Butsiy R. Modeling and Methods for Effective Processing of Cyclic Signals in Neurointerface and Cardio-diagnostic Systems

Українська версія

Thesis for the degree of Doctor of Philosophy (PhD)

State registration number

0824U002614

Thesis Registration Form

0824U002614.pdf

Applicant for

Specialization

  • 122 - Комп’ютерні науки

Specialized Academic Board

ДФ 26.255.009

Institute of telecommunications and global information space of National Academy of Sciences of Ukraine

Essay

The object of the research is the process of building a mathematical model and methods of effective processing of cyclic biomedical signals in modern non-invasive neurointerfaces, medical diagnostic systems and biometric authentication systems. The aim of the dissertation research is the development of mathematical models and methods of effective processing of cyclic biomedical signals in modern non-invasive neurointerfaces, biometric personal authentication systems and medical diagnostic systems. Methods of the theory of random processes and vectors for modeling EEG and ECG signals, methods of mathematical statistics, namely, methods of statistical point and interval estimation for building methods of processing biomedical cyclical and verification of their mathematical models. Methods of spectral analysis of signals to reduce the dimensionality of the diagnostic space in neurointerface and cardiodiagnostic systems. Methods of machine learning in signal classification problems. The dissertation developed a new mathematical model of the set of EEG signals in the form of a vector of cyclic rhythmically connected random processes and effective methods of statistical processing of EEG and ECG signals improve the well-known mathematical support of modern non-invasive neurointerfaces, medical diagnostic systems and systems for biometric authentication of a person based on his physiological signals. Based on the new theoretical and applied results obtained in the dissertation, software was developed in the Python language for preliminary and basic (statistical and spectral) rhythm-adaptive processing of cyclic biomedical signals, as well as for the classification procedure using typical machine learning tools (k-Nearest Neighbors, Linear SVM, Decision Tree, Random Forest, Multilayer Perceptron, Adaptive Boosting, Naive Bayes) in non-invasive neurointerface systems and systems of biometric authentication of a person based on ECG. Novelty: for the first time, a new mathematical model of a set of electroencephalographic (EEG) signals from different leads (electrodes), registered under the conditions of multiple repetition of the mental controlling influences of the operator of a non-invasive neurointerface, in the form of a vector of cyclic rhythmically connected random processes, was developed and verified for the first time; for the first time, the methods of their rhythm-adaptive statistical processing were substantiated, which made it possible to form a set of informative characteristics of EEG signals potentially sensitive to the mental influence of the neuroinerfess operator; for the first time, a highly effective rhythm-adaptive method of biometric authentication of a person based on his ECG was developed, in particular, based on only one ECG cycle; for the first time, the optimal vectors of informative features in neurointerface systems and in systems of biometric authentication of a person based on the ECG were substantiated. The results of the dissertation research were implemented in the educational process of the Ternopil National Technical University named after Ivan Pulyu and in the research work of the Ternopil National Medical University named after I. Ya. Gorbachevskii. Scope of use: medical diagnostics of the functional state of the human heart, as well as systems of dynamic biometric authentication of a person based on his biomedical cyclical signals.

Read more

Research papers

1. Lupenko, S.; Butsiy, R. Isomorphic Multidimensional Structures of the Cyclic Random Process in Problems of Modeling Cyclic Signals with Regular and Irregular Rhythms. Fractal Fract. 2024, 8, 203. [Article, Scopus, Web of Science, Google Scholar, JCR – Q1, CiteScore - Q1, SJR – Q2, Impact Factor 5.4, ISSN 2504-3110] doi:https://doi.org/10.3390/fractalfract8040203

2. Lupenko, S.; Butsiy, R.; Shakhovska, N. Advanced Modeling and Signal Processing Methods in Brain–Computer Interfaces Based on a Vector of Cyclic Rhythmically Connected Random Processes. Sensors 2023, 23, 760. [Article, Scopus, Web of Science, Google Scholar, JCR - Q2, CiteScore - Q1, SJR – Q2, Impact Factor 3.9, ISSN 1424-8220] doi:https://doi.org/10.3390/s23020760

3. Lupenko, S.; Butsiy, R.; Volyanyk, O.; Stadnyk, N. Advanced Signal Processing and Classification of EEG Patterns in Neurointerface Systems. In Proceedings of the 3rd International Workshop on Information Technologies: Theoretical and Applied Problems (ITTAP 2023), Ternopil, Ukraine, Opole, Poland, 22–24 November 2023, 3628, 156–164. [Article, Scopus, Web of Science, Google Scholar, ISSN 1613-0073]

4. Butsiy, R.; Lupenko, S. Comparison of Modern Methods of Classification of EEG Patterns for Neurointerface Systems. In: Yang, XS., Sherratt, S., Dey, N., Joshi, A. (eds) Proceedings of Seventh International Congress on Information and Communication Technology. Lecture Notes in Networks and Systems; Springer, Singapore, 2022, 465, 345-354. [Article, Scopus, Google Scholar, ISSN 2367-3370] doi:https://doi.org/10.1007/978-981-19-2397-5_32

