WEKO3
アイテム
相互相関係数を用いた脳波及び脳磁図の電流源推定に関する研究
http://hdl.handle.net/2261/26289
http://hdl.handle.net/2261/262893091bfc0-aadb-4271-bc8e-dfe89b888925
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
yamada.pdf (8.2 MB)
|
|
| Item type | 学位論文 / Thesis or Dissertation(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2011-08-08 | |||||
| タイトル | ||||||
| タイトル | 相互相関係数を用いた脳波及び脳磁図の電流源推定に関する研究 | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 電流源推定 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 相互相関係数 | |||||
| 資源タイプ | ||||||
| 資源 | http://purl.org/coar/resource_type/c_46ec | |||||
| タイプ | thesis | |||||
| その他のタイトル | ||||||
| その他のタイトル | Study of Current Source Estimation with the Use of Cross-correlation Coefficients in EEG and MEG | |||||
| 著者 |
山田, 倍司
× 山田, 倍司 |
|||||
| 著者所属 | ||||||
| 著者所属 | 東京大学大学院工学系研究科 電子工学専攻 | |||||
| Abstract | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 脳磁図(MEG: Magnetoencephalography) や脳波(EEG: Electroencephalography)は非侵襲的で高い時間，空間分解能を有する生体計測手法であり，脳機能の研究はもちろん，臨床においても脳の神経活動を調べるのに適した計測手法として利用されている．MEG またはEEG の波形データから脳機能の局在化を行う際には，リードフィールド(Lead Field) を用いて脳内の神経活動を表す電流源分布の推定を行う必要がある．その際の推定法として最小ノルム推定や重みつき最小ノルム推定などが挙げられるが，これらの手法はある特定の時点での磁場，電位データのみを用いて推定を行う．そこで本研究では，時系列情報として相互相関係数を用いて電流源推定に生かすことを試みた．シミュレーションにより時間的に関連のある電流源に対してこの推定法が非常に有効であること，また実際の測定データ，特にEEG データに対して適用し得ることを示した． | |||||
| Abstract | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | Magnetoencephalography (MEG) and electroencephalography (EEG) are non-invasive techniques for measuring brain activity in humans, and have high temporal and spatial resolution. In EEG and MEG studies, we need to estimate the current source distribution with the use of the lead field in order to perform the localization of brain function. Minimum norm estimation (MNE) and weighted minimum norm estimation (wMNE) are the typical methods for current source estimation, but they use MEG/EEG data only at a certain point in time. In this study, we utilize cross-correlation coefficients as time series information.The results for the simulation data show that this method highlights the current sources that have temporal relevance. It is also shown that this method can be applied to actual measurement data, especially to EEG data. | |||||
| 書誌情報 | 発行日 2006-02-03 | |||||
| 日本十進分類法 | ||||||
| 主題Scheme | NDC | |||||
| 主題 | 007 | |||||
| 学位 | ||||||
| 値 | master | |||||
| 研究科・専攻 | ||||||
| 工学系研究科電子工学専攻 | ||||||
| 学位授与年月日 | ||||||
| 学位授与年月日 | 2006-03-23 | |||||
| 学位記番号 | ||||||
| 修第号 | ||||||
