Schätzung statistischer Parameter von EEG-Signalen mithilfe von Wavelets

Das Elektroenzephalogramm (EEG) ist die Standardtechnik zur Untersuchung der elektrischen Aktivität des Gehirns in verschiedenen psychologischen und pathologischen Zuständen. Die Analyse von Elektroenzephalogrammsignalen (EEG) ist eine anspruchsvolle Aufgabe, da verschiedene Artefakte wie Augenartefakte (OA) und Elektromyogramme auftreten. Normalerweise fallen EEG-Signale in den Frequenzbereich von DC bis 60 Hz und eine Amplitude von 1-5 µv. Augenartefakte haben ähnliche statistische Eigenschaften wie EEG-Signale und stören oft das EEG-Signal, wodurch die Analyse von EEG-Signalen komplexer wird. In diesem Buch wurde die iterative Soft-Thresholding-Technik unter Verwendung verschiedener Wavelet-Funktionen zur Entfernung von Augenartefakten (OA) im EEG-Signal eingesetzt und die statistischen Parameter des EEG-Signals geschätzt.

Autorentext

B. Krishna Kumar hat einen Doktortitel in Elektronik und Kommunikationstechnik von der Jawaharlal Nehru Technological University, Hyderabad, Indien (2016). Außerdem hat er einen M.Tech-Abschluss in digitalen Systemen und Computerelektronik von der Jawaharlal Nehru Technological University, Hyderabad, Indien.