Laith Hamid

M/EEG Source Imaging via the Spatiotemporal Kalman Filter and its Applications in Epileptology


voorkant	achterkant

ISBN:

978-3-8440-6526-8

Reeks:

Arbeiten über Digitale Signalverarbeitung
Uitgever: Prof. Dr.-Ing. Ulrich Heute
Kiel

Volume:

Trefwoorden:

Electroencephalography; Multimodal fusion; Source Imaging; Inverse problems; Epilepsy; Kalman filters; LORETA; Brain modeling; Subcortical sources; State-space models; Seizures; Epileptiform discharges; Laplacian operator

Soort publicatie:

Dissertatie

Taal:

Engels

Pagina's:

190 pagina's

Gewicht:

284 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

48,80 € / 61,10 SFr

Verschijningsdatum:

Maart 2019

Kopen:

DOI:

10.2370/9783844065268 (Online-Publicatie-Document)

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		36,60 EUR
	Acties		Tonen en kopen van het bestand - 28,4 MB (29810787 Byte)
	Acties		Kopen en downloaden van het bestand - 28,4 MB (29810787 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 153 kB (156576 Byte)
	Acties		downloaden van het bestand - 153 kB (156576 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

Successful epilepsy surgery requires the correct identification of the epileptogenic zone in the brain. Epilepsy generators in the brain may be localized via source reconstruction from surface electroencephalography. This requires the solution of the EEG inverse problem. The EEG inverse problem can be reformulated as a state estimation problem, which is then solved via Kalman filtering. The brain dynamics and the measurement process are modeled via appropriate state-space models. In this work, the spatiotemporal Kalman filter, a modified Kalman filter to tackle the high-dimensional EEG inverse problem, is further developed and applied to solve the EEG inverse problem in epileptology. In this work, the roles of the brain discretization and the Laplacian operator in the improvement of the accuracy of the Kalman filter are investigated. Additionally, the Kalman filter is applied for the source reconstruction of epileptiform discharges and the onset of focal seizures. The performance of the Kalman filter is evaluated for the case of low-density EEG recordings. For the case of high-density EEG, a dimensionality reduction approach is implemented for the Kalman filter to improve its localization accuracy and computational speed. In addition to that, we introduced a model for multimodal fusion of simultaneously-measured magneto- and electroencephalography within the framework of source reconstruction. Finally, the localization of activity from subcortical brain structures in achieved via a regional form of the spatiotemporal Kalman filter. Compared to standard methods, the dynamical solution of the EEG inverse problem via Kalman filtering offers potential improvements in the accuracy and spatial resolution of source reconstruction of brain sources from surface recordings.