A state-informed stimulation approach with real-time estimation of the instantaneous phase of neural oscillations by a Kalman filter
A state-informed stimulation approach with real-time estimation of the instantaneous phase of neural oscillations by a Kalman filter
复制标题
一种状态通知刺激方法，通过卡尔曼滤波器实时估计神经振荡的瞬时相位
DOI：
10.1088/1741-2552/ac2f7b
复制
发表时间：
2021
影响因子：
4
通讯作者：
Kitajo Keiichi
中科院分区：
文献类型：
--
作者：
Onojima Takayuki;Kitajo Keiichi
我们提出了一种新的方法来估计瞬时振荡相位，以实现一个实时系统的状态通知的感觉刺激在脑电图（EEG）的experiments.ApproachThe方法使用卡尔曼滤波器为基础的预测来估计当前和未来的EEG信号。我们测试了我们的方法在实时situation.Main resultsOur方法的性能表现出更高的准确性，在预测的EEG相位比传统的自回归（AR）模型为基础的method.SignificanceA卡尔曼滤波器使我们能够很容易地估计的瞬时相位的EEG振荡的自动估计的AR模型的基础上实现的实时信号处理机。所提出的方法具有潜在的多功能应用，针对调制的EEG相位动力学和可塑性的大脑网络的感知或认知功能。
ObjectiveWe propose a novel method to estimate the instantaneous oscillatory phase to implement a real-time system for state-informed sensory stimulation in electroencephalography (EEG) experiments.ApproachThe method uses Kalman filter-based prediction to estimate current and future EEG signals. We tested the performance of our method in a real-time situation.Main resultsOur method showed higher accuracy in predicting the EEG phase than the conventional autoregressive (AR) model-based method.SignificanceA Kalman filter allows us to easily estimate the instantaneous phase of EEG oscillations based on the automatically estimated AR model implemented in a real-time signal processing machine. The proposed method has a potential for versatile applications targeting the modulation of EEG phase dynamics and the plasticity of brain networks in relation to perceptual or cognitive functions.
登录
查看更多内容
影响因子：
5.3
作者：
Royter V;Gharabaghi A
通讯作者：
Gharabaghi A
通过β散度映射人脑振荡个性的流形学习方法
影响因子：
2.9
作者：
H. Suetani;K. Kitajo
通讯作者：
K. Kitajo
影响因子：
4.8
作者：
Morbidi, Fabio;Garulli, Andrea;Rossi, Simone
通讯作者：
Rossi, Simone
影响因子：
7.7
作者：
Zrenner, Christoph;Desideri, Debora;Ziemann, Ulf
通讯作者：
Ziemann, Ulf