El reciente aumento de la potencia de cálculo ha dado lugar a amplios desarrollos metodológicos y a técnicas avanzadas de procesamiento de señales que desempeñan un papel fundamental en la neurociencia. En particular, el campo del análisis de señales cerebrales ha sido testigo de una fuerte tendencia hacia el análisis multidimensional de grandes conjuntos de datos, por ejemplo, el análisis de tiempo-frecuencia de un solo ensayo de grabaciones de alta resolución espacio-temporal. Aquí describimos el paquete de software ELAN, disponible gratuitamente, que proporciona una amplia gama de herramientas de análisis de señales para datos electrofisiológicos, incluyendo la electroencefalografía (EEG) del cuero cabelludo, la magnetoencefalografía (MEG), el EEG intracraneal y los potenciales de campo local (LFP). La caja de herramientas ELAN se basa en 25 años de desarrollos metodológicos en el Laboratorio de Dinámica Cerebral y Cognición de Lyon y se utilizó en muchos trabajos, incluyendo los primeros estudios de análisis de tiempo-frecuencia de datos EEG que exploran las actividades oscilatorias evocadas e inducidas en humanos. Este artículo proporciona una visión general de los conceptos y funcionalidades de ELAN, destaca sus especificidades y describe su complementariedad e interoperabilidad con otras cajas de herramientas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Preparación y propiedades fotocatalíticas del SnO2 recubierto de nanotubos de carbono dopados con nitrógeno
Video:
Sinterización sin presión de cerámica de grano fino: acción de formación europea sobre nanocompuestos cerámicos
Artículo:
Aprendizaje desequilibrado basado en la discriminación logística
Artículo:
Avances en las interfaces híbridas cerebro-ordenador: Principios, diseño y aplicaciones
Artículo:
Asignación de tareas basada en la optimización de colonias de hormigas inmunes de élite para maximizar la eficiencia en la ejecución de tareas en redes de sensores inalámbricos agrícolas