This HTML5 document contains 34 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n13http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F68407700%3A21230%2F09%3A00163324%21RIV10-GA0-21230___/
dctermshttp://purl.org/dc/terms/
n16http://localhost/temp/predkladatel/
n17http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n12http://linked.opendata.cz/resource/domain/vavai/projekt/
n6http://linked.opendata.cz/ontology/domain/vavai/
n4http://linked.opendata.cz/ontology/domain/vavai/riv/
skoshttp://www.w3.org/2004/02/skos/core#
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n9http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n10http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n15http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n14http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n11http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n7http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n5http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F68407700%3A21230%2F09%3A00163324%21RIV10-GA0-21230___
rdf:type
skos:Concept n6:Vysledek
dcterms:description
Number of distributed models (WMN, FOCUSS, SSLOFO, LORETA), which differ in precision of source localization, spatial resolution and convergence to the global optimum, are used to reconstruct cortical generators of brain electric activity. This paper describes the design of a new method based on the combination of sLoreta algorithm and consequent ICA decomposition of the reconstructed source distribution into independent components by Infomax algorithm. The goal of this procedure is to increase spatial resolution, to consider dynamical progress of EEG (time factor introduction) and to enhance statistical significance of located generators. The method should contribute to more exact analysis of EEG recorded in stable conditions, in which the stability of important cortical generators might also be considered. Pro rekonstrukci korových generátorů elektrické aktivity mozku je používána řada distribuovaných modelů (WMN, FOCUSS, SSLOFO, LORETA), které se liší přesností lokalizace zdrojů, prostorovým rozlišením i schopností konvergovat ke globálnímu optimu. Zpráva popisuje návrh nové metody založené na kombinaci existujícího algoritmu sLoreta a následné ICA dekompozice jím rekonstruovaného rozložení zdrojů algoritmem Infomax na nezávislé komponenty. Cílem tohoto postupu je zvýšení prostorového rozlišení, zohlednění dynamického vývoje EEG (zavedení časové složky) a zvýšení statistické významnosti nalezených generátorů. Metoda by měla být přínosná především při analýze EEG měřeného za stabilních podmínek, kdy lze předpokládat i stabilitu významných korových generátorů. Pro rekonstrukci korových generátorů elektrické aktivity mozku je používána řada distribuovaných modelů (WMN, FOCUSS, SSLOFO, LORETA), které se liší přesností lokalizace zdrojů, prostorovým rozlišením i schopností konvergovat ke globálnímu optimu. Zpráva popisuje návrh nové metody založené na kombinaci existujícího algoritmu sLoreta a následné ICA dekompozice jím rekonstruovaného rozložení zdrojů algoritmem Infomax na nezávislé komponenty. Cílem tohoto postupu je zvýšení prostorového rozlišení, zohlednění dynamického vývoje EEG (zavedení časové složky) a zvýšení statistické významnosti nalezených generátorů. Metoda by měla být přínosná především při analýze EEG měřeného za stabilních podmínek, kdy lze předpokládat i stabilitu významných korových generátorů.
dcterms:title
Design of a method for EEG analysis using inverse problem solution and ICA Návrh metody pro analýzu EEG pomocí řešení inverzní úlohy a ICA Návrh metody pro analýzu EEG pomocí řešení inverzní úlohy a ICA
skos:prefLabel
Návrh metody pro analýzu EEG pomocí řešení inverzní úlohy a ICA Návrh metody pro analýzu EEG pomocí řešení inverzní úlohy a ICA Design of a method for EEG analysis using inverse problem solution and ICA
skos:notation
RIV/68407700:21230/09:00163324!RIV10-GA0-21230___
n4:aktivita
n15:P
n4:aktivity
P(GD102/08/H008)
n4:dodaniDat
n5:2010
n4:domaciTvurceVysledku
n17:4907531
n4:druhVysledku
n11:O
n4:duvernostUdaju
n10:S
n4:entitaPredkladatele
n13:predkladatel
n4:idSjednocenehoVysledku
328689
n4:idVysledku
RIV/68407700:21230/09:00163324
n4:jazykVysledku
n14:cze
n4:klicovaSlova
EEG; inverse problem; ICA
n4:klicoveSlovo
n9:inverse%20problem n9:EEG n9:ICA
n4:kontrolniKodProRIV
[B470588CDCA9]
n4:obor
n7:JA
n4:pocetDomacichTvurcuVysledku
1
n4:pocetTvurcuVysledku
1
n4:projekt
n12:GD102%2F08%2FH008
n4:rokUplatneniVysledku
n5:2009
n4:tvurceVysledku
Svoboda, Lukáš
n16:organizacniJednotka
21230