2010
DOI: 10.1186/1475-925x-9-25
|View full text |Cite
|
Sign up to set email alerts
|

Extraction of single-trial cortical beta oscillatory activities in EEG signals using empirical mode decomposition

Abstract: BackgroundBrain oscillatory activities are stochastic and non-linearly dynamic, due to their non-phase-locked nature and inter-trial variability. Non-phase-locked rhythmic signals can vary from trial-to-trial dependent upon variations in a subject's performance and state, which may be linked to fluctuations in expectation, attention, arousal, and task strategy. Therefore, a method that permits the extraction of the oscillatory signal on a single-trial basis is important for the study of subtle brain dynamics, … Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

0
7
0
3

Year Published

2011
2011
2018
2018

Publication Types

Select...
6
1

Relationship

0
7

Authors

Journals

citations
Cited by 20 publications
(10 citation statements)
references
References 48 publications
0
7
0
3
Order By: Relevance
“…The only exception is the nonparametric GC computation with WT proposed by Dhamala et al [6]. Indeed, if it were not for these authors' innovative idea of using the WilsonBurg spectral factorization algorithm to obtain the transfer matrix and the error covariance matrix Σ (see (9)), this implementation would has not be possible. Still, the time and frequency resolution of the HHT is far superior to the WT.…”
Section: Discussionmentioning
confidence: 99%
See 1 more Smart Citation
“…The only exception is the nonparametric GC computation with WT proposed by Dhamala et al [6]. Indeed, if it were not for these authors' innovative idea of using the WilsonBurg spectral factorization algorithm to obtain the transfer matrix and the error covariance matrix Σ (see (9)), this implementation would has not be possible. Still, the time and frequency resolution of the HHT is far superior to the WT.…”
Section: Discussionmentioning
confidence: 99%
“…However, it is highly dependent on the quality of the empirical mode decomposition (EMD) algorithm used to compute the IMFs [7]. Although Hilbert spectra and Hilbert marginal spectra have been widely used for the spectral characterization of data [8][9][10], this method has also been used to study phase locking [11,12] and coherence [13,14]. Until now neither GC nor any causality index has been computed with the HHT in spite of previous propositions [14].…”
Section: Introductionmentioning
confidence: 99%
“…Уже были предприняты попытки разработать методы с использованием эмпирических мод, напри-мер, для удаления глазодвигательных артефактов [19], а также для выделения кортикальных паттернов бета-активности на ЭЭГ [20]. Данные работы продемонстри-ровали перспективность разложения по эмпирическим модам, однако полученные результаты лежат в доста-точно узкой области -удаление артефактов только конкретного типа (глазодвигательных) или выделение весьма специфического типа активности на ЭЭГ.…”
Section: (поступило в редакцию 22 апреля 2017 г в окончательной редаunclassified
“…Предложенный метод не требует регистрации дополнительных физио-логических сигналов (ЭОГ, ЭКГ, МЭГ), что отличает его от большинства классических методов удаления артефактов, а также предлагает простой и унифициро-ванный алгоритм фильтрации ЭЭГ, структура которого не зависит от типа удаляемых артефактов, но в то же время позволяет удалять артефакты различных типов, в отличие от подходов в работах [19,20].…”
Section: (поступило в редакцию 22 апреля 2017 г в окончательной редаunclassified
See 1 more Smart Citation