...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Brain research. Brain research protocols >Wavelet Transform in the analysis of the frequency composition of evoked potentials.
【24h】

Wavelet Transform in the analysis of the frequency composition of evoked potentials.

机译：小波变换分析诱发电位的频率成分。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This technical paper deals with the application of the Wavelet Transform to the study of evoked potentials. In particular, Wavelet Transform gives an optimal time-dependent frequency decomposition of the evoked responses, something difficult to be achieved with previous methods such as the Fourier Transform. We describe in detail the protocol for implementing the decomposition based on the Wavelet Transform and apply it to two different types of evoked potentials. In the first case we study alpha responses in pattern visual evoked potentials and in the second case, we study gamma responses to bimodal (auditory and visual) stimulation. Although in this study we focus on methodological issues, we briefly discuss physiological implications of the present time-frequency analysis. Furthermore, we show examples of the better performance of the wavelet decomposition in comparison with Fourier-based methods.
机译：本技术论文涉及小波变换在诱发电位研究中的应用。尤其是，小波变换可以对诱发的响应进行最佳的时变频率分解，这在以前的方法（例如傅立叶变换）中很难实现。我们详细描述了基于小波变换实现分解的协议，并将其应用于两种不同类型的诱发电位。在第一种情况下，我们研究模式视觉诱发电位中的α反应，在第二种情况下，我们研究对双峰刺激（听觉和视觉）的伽马响应。尽管在这项研究中我们关注方法论问题，但我们简要讨论了当前时频分析的生理意义。此外，与基于傅立叶的方法相比，我们展示了小波分解性能更好的示例。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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