Abstract: I. Weber, C. Oehrn (2022)

Rhythmic neural activity, so-called oscillations, plays a key role in neural information transmission, processing, and storage. Neural oscillations in distinct frequency bands are central to physiological brain function, and alterations thereof have been associated with several neurological and psychiatric disorders. The most common methods to analyze neural oscillations, e.g., short-time Fourier transform or wavelet analysis, assume that measured neural activity is composed of a series of symmetric prototypical waveforms, e.g., sinusoids. However, usually, the models generating the signal, including waveform shapes of experimentally measured neural activity are unknown. Decomposing asymmetric waveforms of nonlinear origin using these classic methods may result in spurious harmonics visible in the estimated frequency spectra. Here, we introduce a new method for capturing rhythmic brain activity based on recurrences of similar states in phase-space. This method allows for a time-resolved estimation of amplitude fluctuations of recurrent activity irrespective of or specific to waveform shapes. The algorithm is derived from the well-established field of recurrence analysis, which, in comparison to Fourier-based analysis, is still very uncommon in neuroscience. In this paper, we show its advantages and limitations in comparison to short-time Fourier transform and wavelet convolution using periodic signals of different waveform shapes. Furthermore, we demonstrate its application using experimental data, i.e., intracranial and noninvasive electrophysiological recordings from the human motor cortex of one epilepsy patient and one healthy adult, respectively.

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.

A Waveform-Independent Measure of Recurrent Neural Activity