haku: @instructor Parkkonen, Lauri / yhteensä: 15
viite: 14 / 15
Tekijä:Ramkumar, Pavan
Työn nimi:Modeling the dynamics of human neuromagnetic brain rhythms
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2008
Sivut:54 s.      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan laitos
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Kaski, Samuel
Ohjaaja:Hari, Riitta ; Parkkonen, Lauri
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:event-related dynamics
generalized convolution
magnetoencephalography
mu rhythms
oscillatory response
predictive models
Volterra kernels
Tiivistelmä (eng): As a precursor towards modelling event-related modulation of brain rhythms obtained by magneto encephalography (MEG), an oscillatory response function (ORF) is proposed.
Analogous to the hemodynamic response function (HRF) in functional magnetic resonance imaging (fMRI), the ORF is a transformation applied to a boxcar function representing the stimulus time course, to predict the modulation of rhythmic brain activity.
Both, linear and nonlinear parametric models for the ORF were derived in a generalized convolution framework.
The corresponding convolution kernels were expanded as bilinear combinations of an orthonormal basis of discrete-time Laguerre functions.
To estimate the model parameters, MEG data were acquired from 10 subjects during bilateral pneumotactile stimulation at two different stimulus rates in blocks of four different durations.
The envelope of rhythmic activity in the 17-23 Hz frequency band was computed using the Hilbert transform, and subsequently averaged across blocks of each stimulus rate and duration.
From a single representative channel over the rolandic region in each hemisphere, subject wise predictive models of envelope dynamics were derived.
To study the generalizability of these models, MEG data were recorded from 5 different subjects with a different bilateral pneumotactile stimulation paradigm.
A boxcar function was compared with the ORF-transformed boxcars as predictors of cortical minimum-norm current envelopes in a general linear model.
The ORF-transformed boxcars localized rolandic activation in the 17-23 Hz band for tactile stimuli, to the primary motor cortex, better than the boxcar itself.
As the models were able to predict well-known cortical generators of event-related mu rhythms, it is a worthwhile exercise to model the dynamics of rhythmic brain activity.
ED:2009-01-21
INSSI tietueen numero: 36667
+ lisää koriin
INSSI