5. Butsiy, R.; Lupenko, S.; Zozulya, A. Comprehensive justification for the choice of software development tools and hardware components of a multi-channel neurointerface system. 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), 2021, 1, 309-312. [Article, Scopus, Google Scholar, ISSN 2766-3639] doi:https://doi.org/10.1109/CSIT52700.2021.9648788

6. Butsiy, R.; Lupenko, S. Comparative Analysis of Neurointerface Technologies for the Problem of Their Reasonable Choice in Human-Machine Information Systems. Sci. J. TNTU (Tern.), 2020, 4, 135–148. [Article, Index Copernicus, Google Scholar, ISSN 2522-4433] doi:https://doi.org/10.33108/visnyk_tntu2020.04.135

7. Lupenko, S.; Butsiy, R. Express Method of Biometric Person Authentication Based on One Cycle of the ECG Signal. Sci. J. TNTU (Tern.), 2024, 113, 100–110. [Article, Index Copernicus, ISSN 2522-4433] doi:https://doi.org/10.33108/visnyk_tntu2024.01.100

8. Лупенко, С.; Буцій, Р. Сучасні нейроінтерфейсні технології: актуальність, перспективи та складності. У Матеріалах міжнародної наукової конференції “Іван Пулюй: життя в ім’я науки та України” (до 175-ліття від дня народження), 28-30 вересня 2020 р.; ТНТУ: Тернопіль, Україна, 2020, 81–82. [Conference Paper, Google Scholar]

9. Буцій, Р.; Лупенко, С. Аналіз основних характеристик комерційних нейроінтерфейсів. У Матеріалах ІX Міжнародної науково-технічної конференції молодих учених та студентів, 25-26 листопада 2020 р.; ТНТУ: Тернопіль, Україна, 2020, 2, 9–10. [Conference Paper, Google Scholar]

10. Катеринюк, І.; Лупенко, С.; Буцій, Р. Аудіоінтерфейсні та нейроінтерфейсні технології вводу діагностичної інформації в інформаційну систему “Імідж-Терапевт” для народної медицини. У Матеріалах ІX Міжнародної науково-технічної конференції молодих учених та студентів, 25-26 листопада 2020 р.; ТНТУ: Тернопіль, Україна, 2020, 2, 24–25. [Conference Paper, Google Scholar]

11. Буцій, Р.; Лупенко, С. Аналіз методів для задач опрацювання сигналів нейроінтерфейсних систем. У Матеріалах Ⅷ науково-технічної конференції “Інформаційні моделі, системи та технології”, 9-10 грудня 2020 р.; ТНТУ: Тернопіль, Україна, 2020, 3. [Conference Paper, Google Scholar]

12. Буцій, Р.; Лупенко, С. Підхід до побудови доступних за ціною дослідницьких нейроінтерфейсних систем. У Матеріалах XX Міжнар. наук.-практ. конф. “Сучасні інформаційні технології управління екологічною безпекою, природокористуванням, заходами в надзвичайних ситуаціях”, 4-8 жовтня 2021 р.; Юстон: Київ, Україна, 2021, 131–134. [Conference Paper]

13. Буцій, Р.; Лупенко, С. Принцип керування роботизованою рукою зі зворотним зв’язком за допомогою нейроінтерфейсу. У Матеріалах IX Науково-технічної конференції “Інформаційні моделі, системи та технології”, 8-9 грудня 2021 р.; Тернопіль, Україна, 2021, 3. [Conference Paper]

14. Лупенко, С; Буцій, Р. Математична модель векторної ЕЕГ у вигляді вектора циклічних ритмічно пов’язаних випадкових процесів. У Матеріалах XXI Міжнар. наук.-практ. конф. "Інформаційно-комунікаційні технології та сталий розвиток", 14–16 листопада 2022 р.; Юстон: Київ, Україна, 2022, 49–52. [Conference Paper, Google Scholar]

15. Лупенко, С; Буцій, Р. Дослідження класифікаторів для інтерфейсів мозок-комп'ютер на основі сигналів ЕЕГ. У Матеріалах XXII Міжнар. наук.-практ. конф. “Інформаційно-комунікаційні технології та сталий розвиток”, 14–15 листопада 2023 р.; Юстон: Київ, Україна, 2023, 57–59. [Conference Paper]

Read more

Similar theses

0824U002819

Petro P. Vankevych

Modeling of the propagation of light rays through the elements of fiber diffraction sensors

0824U002586

Iryna Homozkova

Models and methods of research of orientation algorithms for high-dynamic objects

0824U002460

Maksym S. Levchenko

Modeling of a crack between two piezoelectric materials taking into account the electrical permeability of its filler

0824U002290

Kostiantyn D. Karavaiev

Methods and algorithms for solving classical and generalised problems of digraph vertices sequencing

0824U002255

Vitalii O. Husak

Ways to improve the efficiency of numerical-analytical methods for solving boundary value problems for non-canonical domains