EEG analysis based on time domain properties

人文学科 时域 牙石(牙科) 应用数学 算法 数学 物理 计算机科学 哲学 计算机视觉 医学 牙科
作者
Bo Hjorth
出处
期刊:Electroencephalography and Clinical Neurophysiology [Elsevier]
卷期号:29 (3): 306-310 被引量:1389
标识
DOI:10.1016/0013-4694(70)90143-4
摘要

A method to describe the general characteristics of an EEG trace in a few quantitative terms is introduced. Its descriptive parameters are entirely based on time, but they can be derived also from the statistical moments of the power spectrum. Thus the method provides a bridge between a physical time domain interpretation and the conventional frequency domain description. Further, the parameters are based on the concept of variance, giving them an additive property so that the measured values pertain also to any basic elements from which a complex curve may be composed by superposition. The proposed method offers a way to on-line measurement of basic signal properties by means of a time-based calculation, requiring less complex equipment compared to conventional frequency analysis. The data-reducing capability of the parameters has been experimentally stated in the recording of “sleep profiles”. L'auteur introduit une méthode de description des caractéristiques générales d'un tracé EEG en un nombre limité de termes quantitatifs. Ses paramètres descriptifs sont entièrement basés sur le temps, mais peuvent être dérivés également des moments statistiques du spectre de puissance. Ainsi, cette méthode fait la jonction entre une interprétation du domaine des séries temporelles physiques et la description du domaine fréquentiel conventionnel. De plus les paramètres sont basés sur le concept de variance, leur donnant une propriété supplémentaire de telle sorte que les valeurs mesurées se rapportent également à chaque élément de base à partir duquel une courbe complexe peut être composée par superposition. La méthode proposée offre un moyen de mesurer “on-line” des propriétés de base du signal au moyen d'un calcul basé sur le temps, nécessitant un équipement moins complexe que l'analyse de fréquence conventionnelle. La capacité de réduction des données des paramètries a été spécifiée expérimentalement dans l'enregistrement des “profils de sommeil”.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
SGY完成签到,获得积分20
刚刚
高尚发布了新的文献求助10
刚刚
研究僧完成签到,获得积分10
1秒前
慕青应助无辜丹翠采纳,获得10
2秒前
2秒前
落英芬芳发布了新的文献求助10
2秒前
大个应助aken采纳,获得10
2秒前
徐嗣桐完成签到,获得积分10
2秒前
贪玩飞珍发布了新的文献求助10
2秒前
3秒前
3秒前
1111发布了新的文献求助10
3秒前
李嘉图发布了新的文献求助10
3秒前
李ny发布了新的文献求助30
3秒前
SS2D发布了新的文献求助10
3秒前
赘婿应助翁遥采纳,获得20
4秒前
MYhang完成签到,获得积分10
4秒前
于金正发布了新的文献求助10
4秒前
4秒前
李健应助Rjy采纳,获得10
5秒前
5秒前
5秒前
小二郎应助LQ采纳,获得30
6秒前
JerryZ发布了新的文献求助30
6秒前
紧张的寄凡完成签到,获得积分10
6秒前
7秒前
小猪完成签到,获得积分10
7秒前
HHHONG发布了新的文献求助30
7秒前
Myx完成签到,获得积分10
7秒前
zhaoshanmei完成签到,获得积分10
7秒前
mx发布了新的文献求助10
8秒前
202211010668发布了新的文献求助10
8秒前
忧郁的白风完成签到,获得积分10
9秒前
9秒前
研友_85rWQL发布了新的文献求助30
9秒前
9秒前
小猪发布了新的文献求助10
10秒前
Lucas应助多情的青曼采纳,获得10
10秒前
吗喽发布了新的文献求助10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
List of 1,091 Public Pension Profiles by Region 1561
Binary Alloy Phase Diagrams, 2nd Edition 1200
Holistic Discourse Analysis 600
Atlas of Liver Pathology: A Pattern-Based Approach 500
Latent Class and Latent Transition Analysis: With Applications in the Social, Behavioral, and Health Sciences 500
Using Genomics to Understand How Invaders May Adapt: A Marine Perspective 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5505994
求助须知:如何正确求助?哪些是违规求助? 4601482
关于积分的说明 14476730
捐赠科研通 4535445
什么是DOI,文献DOI怎么找? 2485408
邀请新用户注册赠送积分活动 1468357
关于科研通互助平台的介绍 1440869