This is the authors' abstract. We don't add key points for this paper.
У роботі розглянуто задачу математичного представлення ритмічного ЕРГ-сигналу, сформованого у відповідь на періодичну світлову стимуляцію, для дослідження функціонального стану сітківки при глаукомі. Проведено аналіз відомих підходів до математичного опису ритмічного ЕРГ, зокрема частотних, спектральних, амплітудно-фазових, нелінійних, компонентних, резонансних та статистичних моделей. Встановлено, що розглянуті підходи дають змогу характеризувати окремі властивості ритмічного ЕРГ-сигналу, зокрема його частотні та спектральні характеристики, нелінійні ефекти, компонентний склад, фазові співвідношення та резонансну динаміку, однак не забезпечують єдиного структурно-параметричного опису зміни послідовних ЕРГ-відповідей у межах суцільної реалізації сигналу. Запропоновано структурно-параметричне представлення ритмічного ЕРГ-сигналу, у якому кожна i-та ЕРГ-відповідь описується сукупністю структурних складових, а їхній відносний внесок визначається цикло-залежними коефіцієнтами kA,i, kB,i, kO,i та kC,i. На основі цих коефіцієнтів сформовано структурний вектор ki, послідовність якого характеризує зміну співвідношення структурних складових ЕРГ-відповідей від циклу до циклу. Такий підхід дає змогу розрізняти загальну зміну масштабу відповіді та зміну її внутрішньої структури, коли змінюється співвідношення окремих структурних складових. Особливістю запропонованої моделі є збереження суцільного характеру зареєстрованого ритмічного ЕРГ-сигналу x(t). Структурні складові використовуються як математичний рівень його параметричного представлення, а не як фізично розділені сигнали. Безпосереднім об'єктом реєстрації та подальшої цифрової обробки залишається єдина часова реалізація ритмічного ЕРГ-сигналу. Наукова новизна полягає в об'єднанні структурного та цикло-залежного параметричного опису суцільного ритмічного ЕРГ для кількісного оцінювання міжциклових змін його структурних властивостей. Запропоноване представлення може бути використане як основа для подальшої цифрової обробки ритмічного ЕРГ у часовій, спектральній, кореляційній та часово-частотній областях, зокрема із застосуванням вейвлет-перетворення. Отримані структурно-параметричні характеристики можуть використовуватися для формування інформативних (діагностичних) ознак та їх подальшого застосування в алгоритмах машинного навчання і штучного інтелекту для автоматизованого оцінювання функціонального стану сітківки та підтримки діагностики глаукоми
No takes yet. Share an insight, caveat, or question.
Sverstiuk et al. (2026) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: