• Correo ElectrónicoCorreo Electrónico
  • Dirección Nacional de Información AcadémicaDNINFOA - SIA
  • BibliotecaBibliotecas
  • ConvocatoriasConvocatorias
  • Identidad U.N.Identidad U.N.
Escudo de la República de ColombiaEscudo de la República de Colombia
  • português (Brasil) 
    • español
    • English
    • português (Brasil)
  • Aspirantes
  • Estudiantes
  • Egresados
  • Docentes
  • Administrativos
repositorio.unal.edu.co
Bibliotecas
  • Mapa de sedes
  • Amazonía
  • Bogotá
  • Caribe
  • Manizales
  • Medellín
  • Orinoquía
  • Palmira
Biblioteca Digital
  • Repositorio Institucional
  • Entrega de tesis y publicación en línea
  • Digitalización de documentos
  • Normatividad publicación en línea
  • Portal de Revistas UN
  • Suscripción a contenidos UN
  • Contáctenos
Recursos Bibliográficos
  • Recursos electrónicos
  • Catálogo UN
  • Diccionarios y enciclopedias
  • Herramientas bibliográficas
  • Libros electrónicos
  • Descubridor
  • Índices bibliográficos
  • Adquisicion de material bibliografico
Formación
  • Agenda de formación
  • Solicitud de nuevo taller
  • Guía de autoarchivo de documentos
Acerca de
  • Misión y visión
  • Dirección Nacional de Bibliotecas
  • Convenios y redes
  • Video del Sinab
  • Preguntas frecuentes
Sedes
  • Amazonia
  • Bogotá
  • Caribe
  • De La Paz
  • Manizales
  • Medellín
  • Orinoquia
  • Palmira
  • Tumaco
Servicios
Perfiles
Home
    • español
    • English
    • português (Brasil)
  • Entrar
Ver item 
  •   Página inicial
  • 1- Tesis y Disertaciones
  • Sede Manizales
  • Facultad de Ingeniería y Arquitectura
  • Departamento de Ingeniería Eléctrica y Electrónica
  • Ver item
  •   Página inicial
  • 1- Tesis y Disertaciones
  • Sede Manizales
  • Facultad de Ingeniería y Arquitectura
  • Departamento de Ingeniería Eléctrica y Electrónica
  • Ver item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Localización de focos epilépticos mediante el análisis de registros EEG basada en modelos paramétricos y separación ciega de fuentes = EEG source localization based on parametric models and blind source separation

Thumbnail
7109512_2011.pdf (3.325Mb)
Data
2011
Autor
Padilla Buriticá, Jorge Iván
Metadata
Mostrar registro completo

Summary
La estimación de las distribuciones de corriente a partir de registros electroencefalográficos se conoce como un problema inverso, el cual puede resolverse aproximadamente mediante la inclusión de modelos dinámicos como restricciones espacio-temporales en la solución. En este trabajo, se considera la tarea de localización de fuentes de electroencefalografía, donde se obtiene una estructura específica para el modelo dinámico de la distribución de corriente en el cerebro, directamente de los datos de electroencefalografía, mediante el ajuste de un modelo autorregresivo multivariado. Mientras que otros enfoques consideran una aproximación de la conectividad interna de las fuentes, la metodología propuesta toma en cuenta una estructura realista del modelo estimado a partir de los datos, de manera que se haga posible encontrar mejores soluciones inversas. El desempeño de la metodología propuesta se valida sobre señales simuladas de electroencefalografía, con diferentes relaciones señal a ruido, donde la tarea de localización de fuentes se evalúa por medio de los errores de localización y de ajuste de datos. Por ´ultimo se demuestra que estimar estos modelos hace posible obtener soluciones inversas de precisión considerable, en comparación con otras soluciones inversas / Abstract: The estimation of current distributions from electroencephalographic recordings poses an inverse problem, which can approximately be solved by including dynamical models as spatio-temporal constraints onto the solution. In this paper is considered the electroencephalography source localization task, where a specific structure for the dynamical model of current distribution is directly obtained from the data by fitting multivariate autoregressive models to electrocardiographic time series. Whereas previous approaches consider an approximation of the internal connectivity of the sources, the proposed methodology takes into account a realistic structure of the model estimated from the data, such that it becomes possible to obtain improved inverse solutions. The performance of the new method is demonstrated by application to simulated electroencephalographic data over several signal to noise ratios, where the source localization task is evaluated by using the localization error and the data fit error. Finally, it is shown that by estimating MVAR models makes possible to obtain inverse solutions of considerably improved quality, as compared to the usual instantaneous inverse solutions.
Assunto
EEG, MVAR, Problema inverso, Regularización, BEM, Filtro de Kal-man, Factor de olvido, EEG, MVAR, Inverse problem, Regularization, BEM, Kalman filter, Forgetting factor. ;
URI
https://repositorio.unal.edu.co/handle/unal/8157
Collections
  • Departamento de Ingeniería Eléctrica y Electrónica [370]

Navegar

Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosEsta coleçãoPor data do documentoAutoresTítulosAssuntos

Minha conta

EntrarCadastro

Statistics

View Google Analytics Statistics
Régimen Legal
Talento humano
Contratación
Ofertas de empleo
Rendición de cuentas
Concurso docente
Pago Virtual
Control interno
Calidad
Buzón de notificaciones
Correo institucional
Mapa del sitio
Redes Sociales
FAQ
Quejas y reclamos
Atención en línea
Encuesta
Contáctenos
Estadísticas
Glosario

Contacto página web:
Carrera 45 # 26-85
Edif. Uriel Gutiérrez
Bogotá D.C., ; Colombia
(+57 1) 316 5000

© Copyright 2014
Algunos derechos reservados.
mediosdigitales@unal.edu.co
Acerca de este sitio web

Actualización: 04/10/19

Orgullo UNOrgullo UNAgencia de noticiasAgencia de noticias
Trámites en líneaContaduría General de la República