Cross-Scale Causality and Information Transfer in Simulated Epileptic Seizures
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F21%3A00542818" target="_blank" >RIV/67985807:_____/21:00542818 - isvavai.cz</a>
Výsledek na webu
<a href="http://hdl.handle.net/11104/0320153" target="_blank" >http://hdl.handle.net/11104/0320153</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3390/e23050526" target="_blank" >10.3390/e23050526</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Cross-Scale Causality and Information Transfer in Simulated Epileptic Seizures
Popis výsledku v původním jazyce
An information-theoretic approach for detecting causality and information transfer was applied to phases and amplitudes of oscillatory components related to different time scales and obtained using the wavelet transform from a time series generated by the Epileptor model. Three main time scales and their causal interactions were identified in the simulated epileptic seizures, in agreement with the interactions of the model variables. An approach consisting of wavelet transform, conditional mutual information estimation, and surrogate data testing applied to a single time series generated by the model was demonstrated to be successful in the identification of all directional (causal) interactions between the three different time scales described in the model. Thus, the methodology was prepared for the identification of causal cross-frequency phase–phase and phase–amplitude interactions in experimental and clinical neural data.
Název v anglickém jazyce
Cross-Scale Causality and Information Transfer in Simulated Epileptic Seizures
Popis výsledku anglicky
An information-theoretic approach for detecting causality and information transfer was applied to phases and amplitudes of oscillatory components related to different time scales and obtained using the wavelet transform from a time series generated by the Epileptor model. Three main time scales and their causal interactions were identified in the simulated epileptic seizures, in agreement with the interactions of the model variables. An approach consisting of wavelet transform, conditional mutual information estimation, and surrogate data testing applied to a single time series generated by the model was demonstrated to be successful in the identification of all directional (causal) interactions between the three different time scales described in the model. Thus, the methodology was prepared for the identification of causal cross-frequency phase–phase and phase–amplitude interactions in experimental and clinical neural data.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA19-16066S" target="_blank" >GA19-16066S: Nelineární interakce a přenos informace v komplexních systémech s extrémními událostmi</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Entropy
ISSN
1099-4300
e-ISSN
1099-4300
Svazek periodika
23
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
17
Strana od-do
526
Kód UT WoS článku
000653860800001
EID výsledku v databázi Scopus
2-s2.0-85109276206