版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、對癲癇發(fā)作傳導(dǎo)路徑的研究一直是一項(xiàng)重要的基礎(chǔ)性工作,并對臨床實(shí)踐有著重要的指導(dǎo)作用。本文通過直接傳遞函數(shù)(Directed Transfer Function,DTF)方法對癲癇腦電活動源的定位以及神經(jīng)信息的傳導(dǎo)路徑進(jìn)行了研究。 本課題以多通道自回歸模型為基礎(chǔ),應(yīng)用DTF 算法,對臨床獲取的多通道頭皮及顱內(nèi)EEG 電極記錄數(shù)據(jù)段進(jìn)行了大量的計(jì)算及分析。本文完成了癲癇發(fā)作源的定位,揭示了癲癇發(fā)作傳導(dǎo)的特性,所得結(jié)論與臨床觀察相吻合
2、,是研究癲癇發(fā)作特征的重要理論實(shí)踐。 而從理論模型的角度來講,國內(nèi)的研究大多使用單通道自回歸模型,很少有多通道自回歸模型的實(shí)踐。在國外,多通道自回歸模型多應(yīng)用在癲癇的源定位研究上,用在研究癲癇信息的傳導(dǎo)特性上的工作還很少見。論文的實(shí)踐證明了多通道自回歸模型應(yīng)用于癲癇發(fā)作源的定位以及傳導(dǎo)特性研究的可行性,并在臨床診斷上DTF 算法是有效而且實(shí)用的。 DTF 方法是基于自回歸模型的多通道參數(shù)分析方法。這種方法主要應(yīng)用于神經(jīng)信
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 平滑轉(zhuǎn)移自回歸模型的研究和應(yīng)用.pdf
- 多險(xiǎn)種自回歸風(fēng)險(xiǎn)模型下的破產(chǎn)概率.pdf
- 自回歸模型的平穩(wěn)性研究.pdf
- 多尺度自回歸隨機(jī)模型及其實(shí)現(xiàn).pdf
- 基于自回歸模型的圖像插值算法研究應(yīng)用.pdf
- 部分線性自回歸模型及其應(yīng)用研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和自回歸模型的股市預(yù)測.pdf
- 人民幣匯率波動的進(jìn)口價(jià)格傳遞彈性研究——基于向量自回歸模型的研究.pdf
- 神經(jīng)網(wǎng)絡(luò)expectile回歸模型及應(yīng)用.pdf
- 平滑轉(zhuǎn)移自回歸模型理論與應(yīng)用研究.pdf
- 基于自回歸模型的混沌時(shí)間序列預(yù)測與應(yīng)用.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的回歸模型及其應(yīng)用研究.pdf
- 15239.函數(shù)型自回歸模型及應(yīng)用研究
- arima模型-自回歸移動平均模型
- 基于時(shí)頻分析的癲癇信息傳遞特性的研究.pdf
- 空間自回歸SV模型及其在股市波動研究中的應(yīng)用.pdf
- 自回歸模型arp的整體估計(jì)
- 失神癲癇調(diào)控的神經(jīng)計(jì)算模型研究.pdf
- 非參數(shù)自回歸模型及其在匯率預(yù)測中的應(yīng)用研究.pdf
- 基于自回歸模型的動態(tài)表情識別.pdf
評論
0/150
提交評論