A Kalman filter based methodology for EEG spike enhancement
Φόρτωση...
Ημερομηνία
Συγγραφείς
Oikonomou, V. P.
Tzallas, A. T.
Fotiadis, D. I.
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Elsevier
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
peer reviewed
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Comput Methods Programs Biomed
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
In this work, we present a methodology for spike enhancement in electroencephalographic (EEG) recordings. Our approach takes advantage of the non-stationarity nature of the EEG signal using a time-varying autoregressive model. The time-varying coefficients of autoregressive model are estimated using the Kalman filter. The results show considerable improvement in signal-to-noise ratio and significant reduction of the number of false positives. (c) 2006 Elsevier Ireland Ltd. All rights reserved.
Περιγραφή
Λέξεις-κλειδιά
eeg, epilepsy, spike enhancement, non-stationary signal, kalman filter, artificial neural-networks, epileptiform activity, automatic recognition, interictal spikes, raw eeg, system, discharges, algorithms, models
Θεματική κατηγορία
Παραπομπή
Σύνδεσμος
<Go to ISI>://000244167100002
http://ac.els-cdn.com/S0169260706002422/1-s2.0-S0169260706002422-main.pdf?_tid=614e6609e4af2932248f3378f4d2f698&acdnat=1339758291_68653f35983137452030915329a4eb32
http://ac.els-cdn.com/S0169260706002422/1-s2.0-S0169260706002422-main.pdf?_tid=614e6609e4af2932248f3378f4d2f698&acdnat=1339758291_68653f35983137452030915329a4eb32
Γλώσσα
en
Εκδίδον τμήμα/τομέας
Όνομα επιβλέποντος
Εξεταστική επιτροπή
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Επιστήμης Υλικών