Chaotic Behavior of Gastric Migrating Myoelectrical Complex POLITECNICO DI MILANO Facoltà di Ingegneria Aronne TELI Matr. 674634 Anno accademico 2004-2005.

Slides:



Advertisements
Presentazioni simili
Misure riflettometriche nel dominio della frequenza (OFDR)
Advertisements

6) LA STIMA Stima del valore dei parametri ignoti che caratterizzano la leggi delle v.c. assunte ad interpreti dei fenomeni oggetto d’attenzione. Verifica.
(IMAA-CNR), C/da S. Loja, 85050, Tito Scalo (PZ), Italy
Prof. Salvatore Di Gregorio Dr. William Spataro Dr. Donato D’Ambrosio
L13 Il processo di modellizzazione Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
UNIVERSITA’ TOR VERGATA
Il codice neurale.
Tipologie di Controlli in Ambito Industriale
Lez. 41 Universita' di Ferrara Facolta' di Scienze Matematiche, Fisiche e Naturali Laurea Specialistica in Informatica Algoritmi Avanzati Programmazione.
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
INDAGINI DEL CAMPO DI SPOSTAMENTI INDOTTO DA UNA FONDAZIONE SUPERFICIALE SU SABBIA CON METODI DI ANALISI D’IMMAGINE POLITECNICO DI MILANO FACOLTA’ D’INGEGNERIA.
POTENZIALE DI AZIONE.
True Random Bit Generation From a Double-Scroll Attractor
Politecnico di Milano – III Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Nucleare Anno Accademico Chaos and Nonlinear Dynamics.
Politecnico di Milano Corso di Laurea in Ingegneria per l’Ambiente e il Territorio Dinamica complessa in una catena alimentare tritrofica con competizione.
Politecnico di Milano Laurea Specialistica Anno Accademico
Metodi di Analisi Non Lineare applicati a Segnali Fisiologici
Area di ricerca: Dinamica non lineare
L 16 Progetto delle alternative Andrea Castelletti Modellistica e Controllo dei Sistemi Ambientali.
Politecnico di Milano Algoritmi e Architetture per la Protezione dellInformazione Multichannel Adaptive Information Systems Paolo Maistri Dipartimento.
Processi Aleatori : Introduzione – Parte I
8. Reti di Code Nella maggior parte dei processi produttivi risulta troppo restrittivo considerare una sola risorsa. Esempio: linea tandem arrivi 1 v.
Appunti di inferenza per farmacisti
Esperienza n. 9 Uso dell’oscilloscopio per misure di ampiezza e frequenza di una tensione alternata e misura dello sfasamento tra tensioni. Circuito RLC.
Introduzione ai PLC.
CONTROLLO DI SUPPLY CHAIN MEDIANTE TECNICHE H-INFINITO E NEGOZIAZIONE
MODELLAZIONE DELLA RISPOSTA NON LINEARE
Principi di Elaborazione Digitale dei Segnali
Amplificatori di biopotenziali
Laboratorio di El&Tel Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi.
TEORIA E METODOLOGIA ESTIMATIVA
Riconnessione magnetica 3D in plasmi non colisionali
Corso di Sistemi Complessi Adattativi
CORRENTE ELETTRICA Applicando una d.d.p. ai capi di un filo conduttore si produce una corrente elettrica. Il verso della corrente è quello del moto delle.
Regressione Logistica
ELETTROCARDIOGRAFIA L'attività del cuore è attivata da impulsi elettrici, che stimolano la contrazione dei muscoli. Si producono, quindi, segnali elettrici.
Introduzione al comportamento complesso e caotico dei sistemi
Università degli Studi di Bologna – Dottorato di Ricerca in Economia e Statistica Agroalimentare – XVII ciclo Modelli di stima per macro-indicatori dello.
Argomenti di oggi Proprietà di un trasduttore.
Le distribuzioni campionarie
THE DRIPPING FAUCET: TRANSIZIONE AL CAOS
Teorie e Tecniche di Psicometria
Università degli Studi di Cassino
Modelli predittivi delle agenzie di rating internazionali: il modello MEU evoluto (maximum expected utility) Mattia Ciprian*, Daria Marassi°, Valentino.
Dinamiche caotiche nei Laser a Semiconduttore
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Università degli studi di Padova Dipartimento di ingegneria elettrica
Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE.
TRASFORMATA DI FOURIER
VORTEX DYNAMICS IN FLOWS WITH EMERGENT VEGETATION
Università di Napoli “Federico II” - Dipartimento di Ingegneria Elettronica e delle Telecomunicazioni Unità di Bioingegneria - Via Claudio, Napoli.
LUCIDI dell'insegnamento di COMUNICAZIONI ELETTRICHE eo/in/bi
R. Soncini Sessa, MODSS, L 26 Stima degli effetti Calcolo degli obiettivi (Laplace) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini.
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Laurea Ing. EO/IN/BIO;TLC D.U. Ing EO 3
Appunti conclusioni simulazione lancio dadi
Università degli Studi di Padova Facoltà di Ingegneria Dottorato di ricerca in Meccanica Applicata XIX ciclo a.a /10/2005Presentazione dell’attività.
APPROSSIMAZIONE DI FUNZIONI
L 18 Progetto delle alternative Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
18 ottobre 2010Il Fenomeno Sonoro1 Misura della pressione acustica.
GLI EVENTI IONICI RESPONSABILI DEL POTENZIALE D’AZIONE
DA QUALI FATTORI DIPENDE LA TENSIONE SVILUPPATA DAL MUSCOLO?
GENERAZIONE E CONDUZIONE DELL’ECCITAMENTO CARDIACO
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
Elementi di statistica e probabilità Misure Meccaniche e Termiche - Università di Cassino 2 Eventi aleatori e deterministici Un evento aleatorio può.
A cura di Lorenzo Bacci – IRPET – IRPET Istituto Regionale Programmazione Economica Toscana LE INFRASTRUTTURE TURISTICHE PER UN OFFERTA COMPETITIVA Interventi.
ANALISI DEI SEGNALI Si dice segnale la variazione di una qualsiasi grandezza fisica in funzione del tempo. Ad esempio: la pressione in un punto dello spazio.
Study of coincidences due to 40 K photons between adjacent OMs Paolo Fermani & ROMA group Catania Università di Roma «La Sapienza» – INFN Roma.
I POLIELETTROLITI Polielettroliti sono composti macromolecolari che contengono un gran numero (dell’ordine del grado di polimerizzazione) di gruppi che.
Transcript della presentazione:

