Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Warped s-transform for analysing the brain waves

Tytuł:
Warped s-transform for analysing the brain waves
Spaczona transformata s do analizy fal mózgowych
Autorzy:
Borowicz, A.
Data publikacji:
2014
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
WDFT
transformata S
EEG
Stockwell transform
Źródło:
Advances in Computer Science Research; 2014, 11; 5-16
2300-715X
Język:
angielski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
In this paper the warped S-transform is introduced as a tool for non-uniform time-frequency representation (TFR) of the brain electrical activity. The brain oscillations are classified as the five basic rhythms. The center frequencies and frequency ranges of these rhythms are non-uniformly distributed over frequency scale. Unlike the conventional S-transform the proposed technique is based on the warped discrete Fourier transform (WDFT), that allows for frequency scale warping. This can improves a spectral resolution of the TFR in particular oscillation band. In opposition to the time-domain filtering techniques, the brain rhythms can be analysed more precisely in the time-frequency plane as a full-band signal.

W artykule wprowadzamy spaczoną transformatę S, jako narzędzie nierównomiernej reprezentacji czasowo-częstotliwościowej aktywności elektrycznej mózgu. Oscylacje mózgowe klasyfikowane są, jako pięć podstawowych rytmów. Częstotliwości środkowe oraz zakresy odpowiadające tym rytmom rozmieszczone są nierównomiernie na skali częstotliwości. Proponowana technika, w przeciwieństwie do konwencjonalnej transformaty S, opiera się na spaczonej dyskretnej transformacie Fouriera, która pozwala na deformowanie skali częstotliwości. Umożliwia to zwiększenie rozdzielczości widmowej reprezentacji czasowo-częstotliwościowej w określonym pasmie oscylacji. W odróżnieniu od klasycznych metod filtracji dziedziny czasu, rytmy mózgowe mogą być dokładniej analizowane w płaszczyźnie czasowo-częstotliwościowej, jako sygnał pełno-pasmowy.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies

Prześlij opinię

Twoje opinie są dla nas bardzo ważne i mogą być niezwykle pomocne w pokazaniu nam, gdzie możemy dokonać ulepszeń. Bylibyśmy bardzo wdzięczni za poświęcenie kilku chwil na wypełnienie krótkiego formularza.

Formularz