Methods of automated absence seizure detection, interference by stimulation, and possibilities for prediction in genetic absence models

Адаптивная Фильтрация Физиологических Артефактов На Сигналах Электроэнцефалограмм Человека С Использованием Разложения По Эмпирическим Модам

“…д. ), различных характерных ритмов и осцил-ляторных паттернов, которые представляют интерес для исследователей как при изучении различных патологий (например, эпилепсии), так и при анализе различных функциональных проб и когнитивных процессов [2][3][4][5].…”

“…Другие методы по удалению артефактов основаны на различных методах разложения и преобразования сигналов, например, на анализе независимых компо-нент [4,13,14], регрессионном анализе [15], преобразо-вании Грамма−Шмидта [16]. Данные методы обладают достаточно высокой точностью выделения артефактов и малым искажением структуры сигналов ЭЭГ.…”

A testbed for optimizing electrodes embedded in the skull or in artificial skull replacement pieces used after injury

“…Improvements in real-time neural recording and signal processing technology have spawned the development of a number of ‘closed-loop’ neural recording applications that could all benefit from a stable permanently-implanted but minimally invasive recording option like embedding electrodes within the skull. For example, chronic brain recordings are being investigated as a means to detect upcoming seizures in time to either warn the person or take measures to counteract the seizure 13–15 . Brain-machine interfacing research has shown that paralyzed individuals can learn to volitionally modulate their sensorimotor field potentials with thoughts of movement, and this modulation can be used to control assistive or therapeutic devices 16,17 .…”

Адаптивная Фильтрация Сигналов Электроэнцефалограмм С Использованием Метода Эмпирических Мод

“…Основ-ными источниками информации о работе мозга являются эксперимен-тальные методы регистрации активности головного мозга, например электроэнцефалограммы (ЭЭГ) [1]. Сигнал ЭЭГ имеет сложный состав с рядом характерных ритмов и паттернов, которые представляют интерес для исследователей как при изучении патологий (например, эпилепсии), так и при анализе когнитивных процессов [2,3].…”

“…Для фильтрации ЭЭГ от артефактов применяют ряд различных методов: на базе визуального поиска артефактов [9,10], анализа неза-висимых компонент [3,11,12], регрессионного анализа [13], преобразо-вания Грамма-Шмидта [14]. Большинство методов вызывают искажения сигнала ЭЭГ [15] или требуют совместного анализа ЭЭГ с другими сигналами, которые не всегда могут быть записаны в ходе эксперимента.…”