Weiterentwicklung von Methoden der Datenanalyse zur räumlichen und zeitlichen Charakterisierung einzelner Quellsignale in MEG- und EEG-Daten bei sensorischer Stimulation

(3)数据分析方法(d)：脑电图(EEG) /磁电位图（MEG）。Mit dem entwickelten Verfahren soll in verbessertes physiologches Verständnis von EEG/MEG-Daten ermöglicht werden。脑电/MEG-Messungen在脑生理学中的分析[j]。过敏症与遗传信号在inhärent schlechtes Signal-zu-Rauschleistungsverhältnis中的应用，并分析了遗传信号与遗传信号之间的关系。研究进展：<s:1> ckschll<e:1> - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -研究进展：angelwendet werden病方法学：脑电图/脑磁图分析Messkanäle。齐尔·戴斯。单次试验的多变量特征在脑电图/脑磁图分析中的应用。现代统计方法中独立成分分析与聚类成分分析的新方法。在单试验方法下，采用单试验方法进行组合试验，获得了最优化的研究结果Multidimensionalität。die soll zum einen die Qualität der Signale gegener berscherigen Verfahren显著verbesseren und zum anderen r<s:1> ckschl<e:1> sse auf statisticsche Abhängigkeiten zwischen der spontanen Gehirnaktivität and Reizantworten des Gehirns auf äußere Stimulationen erlauben。

Es wird eine Methode der Datenanalyse für die Auswertung von Elektroenzephalogramm-(EEG) / Magnetenzephalogramm- (MEG) Messungen entwickelt. Mit dem entwickelten Verfahren soll ein verbessertes physiologisches Verständnis von EEG/MEG-Daten ermöglicht werden. Die Analyse von EEG/MEG-Messungen spielt in der physiologischen Gehirnforschung eine wichtige Rolle. Allerdings weisen diese Messungen ein inhärent schlechtes Signal-zu-Rauschleistungsverhältnis auf, und die Analyse erfolgt zumeist für gemittelte Signale. Da ein solches Vorgehen keine Rückschlüsse auf einzelne Prozesse zulässt, werden in jüngster Zeit vermehrt Single-Trial-Methoden entwickelt, die ohne Mittelung arbeiten. Angewendet werden diese Methoden meist nur auf einzelne Messkanäle des EEG/MEG. Ziel dieses Projektes ist die Neuentwicklung eines Single-Trial-Verfahrens, das den multivariaten Charakter des EEG/MEG berücksichtigt. Als Ausgangspunkt hierzu dienen moderne statistische Verfahren der blinden Quellentrennung wie die Independent Component Analysis und insbesondere die neue Methode der Cluster Component Analysis. Durch die Kombination dieser Verfahren mit Single-Trial-Methoden soll eine optimale Ausnutzung der Multidimensionalität der Messignale erreicht werden. Dies soll zum einen die Qualität der Signale gegenüber bisherigen Verfahren signifikant verbessern und zum anderen Rückschlüsse auf statistische Abhängigkeiten zwischen der spontanen Gehirnaktivität und Reizantworten des Gehirns auf äußere Stimulationen erlauben.