Chaotic Behavior of Gastric Migrating Myoelectrical Complex POLITECNICO DI MILANO Facoltà di Ingegneria Aronne TELI Matr Anno accademico

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC PREMESSA

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC Obbiettivi: PREMESSA -Mostrare il comportamento caotico del segnale -MMC gastrico -Caratterizzare le diverse fasi del segnale MMC -gastrico mediante proprietà tipiche di sistemi -caotici

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC Obbiettivi: Contenuti: PREMESSA -Aspetti fisiologici -Analisi dati: - spike detection -Analisi dati: - ricostruzione dellattrattore -Analisi dati: - calcolo del primo EL -Considerazioni in merito al primo EL -Considerazioni conclusive -Mostrare il comportamento caotico del segnale -MMC gastrico -Caratterizzare le diverse fasi del segnale MMC -gastrico mediante proprietà tipiche di sistemi -caotici

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento Attività elettrica di controllo:-Potenziale di riposo: fluttuazioni ritmiche -Ha origine nella zona di pacesetter -Si propaga lungo la parete gastrica (Slow waves)

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento Attività elettrica di controllo: Attività elettrica di risposta: -Potenziale di riposo: fluttuazioni ritmiche -Ha origine nella zona di pacesetter -Si propaga lungo la parete gastrica -Fenomeno elettrico (depolarizzazione) -generato dalla propagazione dellattività di -controllo ed influenzato esternamente -Seguita da contrazione muscolare (Slow waves) (Fast waves - Spikes)

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento Attività elettrica di controllo: Attività elettrica di risposta: Contrazione muscolare: -Potenziale di riposo: fluttuazioni ritmiche -Ha origine nella zona di pacesetter -Si propaga lungo la parete gastrica -Fenomeno elettrico (depolarizzazione) -generato dalla propagazione dellattività di -controllo ed influenzato esternamente -Seguita da contrazione muscolare -Propagazione attività di controllo -Propagazione anello di contrazione vs piloro (Slow waves) (Fast waves - Spikes)

