机构名称：
¥ 1.0
摘要 - 研究进步刺激了基于脑电图（EEG）的神经振荡性节奏的使用，作为一种生物标志物，以补充中风患者运动技能恢复的临床康复策略。然而，来自各种来源的文物的EEG信号的必然污染限制了其利用率和有效性。因此，独立组件分析（ICA）和独立组件标签（iClabel）的整合已被广泛用于将神经活动与伪影分开。iClabel预处理管道中的关键步骤是人为的ICS拒绝阈值（Th）参数，它决定了整体信号的质量。例如，选择高TH会导致许多IC被拒绝，从而导致信号过度清洁，并且选择低的TH可能会导致信号的清洁不足。为确定最佳TH参数，本研究研究了六个不同组（第三和TH1-TH6）对从冲程后患者记录的EEG信号的影响，这些急流患者执行了四个不同的运动成像任务，包括手腕和握住运动。利用大脑感觉运动皮层的eeg-beta带信号，使用三个著名的脑电图量词评估了TH组的性能。总体而言，获得的结果表明，所考虑的THS将显着改变神经振荡模式。比较TH组的性能，TH-3的置信度为60％，表现出更强的信号对异步和侧向化。因此，对于脑电图中的人为ICS排斥，建议将置信度水平在50％-70％之间的TH值。相关结果表明，具有高相关值的大多数电极对在所有MI任务中都是可复制的。也表明，大脑活性与距离线性相关，电极对之间的强相关性与不同的脑皮质无关。临床相关性：这项研究表明，iClabel人为排斥阈值的最佳选择对于EEG增强对足够信号表征至关重要。
分析人为成分拒绝阈值...
主要关键词
相关文件推荐
