• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Nonlinear Biomedical Physics >Hilbert-Huang versus Morlet wavelet transformation on mismatch negativity of children in uninterrupted sound paradigm
【2h】

Hilbert-Huang versus Morlet wavelet transformation on mismatch negativity of children in uninterrupted sound paradigm

机译：Hilbert-Huang与Morlet小波变换对不间断声音范式中儿童失配负性的影响

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

BackgroundCompared to the waveform or spectrum analysis of event-related potentials (ERPs), time-frequency representation (TFR) has the advantage of revealing the ERPs time and frequency domain information simultaneously. As the human brain could be modeled as a complicated nonlinear system, it is interesting from the view of psychological knowledge to study the performance of the nonlinear and linear time-frequency representation methods for ERP research. In this study Hilbert-Huang transformation (HHT) and Morlet wavelet transformation (MWT) were performed on mismatch negativity (MMN) of children. Participants were 102 children aged 8–16 years. MMN was elicited in a passive oddball paradigm with duration deviants. The stimuli consisted of an uninterrupted sound including two alternating 100 ms tones (600 and 800 Hz) with infrequent 50 ms or 30 ms 600 Hz deviant tones. In theory larger deviant should elicit larger MMN. This theoretical expectation is used as a criterion to test two TFR methods in this study. For statistical analysis MMN support to absence ratio (SAR) could be utilized to qualify TFR of MMN.
机译：背景技术与事件相关电位（ERP）的波形或频谱分析相比，时频表示（TFR）的优势在于可以同时显示ERPs的时域和频域信息。由于可以将人脑建模为一个复杂的非线性系统，因此从心理学知识的角度出发，研究非线性和线性时频表示方法在ERP研究中的性能非常有趣。在这项研究中，对儿童的失配负性（MMN）进行了希尔伯特-黄（HHT）变换和莫雷特小波变换（MWT）。参加者为102名8-16岁的儿童。 MMN是在具有持续时间偏差的被动奇数球范式中引发的。刺激由不间断的声音组成，包括两个交替的100 ms音调（600和800 Hz）和不常见的50 ms或30 ms 600 Hz偏差音。从理论上讲，更大的偏差会引发更大的MMN。该理论预期用作测试本研究中两种TFR方法的标准。为了进行统计分析，可以使用MMN支持比（SAR）来限定MMN的TFR。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号