字典学习在缓解 EEG 源定位计算负担中的应用
神经元与认知
2017-07-27 v2
摘要
提出了两种技术以缓解应用于脑电图（EEG）源定位的 MUltiple SIgnal Classification (MUSIC) 算法的计算负担。通过将皮层表面解析为较小区域并仅提名少数区域用于 MUSIC 算法固有的穷举搜索，实现了显著减少。提名过程涉及字典学习阶段，其中每个区域被分配一个原子矩阵。此外，通过排除部分电极提供的降维步骤被设计成保持定位的克拉美-罗界（Cramer-Rao bound）。模拟表明，基于 MUSIC 的定位的计算复杂度可降低多达 。
引用
@article{arxiv.1707.03536,
title = {Application of Dictionary Learning in Alleviating Computational Burden of EEG Source Localization},
author = {Seyede Mahya Safavi and Beth Lopour and Pai H. Chou},
journal= {arXiv preprint arXiv:1707.03536},
year = {2017}
}
备注
I just don't think this version of my draft is ready