МЕТОД СЕГМЕНТАЦИИ ПРОСТРАНСТВЕННО-РАСПРЕДЕЛЕННЫХ ВРЕМЕННЫХ РЯДОВ НА ОСНОВЕ БЕГУЩИХ ВОЛН
14 сентября 2018
219
| Предметная область | — |
| Выходные данные | — |
| Ключевые слова | — |
| Вид публикации | Статья |
| Контактные данные автора публикации | ТРОФИМОВ А.Г.1, КОЛОДКИН И.В.1, УШАКОВ В.Л.2, ВЕЛИЧКОВСКИЙ Б.М.2 1 Национальный исследовательский ядерный университет «МИФИ» 2 НИЦ «Курчатовский институт» |
| Ссылка на публикацию в интернете | elibrary.ru/item.asp?id=22738804 |
Аннотация
ЖУРНАЛ:
НАУКА И ОБРАЗОВАНИЕ: НАУЧНОЕ ИЗДАНИЕ МГТУ ИМ. Н.Э. БАУМАНА
Издательство: Московский государственный технический университет им. Н.Э. Баумана (Москва)
ISSN: 1994-0408
КЛЮЧЕВЫЕ СЛОВА:
СЕГМЕНТАЦИЯ, ЭЛЕКТРОЭНЦЕФАЛОГРАММА, ПРОСТРАНСТВЕННО-РАСПРЕДЕЛЕННЫЙ ВРЕМЕННОЙ РЯД, БЕГУЩАЯ ВОЛНА, СИНХРОННОСТЬ, КОГЕРЕНТНОСТЬ, МИКРОСОСТОЯНИЯ ЭЭГ
АННОТАЦИЯ:
Предложен метод сегментации многомерных временных рядов, обладающих пространственной организацией, на основе характеристик бегущих волн. Для оценки степени выраженности бегущих волн введены показатели синхронности и когерентности. Расчёт этих показателей проводился на основе результатов анализа кросс-спектров сигналов в пространственно близких точках наблюдения. В результате экспериментальных исследований на реальных данных электроэнцефалографии (ЭЭГ) головного мозга показано, что предложенный метод обеспечивает более качественную сегментацию по сравнению традиционными методами сегментации сигналов ЭЭГ.
ПодробнееНАУКА И ОБРАЗОВАНИЕ: НАУЧНОЕ ИЗДАНИЕ МГТУ ИМ. Н.Э. БАУМАНА
Издательство: Московский государственный технический университет им. Н.Э. Баумана (Москва)
ISSN: 1994-0408
КЛЮЧЕВЫЕ СЛОВА:
СЕГМЕНТАЦИЯ, ЭЛЕКТРОЭНЦЕФАЛОГРАММА, ПРОСТРАНСТВЕННО-РАСПРЕДЕЛЕННЫЙ ВРЕМЕННОЙ РЯД, БЕГУЩАЯ ВОЛНА, СИНХРОННОСТЬ, КОГЕРЕНТНОСТЬ, МИКРОСОСТОЯНИЯ ЭЭГ
АННОТАЦИЯ:
Предложен метод сегментации многомерных временных рядов, обладающих пространственной организацией, на основе характеристик бегущих волн. Для оценки степени выраженности бегущих волн введены показатели синхронности и когерентности. Расчёт этих показателей проводился на основе результатов анализа кросс-спектров сигналов в пространственно близких точках наблюдения. В результате экспериментальных исследований на реальных данных электроэнцефалографии (ЭЭГ) головного мозга показано, что предложенный метод обеспечивает более качественную сегментацию по сравнению традиционными методами сегментации сигналов ЭЭГ.
Для того чтобы оставить комментарий необходимо авторизоваться.