서지주요정보
Neuroelectromagnetic imaging of correlated sources using a novel subspace penalized sparse learning = 부분공간학습을 이용한 동기화 된 신호원의 뇌전자기 영상기법
서명 / 저자 Neuroelectromagnetic imaging of correlated sources using a novel subspace penalized sparse learning = 부분공간학습을 이용한 동기화 된 신호원의 뇌전자기 영상기법 / Jae-Jun Yoo.
저자명 Yoo, Jae-Jun ; 유재준
발행사항 [대전 : 한국과학기술원, 2013].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8025104

소장위치/청구기호

학술문화관(문화관) 보존서고

MBIS 13005

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

초록정보

Localization of brain signal sources from EEG/MEG has been an active area of research. Currently, there exists a variety of approaches such as MUSIC, M-SBL, and etc. These algorithms have been applied for various clinical examples and demonstrated excellent performances. However, when the unknown sources are highly correlated, the conventional algorithms often exhibit spurious reconstructions. To address the problem, this paper proposes a new algorithm that generalizes M-SBL by exploiting the fundamental subspace geometry in the multiple measurement problem (MMV). Experimental results using simulation and real epilepsy data show that the proposed algorithm outperforms the existing methods even under a highly correlated source condition.

EEG와 MEG로부터 얻은 신호를 바탕으로 뇌신호원을 국지화하는 문제는 활발히 연구되고 있는 분야이다. 현재 이와 같이 신호원을 찾는 문제를 풀기 위하여 MUSIC, M-SBL 등 다양한 방식의 접근이 존재한다. 이 알고리듬들은 다양한 임상사례에 적용되어왔으며 훌륭한 성능을 보여주고 있다. 그러나 미지의 신호원이 크게 동기화되어 있는 경우, 현존하는 알고리듬들은 다소 신뢰도가 떨어지는 복원 결과를 보여주며 이것이 기존 알고리듬들이 다양한 임상 환경에서 이용되지 못하는 큰 이유 중 하나이다. 이 논문에서는 다중벡터문제에서의 기저공간 기하구조를 이용하여 M-SBL을 일반화한 새로운 알고리듬을 통해 이러한 문제를 해결하고자 한다. 시뮬레이션과 실제 간질발작 신호에 대한 실험 결과들은 새로운 알고리듬이 동기화된 신호에 대해서 기존의 방법들보다 뛰어난 복원성능을 가지는 것을 보여준다.

서지기타정보

서지기타정보
청구기호 {MBIS 13005
형태사항 v, 43 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 유재준
지도교수의 영문표기 : Jong-Chul Yw
지도교수의 한글표기 : 예종철
공동지도교수의 영문표기 : Yong Jeong
공동지도교수의 한글표기 : 정용
학위논문 학위논문(석사) - 한국과학기술원 : 바이오및뇌공학과,
서지주기 References : p. 38-40
주제 EEG
MEG
source localization
joint sparse recovery
M-SBL
correlated signal
MUSIC
inverse problem
MMV
뇌전도
뇌자도
신호원 국소화
부분공간학습
역문제
QR CODE qr code