从 EEG 读数样本推断脑信号同步性
应用统计
2018-11-15 v2
摘要
从异质的脑电图（EEG）样本中推断同步脑活动的模式，在科学和方法论上均具有挑战性。虽然依赖多个个体的读数来突出反复出现的脑激活模式在直觉上和统计上都具有吸引力，但跨被试汇总信息存在非平凡的方法论问题。我们讨论了与理解同步神经元活动相关的一些科学问题，并提出了一个从 EEG 读数样本进行统计推断的方法论框架。我们的工作建立在时间序列、聚类和函数数据分析等经典贡献的基础上，旨在将具有挑战性的推断问题重新置于熟悉的分析技术背景下。我们关注计算问题，并提出了一个基于机器学习与贝叶斯技术相结合的建议。
引用
@article{arxiv.1609.09532,
title = {Inferring Brain Signals Synchronicity from a Sample of EEG Readings},
author = {Qian Li and Damla Senturk and Catherine A. Sugar and Shanali Jeste and Charlotte DiStefano and Joel Frohlich and Donatello Telesca},
journal= {arXiv preprint arXiv:1609.09532},
year = {2018}
}