因果關系檢測研究及其在神經(jīng)信號分析中的應用.pdf_第1頁
已閱讀1頁，還剩49頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、有效連通性研究是抗藥性癲癇手術治療中的一項重要基礎性工作，長期以來得到了人們的廣泛關注。有效分析癲癇腦電信號中的因果關系可以為準確定位癲癇腦電活動源提供依據(jù)，因此對于癲癇治療有著重要的意義。
　　本文首先對之前的因果檢測方法進行了簡要的介紹和比較。隨后，詳細介紹了近年來在神經(jīng)科學領域得到廣泛重視的新方法--轉移熵。轉移熵基于Shannon提出的信息論，相比已有算法，該方法具有魯棒性強，模型無關等一系列優(yōu)點。但目前尚缺乏有效算法來估

2、算轉移熵計算過程中的關鍵參數(shù)。在這個背景下，本文提出利用偏互信息算法對非線性模型階數(shù)進行估計，并將其與傳統(tǒng)的AIC算法進行了比較。
　　在實驗部分，我們首先利用已知耦合關系的模擬癲癇數(shù)據(jù)對算法進行了驗證，實驗結果證明本文提出的算法正確揭示了模擬EEG信號之間的因果關系。隨后，我們又利用該算法對實驗中采集到的豚鼠顱內(nèi)腦電信號進行了大量的計算分析，并初步得出了自己的結論。
　　本文最后對課題進行了總結和展望，總結了本論文所完成的

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論