని సూచించే డైనమిక్ దశ మార్పులను గుర్తించడానికి మేము గ్రాఫ్ అసమానతను ఉపయోగిస్తాము. ఈ పేపర్‌లో, మానవ EEG పరిశీలనల నుండి ఈవెంట్ మరియు అవాంఛనీయ డేటా ఆధారంగా గ్రాఫ్‌ల యొక్క గమనించిన పోకడలు మరియు లక్షణాలపై మేము నివేదిస్తాము మరియు ఇతర గ్రాఫ్ లక్షణాలను కూడా విశ్లేషించడం ద్వారా నోడ్ మరియు లింక్ అసమానతపై దృష్టి సారించిన మునుపటి పనిని విస్తరించాము. మా విశ్లేషణలో ముందస్తు హెచ్చరిక ఖచ్చితత్వాన్ని ప్రభావితం చేసే కొలిచిన లక్షణాలు మరియు అసమానత లక్షణాలు ఉన్నాయి.