因果關(guān)系檢測(cè)研究及其在神經(jīng)信號(hào)分析中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、有效連通性研究是抗藥性癲癇手術(shù)治療中的一項(xiàng)重要基礎(chǔ)性工作,長(zhǎng)期以來(lái)得到了人們的廣泛關(guān)注。有效分析癲癇腦電信號(hào)中的因果關(guān)系可以為準(zhǔn)確定位癲癇腦電活動(dòng)源提供依據(jù),因此對(duì)于癲癇治療有著重要的意義。
  本文首先對(duì)之前的因果檢測(cè)方法進(jìn)行了簡(jiǎn)要的介紹和比較。隨后,詳細(xì)介紹了近年來(lái)在神經(jīng)科學(xué)領(lǐng)域得到廣泛重視的新方法--轉(zhuǎn)移熵。轉(zhuǎn)移熵基于Shannon提出的信息論,相比已有算法,該方法具有魯棒性強(qiáng),模型無(wú)關(guān)等一系列優(yōu)點(diǎn)。但目前尚缺乏有效算法來(lái)估

2、算轉(zhuǎn)移熵計(jì)算過(guò)程中的關(guān)鍵參數(shù)。在這個(gè)背景下,本文提出利用偏互信息算法對(duì)非線(xiàn)性模型階數(shù)進(jìn)行估計(jì),并將其與傳統(tǒng)的AIC算法進(jìn)行了比較。
  在實(shí)驗(yàn)部分,我們首先利用已知耦合關(guān)系的模擬癲癇數(shù)據(jù)對(duì)算法進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果證明本文提出的算法正確揭示了模擬EEG信號(hào)之間的因果關(guān)系。隨后,我們又利用該算法對(duì)實(shí)驗(yàn)中采集到的豚鼠顱內(nèi)腦電信號(hào)進(jìn)行了大量的計(jì)算分析,并初步得出了自己的結(jié)論。
  本文最后對(duì)課題進(jìn)行了總結(jié)和展望,總結(jié)了本論文所完成的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論