Abstract: E. Pitsik, N. Frolov (2020)

Proceedings of SPIE – Progress in Biomedical Optics and Imaging, 11459, 1145904p. (2020) DOI:10.1117/12.2563542

Features of motor-related brain activity revealed via recurrence quantification analysis

We propose an approach for motor-related brain activity analysis based on the combination of continuous wavelet transform and recurrence quantification analysis (RQA). Detecting such patterns on EEG is a complex task due to the nonstationarity and complexity of EEG signal, which leads to high inter- A nd intra-subject variability of traditionally applied methods. We show that RQA measures of complexity, such as recurrence rate an laminarity, are very useful in detection of transitions from background to motor-related EEG. Moreover, RQA measures time dependence for upper limbs is contralateral, which allows us to distinguish two types of movements.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.