haku: @instructor Nummenmaa, Aapo / yhteensä: 2
hakutulos-lista
viite: 1 / 2
« edellinen | seuraava »
Tekijä:Metsomaa, Johanna
Työn nimi:Locating Electroencephalographic Sources Evoked by Transcranial Magnetic Stimulation
Transkraniaalista magneettistimulaatiota seuraavien elektroenkefalografialähteiden paikantamistutkimus
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2009
Sivut:80      Kieli:   eng
Koulu/Laitos/Osasto:Lääketieteellisen tekniikan ja laskennallisen tieteen laitos
Oppiaine:Lääketieteellinen tekniikka   (Tfy-99)
Valvoja:Ilmoniemi, Risto
Ohjaaja:Nummenmaa, Aapo
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

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 T80     | Arkisto
Avainsanat:bayesian modeling
EEG
inverse problem
TMS
bayesilainen mallinnus
EEG
käänteisongelma
TMS
Tiivistelmä (fin): Transkraniaalisen magneettistimulaation (TMS) avulla voidaan aktivoida aivokuoren neuroneita ja elektroenkefalografialla (EEC) voidaan mitata syntyvää neuronaalista toimintaa, molempia kallon ulkopuolelta.
Aktivaatiokaskadin jäljittämistä kutsutaan EEG-käänteisongelmaksi.
Tällä ongelmalla ei ole yksikäsitteistä ratkaisua, ja pienetkin häiriöt signaalissa voivat aiheuttaa suuria vääristymiä ratkaisuihin.
TMS aiheuttaa EEG-signaaliin myös suuria artefaktoja, mikä hankaloittaa ongelmaa.

Tässä työssä pyrittiin mallintamaan useita korteksille sijoitettuja lähteitä.
Estimointiin käytettiin bayesilaista lähestymistapaa, jossa mallin epävarmoja suureita kuvataan todennäköisyysjakaumin.
Tässä työssä nämä suureet olivat kohina, lähdevoimakkuudet ja lähdevarianssit.
Kun varianssit sovitetaan datasta, saavat jotkin lähdevoimakkuudet kasvaa huomattavasti muita suuremmiksi, ja tärkeät lähteet on helpompi havaita.
Lähteiden lisäksi työssä estimoitiin TMS:n synnyttämiä artefaktoja.
Tuloksista käy ilmi, että pinnallisesti sijaitsevat lähteet sekä suuri yksittäinen artefakta ovat melko hyvin estimoitavissa simuloidulle datalle.
Myös kaksi mittausta analysoitiin.
Tiivistelmä (eng): Transcranial magnetic stimulation (TMS) can non-invasively excite cortical neurons.
The evoked neuronal activation shows in the extracranial electroencephalogram (EEG).
Tracking down the activation cascade is called the EEG inverse problem.
The problem has no unique solution, and even small changes in the EEG data, such as measurement noise, can elicit large changes in the solutions.
TMS also gives rise to high-amplitude artifacts in EEG, which further complicates the analysis.

In this work, the aim was to model a multitude of distributed sources in the cortex.
Bayesian framework was adopted, which involves modeling uncertain quantities with probability distributions.
Noise, source strengths and their variances were chosen as the uncertain quantities.
Adjusting the variances during the estimation has the advantage of allowing some of the sources to become signicantly larger than the others and easily distinguishable.
TMS-induced artifacts were also modeled during the inverse estimations.
The simulation results show that a few supercial sources and one large artifact are quite well estimated.
Two measured data sets were also analyzed.
ED:2009-05-08
INSSI tietueen numero: 37381
+ lisää koriin
« edellinen | seuraava »
INSSI