ITEM METADATA RECORD
Title: Decomposition Methods With Applications in Neuroscience (Decompositietechnieken met toepassingen in de neurowetenschappen)
Other Titles: Decomposition Methods With Applications in Neuroscience
Authors: De Vos, Maarten
Issue Date: 18-Dec-2009
Abstract: De hersenen zijn de belangrijkste plaats voor informatieverwerking in he t menselijk lichaam. Ze zijn verantwoordelijk voor het ontvangen, verwerken en opsla an van informatie. Een van de mogelijkheden om de werking van de hersenen t e bestuderen is door middel van het plaatsen van electroden op de hoofdhui d. Hiermee kan men synchrone neuronale activiteit van de hersenen opmeten. Zulke meting registreert een combinatie van actieve processen in de voll edige hersenen. Jammer genoeg is de meting ook bevuild door artefacten. Door de artefacten softwarematig te verwijderen, kunnen propere hersensignale n onderzocht worden. Meer nog, het is gemakklijker om specifieke hersenact iviteit, zoals een epileptische aanval, te bestuderen dan naar een combinatie te kijken. In dit doctoraat presenteren we verschillende wiskundige technieken die gebruikt kunnen worden om individuele bronnen te schatten uit opgemeten signalen. De klemtoon ligt bij Canonieke Correlatie Analyse (CCA), Onafhankelijke Componenten Analyse (ICA) en de Canonieke Ontbinding (CPA). We tonen dat de eigenschappen van de bronsignalen, ge¨extraheerd met CCA geschikt zijn om spiersignalen te extraheren uit hersensignalen. We hebb en dit gevalideerd in een studie naar spraakproductie. We tonen dat ICA-algorit mes kunnen gebruikt worden om oogartefacten te verwijderen. Een belangrijk onderwerp in onderzoek rond epilepsie is het bekomen van een nauwkeurige localisatie van de epileptische focus. Op basis van de hersensignalen, o pgemeten tijdens een epileptische aanval kan de localisatie van de focus afgeleid worden. Soms is de aanval echter niet zichtbaar door de aanwezigheid van artefac ten. In een eerste stap hebben we oog- en spierartefacten verwijderd om de local isatie van de focus te verbeteren. In een tweede stap hebben we een methode ontwikk eld op basis van CPA die de epileptische bron extraheert. De localisatie van de ze bron geeft dan informatie over de focus. We hebben ook nieuwe algoritmes ontwikkeld. We tonen hoe spati¨ele beper kingen kunnen opgelegd worden in ICA. Deze beperkingen hebben betrekking tot ho eveel de bronsignalen aanwezig zijn in de verschillende electrodes. We tonen d at het in rekening brengen van zulke a priori kennis de accuraatheid van de schatt ing van de bronnen verbetert. Een laatste hoofdstuk heeft betrekking tot een nieuw algoritme dat twee decompositiemethodes combineert: ICA en CPA. We leggen uit dat de combin atie zinvol is in praktische toepassingen en tonen dat de nieuwe methode in verschillende situaties beter is dan standaard ICA en CPA.
Publication status: published
KU Leuven publication type: TH
Appears in Collections:ESAT - STADIUS, Stadius Centre for Dynamical Systems, Signal Processing and Data Analytics
Leuven Statistics Research Centre (LStat)
Faculty of Science, Campus Kulak Kortrijk
Research Group Experimental Neurology
Laboratory for Epilepsy Research

Files in This Item:

There are no files associated with this item.

Request a copy

 




All items in Lirias are protected by copyright, with all rights reserved.