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento GMA:-Segnale che indica lattività elettrica complessiva dello stomaco: - Slow waves endogene - Fast waves controllate (meccanismi neuro-chimici) dal sistema - Fast waves nervoso ed endocrino -Evolve nel tempo e si propaga nello spazio, tuttavia è possibile una misura locale della sola evoluzione temporale

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento MMC:-Evoluzione ciclica temporale dellattività mioelettrica dello stomaco -Rappresentata dalla misurazione del segnale GMA (a digiuno) -Si individuano 3 FASI FASE 1 No/Pochi spikes No contrazioni

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento MMC:-Evoluzione ciclica temporale dellattività mioelettrica dello stomaco -Rappresentata dalla misurazione del segnale GMA (a digiuno) -Si individuano 3 FASI FASE 2 Lieve incremento di spikes (in numero) Alcune contrazioni irregolari

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento MMC:-Evoluzione ciclica temporale dellattività mioelettrica dello stomaco -Rappresentata dalla misurazione del segnale GMA (a digiuno) -Si individuano 3 FASI FASE 3 Forte presenza di spikes (in numero) Contrazioni regolari e forti

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ASPETTI FISIOLOGICI Contenuti: -Generalità sullattività elettrica dello stomaco -Definizioni: - GMA -Definizioni: - MMC -Esperimento -8 cani da caccia femmina a digiuno -Utilizzo copia di elettrodi bipolari connessi alla serosa dello -stomaco in prossimità del piloro DATI: -Registrazione di un ciclo completo di MMC gastrico ( min) -Frequenza di campionamento: 20 Hz SEGNALE: -8 segnali di un ciclo competo di MMC gastrico

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL METODO BSS: BLIND SOURCE SEPARATION -Lobbiettivo primario è individuare nel segnale GMA le 3 fasi del -ciclo MMC -Il metodo BSS isola le slow waves dalle fast waves, la cui analisi -permette la determinazione delle 3 fasi.

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL METODO BSS: BLIND SOURCE SEPARATION ESEMPIO DI APPLICAZIONE NBPM:Number of burst per minute -Ricavabile da: Gastric Spike -Series -Si associa al minuto considerato -il numero di spike presenti

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL METODO BSS: BLIND SOURCE SEPARATION APPLICAZIONE AL SEGNALE: BSS+NBPM Individuo le 3 fasi: -Fase 1: 0 – 40 min -Fase 2: 41 – 80 min -Fase 3: 81 – 90 min

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING - - -

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING Rappresenta lintervallo di campionamento -Dal segnale registrato ottengo così una -serie temporale di lunghezza finita N y(0), y( ), y(2 ), ….., y((N-1) )

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING Deve essere scelto opportunamente criterio -utilizzato:primo minimo della funzione di -mutua informazione (I) -Si definisce il vettore delle uscite ritardate: -z m (t)=(y(t) y(t- ) … y(t-(m-1) ) con m>0 I -Sia m=2 -z 2 (t)=(y(t) y(t- )) -Sia A={y(t) I t=1,2,…N} -Sia B={y(t- ) I t=1,2,…N}

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING La funzione di mutua informazione risulta: I -dove: a є A, b є B -dove: PA(), PB(), PA,B(): densità di probabilità -dove: PA(), PB(), PA,B(): (funzioni delta di Dirac) -In particolare:

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING Il valore individuato secondo il criterio definito -risulta paria a: 5

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING Dimensione di embedding -Il valore della corretta dimensione di embedding (m)è individuato valutando la dimensione di correlazione (d) in funzione della dimensione di m. -Il valore di d satura col crescere di m m assume il minimo valore di embedding per cui d assume il valore corretto Dimensione di correlazione

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING Dimensione di correlazione -Per valori di m > 1 crescenti si valuta -per diversi valori di r: -che deve scalare secondo legge: -Per dato valore di m, su un piano -bilogaritmico individuo il valore di d

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL RICOSTRUZIONE ATTRATTORE: TEMPO DI RITARDO ( ) DIMENSIONE DI EMBEDDING (m) E DIMENSIONE FRATTALE (d) RICOSTRUZIONE DELLATTRATTORE NELLO SPAZIO DI EMBEDDING Proiezione nel piano degli attrattori durante le 3 fasi

