+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Частотно-временной анализ сигналов электрической активности нейронного ансамбля головного мозга при абсанс-эпилепсии

  • Автор:

    Грубов, Вадим Валерьевич

  • Шифр специальности:

    03.01.02

  • Научная степень:

    Кандидатская

  • Год защиты:

    2015

  • Место защиты:

    Саратов

  • Количество страниц:

    142 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

Оглавление

Введение
1 Частотно-временной анализ осцилляторных паттернов на сигналах электроэнцефалограмм
1.1 | Эпилепсия и электроэнцефалография
1.2 Исследуемая модель эпилепсии: крысы линии УАС/11ц
1.3 Вейвлетный анализ
1.4 Анализ электроэнцефалограмм при помощи непрерывного вей-,влетного преобразования
1.4.1 Основные частотно-временные характеристики осцилляторных паттернов на сигналах электроэнцефалограмм
1.4.2 Изменения в структуре сонных веретен с возрастом и развитием эпилепсии

1.4.3 Различия в структуре сонных веретен у крыс с эпилепсией и отсутствием эпилепсии
1.5 Частотно-временной анализ на основе разложения нестационарных сигналов по эмпирическим модам

1.6 Анализ электроэнцефалограмм при помощи разложения сигнала по эмпирическим модам
1.7 Выводы к главе

2 Разработка методов для автоматического анализа и диагностики электроэнцефалограмм
2.1 Проблема автоматического выделения характерных осцилля-
, торных паттернов на долговременных записях электроэнцефалограмм
2.2 Метод выделения характерных осцилляторных паттернов на
сигналах электроэнцефалограмм, основанный на непрерывном вейвлетном преобразовании
2.3 Метод выделения характерных осцилляторных паттернов (сонных веретен) на сигналах электроэнцефалограмм, основанный
на разложении сигнала по эмпирическим модам
2.4 Комбинированный метод выделения характерных осциллятор-

ных паттернов (сонных веретен) на сигналах электроэнцефалограмм
2.5 Программы для ЭВМ для автоматического детектирования ха-
рактерных осцилляторных паттернов на сигналах электроэнцефалограмм
2.6 Выводы к главе
3 Результаты автоматического анализа электроэнцефалограмм
3.1 Создание системы автоматической разметки электроэнцефалограмм
3.2 Анализ динамических свойств появления характерных осцилляторных паттернов на электроэнцефалограммах
3.2.1 Статистический анализ характерных осцилляторных

паттернов на эпилептических электроэнцефалограммах .

3.2.2 On-off перемежаемость в поведении характерных осцил-ляторных паттернов на эпилептических электроэнцефа-

лограммах
3.2.3 Перемежаемость перемежаемостей в поведении эпилептических осцилляторных паттернов на электроэнцефалограммах
3.3 ’Выводы к главе
Заключение

Рис. 1.2: Примеры временных реализаций сигналов: тестовый сигнал с двумя частотными компонентами (а) и отрезок ЭЭГ, а также построенные для них «скелетоны»: проекции на частотновременную ось (в, г) и исходные вейвлетные поверхности (д, е) с отмеченными «скелетонами» (выделены черными линиями)

Рекомендуемые диссертации данного раздела

Время генерации: 0.144, запросов: 967