Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων

Λαμβάνοντας υπ’ όψη τις διάφορες τεχνικές Blind Source Separation (BSS) που αναφέρονται στη βιβλιογραφία και που εφαρμόζονται σε πολλά πεδία ενδιαφέροντος, αποφασίσαμε να τις εφαρμόσουμε σε ανθρώπινο μαγνητοεγκεφαλογράφημα. Οι τεχνικές αυτές προσπαθούν να εξάγουν πηγές από σήμα το οποίο είναι γραμμ...

Full description

Bibliographic Details
Main Author: Λιθαρή, Χρυσούλα
Other Authors: Κωστόπουλος, Γιώργος
Language:gr
Published: 2008
Subjects:
MEG
ICA
Online Access:http://nemertes.lis.upatras.gr/jspui/handle/10889/800
id ndltd-upatras.gr-oai-nemertes-10889-800
record_format oai_dc
spelling ndltd-upatras.gr-oai-nemertes-10889-8002015-10-30T05:01:35Z Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων Λιθαρή, Χρυσούλα Κωστόπουλος, Γιώργος Λιθαρή, Χρυσούλα Νικολαρόπουλος, Σωτήρης Παπαθεοδωρόπουλος, Κώστας Κωστόπουλος, Γιώργος Μαγνητοεγκεφαλογράφημα Τυφλός διαχωρισμός σημάτων Ανάλυση σε ανεξάρτητες συνιστώσες 616.804 754 8 MEG Blind source separation ICA Λαμβάνοντας υπ’ όψη τις διάφορες τεχνικές Blind Source Separation (BSS) που αναφέρονται στη βιβλιογραφία και που εφαρμόζονται σε πολλά πεδία ενδιαφέροντος, αποφασίσαμε να τις εφαρμόσουμε σε ανθρώπινο μαγνητοεγκεφαλογράφημα. Οι τεχνικές αυτές προσπαθούν να εξάγουν πηγές από σήμα το οποίο είναι γραμμικός συνδυασμός των πηγών. Απαραίτητη προϋπόθεση τα σήματα από τις πηγές να είναι στατιστικώς ανεξάρτητα. Πιο συγκεκριμένα, θεωρώντας τις πηγές στον εγκέφαλο ανεξάρτητες, η τεχνική που επιλέχθηκε είναι η Independent Component Analysis (ICA) και κάποιες παραλλαγές της που χρησιμοποιούν κυματίδια ώστε να εισάγουμε τη δυνατότητα περιορισμού στο χρόνο ή στο χώρο. Επιλέγοντας χωρικά ή χρονικά την περιοχή ενδιαφέροντος εστιάζουμε σε κάποια περιοχή του εγκεφάλου ή σε κάποια συγκεκριμένη χρονική στιγμή π.χ. μετά από κάποιο ερέθισμα. Θα χρησιμοποιήσουμε αυτές τις τεχνικές για να αναλύσουμε ανθρώπινο μαγνητοεγκεφαλογράφημα (MEG). Τα δεδομένα των καταγραφών είναι από το ινστιτούτο Riken στην Ιαπωνία. Bearing in mind the Blind Source Separation Techniques mentioned in the literature and applied to many fields of interest, we decided to apply them on human MEG. These techniques extract sources from the initial signal, which is considered as linear combination of theses sources. It is required that the recorded signals are statistically independent. More specifically, considering the sources in the brain as independent, the method used is called Independent Component Analysis (ICA) and some versions which use wavelets in order to introduce spatial and temporal constraints. By selecting the region of interest either in space or in time, we focus on a region in the brain or on a specified latency e.g. after a stimulus. We use these methods to analyse MEG. The data are recorded in RIKEN institute in Japan. 2008-07-22T11:41:07Z 2008-07-22T11:41:07Z 2008-03-10 2008-07-22T11:41:07Z Thesis http://nemertes.lis.upatras.gr/jspui/handle/10889/800 gr Η ΒΥΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. 0
collection NDLTD
language gr
sources NDLTD
topic Μαγνητοεγκεφαλογράφημα
Τυφλός διαχωρισμός σημάτων
Ανάλυση σε ανεξάρτητες συνιστώσες
616.804 754 8
MEG
Blind source separation
ICA
spellingShingle Μαγνητοεγκεφαλογράφημα
Τυφλός διαχωρισμός σημάτων
Ανάλυση σε ανεξάρτητες συνιστώσες
616.804 754 8
MEG
Blind source separation
ICA
Λιθαρή, Χρυσούλα
Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων
description Λαμβάνοντας υπ’ όψη τις διάφορες τεχνικές Blind Source Separation (BSS) που αναφέρονται στη βιβλιογραφία και που εφαρμόζονται σε πολλά πεδία ενδιαφέροντος, αποφασίσαμε να τις εφαρμόσουμε σε ανθρώπινο μαγνητοεγκεφαλογράφημα. Οι τεχνικές αυτές προσπαθούν να εξάγουν πηγές από σήμα το οποίο είναι γραμμικός συνδυασμός των πηγών. Απαραίτητη προϋπόθεση τα σήματα από τις πηγές να είναι στατιστικώς ανεξάρτητα. Πιο συγκεκριμένα, θεωρώντας τις πηγές στον εγκέφαλο ανεξάρτητες, η τεχνική που επιλέχθηκε είναι η Independent Component Analysis (ICA) και κάποιες παραλλαγές της που χρησιμοποιούν κυματίδια ώστε να εισάγουμε τη δυνατότητα περιορισμού στο χρόνο ή στο χώρο. Επιλέγοντας χωρικά ή χρονικά την περιοχή ενδιαφέροντος εστιάζουμε σε κάποια περιοχή του εγκεφάλου ή σε κάποια συγκεκριμένη χρονική στιγμή π.χ. μετά από κάποιο ερέθισμα. Θα χρησιμοποιήσουμε αυτές τις τεχνικές για να αναλύσουμε ανθρώπινο μαγνητοεγκεφαλογράφημα (MEG). Τα δεδομένα των καταγραφών είναι από το ινστιτούτο Riken στην Ιαπωνία. === Bearing in mind the Blind Source Separation Techniques mentioned in the literature and applied to many fields of interest, we decided to apply them on human MEG. These techniques extract sources from the initial signal, which is considered as linear combination of theses sources. It is required that the recorded signals are statistically independent. More specifically, considering the sources in the brain as independent, the method used is called Independent Component Analysis (ICA) and some versions which use wavelets in order to introduce spatial and temporal constraints. By selecting the region of interest either in space or in time, we focus on a region in the brain or on a specified latency e.g. after a stimulus. We use these methods to analyse MEG. The data are recorded in RIKEN institute in Japan.
author2 Κωστόπουλος, Γιώργος
author_facet Κωστόπουλος, Γιώργος
Λιθαρή, Χρυσούλα
author Λιθαρή, Χρυσούλα
author_sort Λιθαρή, Χρυσούλα
title Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων
title_short Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων
title_full Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων
title_fullStr Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων
title_full_unstemmed Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων
title_sort ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτων
publishDate 2008
url http://nemertes.lis.upatras.gr/jspui/handle/10889/800
work_keys_str_mv AT litharēchrysoula analysēmagnētoenkephalographēmatosmetechnikestyphloudiachōrismousēmatōn
_version_ 1718117086607179776