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC ANALISI DATI Contenuti: -Spike detection e individuazione fasi MMC -Ricostruzione dellattrattore -Calcolo del primo EL -Il calcolo del primo esponente di Liapunov risulta più conveniente: -Il calcolo dellintero spettro è critico per via di problemi numerici -delicati e problemi concettuali -Il solo L1 risulta idoneo allo scopo di identificare / rappresentare -/ distinguere le 3 diverse fasi del MMC gastrico -Algoritmo di Wolf: -E applicato ai distinti segnali delle rispettive 3 fasi -Quali informazioni preliminari necessita della stima di, della dimensione di -embedding (m) CALCOLO DEL PRIMO ESPONENTE DI LIAPUNOV:

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC PRIMO ESPONENTE DI LIAPUNOV Contenuti: -Valori individuati nelle 3 fasi del MMC -Considerazioni

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC PRIMO ESPONENTE DI LIAPUNOV Contenuti: -Valori individuati nelle 3 fasi del MMC -Considerazioni ANALISI STATISTICA:Effettuata sui valori di L1 nelle tre distinte fasi valutando il segnale MMC sugli 8 soggetti FaseMediaSE I0,3418 +/- 0,0594 II0,7242 +/- 0,0531 III0,9779 +/- 0,1674 PRIMO ESPONENTE DI LIAPUNOV

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC PRIMO ESPONENTE DI LIAPUNOV Contenuti: -Valori individuati nelle 3 fasi del MMC -Considerazioni CONSDERAZIONI:-L1 identifica le tre diverse fasi Sono state calcolate la dimensione di correlazione e lentropia nelle diverse fasi. Si considerano i risultati di L1 poiché più robusto nella loro identificazione -

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC CONSIDERAZIONI CONCLUSIVE Contenuti: -MMC -Analisi segnale -Risultati -Comparazione con contenuti del seminario: - Metodologie di analisi non lineare applicati a segnali fisiologici

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC CONSIDERAZIONI CONCLUSIVE Contenuti: -MMC -Analisi segnale -Risultati -Comparazione con contenuti del seminario: - Metodologie di analisi non lineare applicati a segnali fisiologici Si è indagata la natura caotica del segnale MMC gastrico…

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC CONSIDERAZIONI CONCLUSIVE Contenuti: -MMC -Analisi segnale -Risultati -Comparazione con contenuti del seminario: - Metodologie di analisi non lineare applicati a segnali fisiologici … ricostruendo lattrattore ed individuando parametri caratteristici del comportamento caotico Primo esponente di Liapunov: L1>0 dimensione frattale dellattrattore (dimensione di correlazione): d non intero Caos deterministico

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC CONSIDERAZIONI CONCLUSIVE Contenuti: -MMC -Analisi segnale -Risultati -Comparazione con contenuti del seminario: - Metodologie di analisi non lineare applicati a segnali fisiologici Tra queste caratteristiche, la forma dellattrattore e il valore del primo esponente di Liapunov assumono un ruolo fondamentale nellidentificazione delle fasi Forma attrattore Forza di contrazione Attrattore più grosso Contrazioni regolari Attrattore più grosso Contrazioni più forti

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC CONSIDERAZIONI CONCLUSIVE Contenuti: -MMC -Analisi segnale -Risultati -Comparazione con contenuti del seminario: - Metodologie di analisi non lineare applicate a segnali fisiologici -Test di determinismo basato sui dati surrogati -Valutazione del tempo si ritardo ANALISI SEGNALI FISIOLOGICI: -Valutazione dimensione di embedding m -Valutazione della dimensione frattale d e del primo esponente di -Liapunov L1

INDICEINDICE -Premessa -Aspetti fisiologici -Analisi dati -Primo EL -Conclusioni Chaotic Behavior of Gastric MMC CONSIDERAZIONI CONCLUSIVE Contenuti: -MMC -Analisi segnale -Risultati -Comparazione con contenuti del seminario: - Metodologie di analisi non lineare applicate a segnali fisiologici -Test di determinismo basato sui dati surrogati -Valutazione del tempo si ritardo ANALISI SEGNALI FISIOLOGICI: -Valutazione dimensione di embedding m -Valutazione della dimensione frattale d e del primo esponente di -Liapunov L1 Non si esegue il test di determinismo probabilmente perché essendo il segnale GMA controllato da sistema nervoso ed endocrino, per cui è ampiamente dimostrato il funzionamento caotico, si esclude la possibilità che si abbia un processo stocastico lineare. HP