Метод выделения единичных вызванных потенциалов из электроэнцефалограммы без использования шаблона
Состав работы
|
|
|
|
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Разработан метод выделения единичных вызванных потенциалов из электроэнцефалограммы, основанный на модели сигнала как суммы стационарного в широком смысле процесса (электроэнцефалограммы), ограниченного во времени процесса (вызванного потенциала) и случайной ошибки.
Метод состоит в (1) последовательной по набору частот комплексной модуляции сигнала, (2) фильтрации модулированных последовательностей узкополосым низкочастотным фильтром, (3) интерполяции сигнала на область вызванного потенциала по его значениям вне этой области, (4) обратной демодуляции интерполированных значений и (5) их вычитанием из исходного сигнала.
Показано, что ошибка метода может быть существенным образом уменьшена за счет увеличения числа частотных полос, на которые разбивается реализация вызванного потенциала.
Метод реального выделения единичных вызванных потенциалов (ЕВП) из фоновой электоэнцефалограммы может стать мощным исследовательским инструментом для изучения вызванных потенциалов (ВП) в таких относительно малоисследованных областях как пространственные взаимоотношения ВП, их связь с фазовыми характеристиками фоновой ритмики, изменения ВП при привыкании, ?эндогенные¦ ВП и др.
С практической точки зрения, выделение ЕВП представляет уникальную возможность использования ВП для диагностики кратковременных сдвигов функционального состояния, для оценки субъективной значимости отдельных стимулов и уровня внимания к ним.
В настоящее время задача выделения ЕВП и увеличения отношения сигнал/шум решается методами цифровой линейной [1,2], кальмановской [3], винеровской [4,5,6,7] и двумерной [8] фильтрации, усреднением и регистрацией ВП с учетом характера фоновой активности [9,10], разложением реализаций ВП по разным системам базисных функций [11,12,13,14].
Классическим приемом оценки ЕВП можно считать использование усредненного ВП или его отдельных компонентов в качестве шаблона и поиск последнего в отдельных реализациях ВП по методу наименьших квадратов [15,16,17] или по максимуму значения кросскорреляционной функции [18]. Определенного улучшения в этом способе можно достигнуть, предварительно пропустив реализации ВП через ряд узкополосых полосовых фильтров [19].
Общей чертой и основным недостатком существующих методов выделения ЕВП является необходимость априорных сведений о форме ВП или о его частотном спектре.
В настоящей работе предлагается метод выделения ЕВП, не использующий предположений о характере ВП. Метод базируется на разбиении реализации ВП на ряд частотных поддиапазонов и интерполяции электроэнцефалограммы в области ВП по предшествующему и последующему участкам отдельно для каждого поддиапазона.
Метод состоит в (1) последовательной по набору частот комплексной модуляции сигнала, (2) фильтрации модулированных последовательностей узкополосым низкочастотным фильтром, (3) интерполяции сигнала на область вызванного потенциала по его значениям вне этой области, (4) обратной демодуляции интерполированных значений и (5) их вычитанием из исходного сигнала.
Показано, что ошибка метода может быть существенным образом уменьшена за счет увеличения числа частотных полос, на которые разбивается реализация вызванного потенциала.
Метод реального выделения единичных вызванных потенциалов (ЕВП) из фоновой электоэнцефалограммы может стать мощным исследовательским инструментом для изучения вызванных потенциалов (ВП) в таких относительно малоисследованных областях как пространственные взаимоотношения ВП, их связь с фазовыми характеристиками фоновой ритмики, изменения ВП при привыкании, ?эндогенные¦ ВП и др.
С практической точки зрения, выделение ЕВП представляет уникальную возможность использования ВП для диагностики кратковременных сдвигов функционального состояния, для оценки субъективной значимости отдельных стимулов и уровня внимания к ним.
В настоящее время задача выделения ЕВП и увеличения отношения сигнал/шум решается методами цифровой линейной [1,2], кальмановской [3], винеровской [4,5,6,7] и двумерной [8] фильтрации, усреднением и регистрацией ВП с учетом характера фоновой активности [9,10], разложением реализаций ВП по разным системам базисных функций [11,12,13,14].
Классическим приемом оценки ЕВП можно считать использование усредненного ВП или его отдельных компонентов в качестве шаблона и поиск последнего в отдельных реализациях ВП по методу наименьших квадратов [15,16,17] или по максимуму значения кросскорреляционной функции [18]. Определенного улучшения в этом способе можно достигнуть, предварительно пропустив реализации ВП через ряд узкополосых полосовых фильтров [19].
Общей чертой и основным недостатком существующих методов выделения ЕВП является необходимость априорных сведений о форме ВП или о его частотном спектре.
В настоящей работе предлагается метод выделения ЕВП, не использующий предположений о характере ВП. Метод базируется на разбиении реализации ВП на ряд частотных поддиапазонов и интерполяции электроэнцефалограммы в области ВП по предшествующему и последующему участкам отдельно для каждого поддиапазона.
Другие работы
Местный бюджет села Пензятка
Qiwir
: 19 декабря 2013
Бюджетная система РФ представляет собой основанную на экономических отношениях и государственном устройстве РФ регулируемая нормами права совокупность федерального, региональных и местных бюджетов, а также бюджетов государственных внебюджетных фондов.
Местные бюджеты занимают 3 уровень в трехуровневой бюджетной системе. В свою очередь, они состоят из двух подуровней:
а) бюджет муниципальных районов и городских округов;
б) бюджет городских и сельских поселений. Местные бюджеты разрабатываются
5 руб.
Структуры и алгоритмы обработки данных. Часть 1. Лабораторная работа №2 на языке С++ (для всех вариантов)
nik200511
: 11 апреля 2016
Быстрые методы сортировки массивов.
Цель работы: Освоить быстрые методы сортировки массивов
Порядок выполнения работы:
1. Разработать подпрограммы сортировки массива целых чисел методом Шелла и методом пирамидальной сортировки (или методом Хоара). Проверить правильность сортировки.
2. Исследовать трудоемкость метода Шелла для n=10, 100, …, 500, n – количество элементов в массиве. Определить последовательность шагов для предварительных сортировок по формуле Кнута. Построить таблицу и проанализи
44 руб.
Внешняя политика Ирана и России в Закавказье
alfFRED
: 12 сентября 2013
С точки зрения своих геополитических характеристик Закавказье представляет немалую ценность. Это – важный коммуникационный узел, находящийся на стыке христианской и мусульманской цивилизаций. Это – стратегический перекресток, связывающий Европу и Азию, БСВ и Северную Европу. Это – топливно-энергетический центр, географически примыкающий к Каспийскому бассейну.
Между тем в наши дни Закавказье становится одним из самых опасных регионов постсоветского пространства из-за сохраняющихся здесь политич
10 руб.
Гидравлика Задача 15.10
Z24
: 23 декабря 2025
Центробежный насос, подающий воду из бака А в бак В на высоту Нст=28 м, снабжен обводной трубой, по которой часть его подачи возвращается на сторону всасывания.
Диаметр всасывающей и напорной труб d=110 мм, их общая приведенная длина L=l1+l2=280 м, коэффициент сопротивления трения λ=0,02. Диаметр обводной трубы d0=50 мм, ее суммарный коэффициент сопротивления (вместе с вентилем) ζ=27.
Определить, пользуясь характеристикой насоса при n=2900 об/мин:
1. Подачу в верхний бак, напор насоса и
300 руб.