Quali sono gli approcci comuni per misurare la profondità dell’anestesia nelle applicazioni cliniche e come valutiamo gli algoritmi utilizzati? Il monitoraggio della profondità dell’anestesia (DoA) in tempo reale durante la […]
Come si confronta e si seleziona il miglior modello bayesiano nella modellazione causale dinamica o DCM dei dati EEG? Nei due blog precedenti abbiamo appreso i componenti di base della […]
Il Dynamic Causal Modeling (DCM) utilizza un framework bayesiano probabilistico per dedurre la connettività effettiva o causale, essenzialmente per modellare il modo in cui uno stimolo influenzerebbe la connettività tra […]
Dov’è il futuro dell’EEG? Il simposio EEG 2021 tenutosi la scorsa settimana ha discusso vari aspetti del settore e dove sta andando. Ecco alcuni punti salienti.
Un framework bayesiano, che funziona con probabilità condizionate, ha numerose applicazioni nel Neuroimaging in generale e nell’EEG in particolare. Ma prima, un’introduzione al teorema di Bayes e a come funziona.
Gli elettrodi a secco hanno alcuni chiari vantaggi, ma come si confronta la loro qualità del segnale con gli elettrodi a umido? Scegliere l’uno rispetto all’altro può essere un compromesso tra tempo, qualità del segnale e stabilità.
La tecnologia di registrazione EEG rimane simile in linea di principio sin dal suo primo utilizzo nel 1923. Tuttavia, ora è disponibile una vasta gamma di tipi di elettrodi, sia […]
L’istruzione e i viaggi aumentano la portata di stimoli più complessi e nuovi per il cervello. A sua volta, la complessità del segnale EEG cerebrale aumenta di complessità con l’aumentare […]
Ambienti più complessi con una portata ampliata per gli stimoli al cervello hanno un impatto di vasta portata su vari aspetti del cervello. Il progetto Human Brain Diversity di Sapien […]
I potenziali evocati visivi allo stato stazionario utilizzano diverse frequenze di stimoli visivi per distinguere tra gli oggetti nelle applicazioni BCI e hanno velocità di trasferimento delle informazioni relativamente elevate. […]
