Näytä suppeat kuvailutiedot

dc.contributor.advisorTaskinen, Sara
dc.contributor.advisorMiettinen, Jari
dc.contributor.authorHakala, Karita
dc.date.accessioned2018-01-29T15:56:09Z
dc.date.available2018-01-29T15:56:09Z
dc.date.issued2018
dc.identifier.otheroai:jykdok.linneanet.fi:1818678
dc.identifier.urihttps://jyx.jyu.fi/handle/123456789/56942
dc.description.abstractSokean signaalinerottelun menetelmät ovat käyttökelpoisia magnetoenkefalografilla mitattujen aivomagneettikäyrien analysoinnissa. Sokean signaalinerottelun menetelmien avulla voidaan selvittää, mistä aivoaktivaatio on peräisin ja millaisiin toimintoihin aktivaatio voidaan yhdistää. MEG-aineiston ajallinen tarkkuus on hyvä, joten lyhytkin mittausaika tuottaa hyvin suuren aineiston. Suuren aineiston tuottamat laskennalliset ongelmat voidaan kiertää ikkunoimalla MEG-aineisto aika- tai tilasuunnassa. Aineiston ikkunointia on sovellettu aiemmissa tutkimuksissa toiminnallisen magneettikuvauksen aineistoon, jolloin ikkunointi on tehty aikasuunnassa. Tässä tutkielmassa ikkunointia sovellettiin MEG-aineistoon tilasuunnassa, jolloin kaikkien MEG-sensorien yhtäaikaisen analysoinnin sijaan käytetään vain osaa sensoreista kerrallaan. Tällöin moniulotteiseen MEG-aineistoon voidaan käyttää sokean signaalinerottelun menetelmiä pienemmissä osioissa ja MEG-aineistosta voidaan löytää vaikeasti erotettavissa olevia, pieniamplitudisia lähdesignaaleja. Spatiaalisen ikkunoinnin hyödyllisyyttä tutkittiin simulointiasetelman ja MEG-aineiston avulla. Simulointiasetelmassa pyrittiin selvittämään, onko ikkunointimenetelmästä hyötyä sokean signaalinerottelun menetelmiä sovellettaessa. Simulointi toteutettiin MEG-mittausasetelmaa mukaillen. MEG-aineisto koostui yhden koehenkilön noin neljän minuutin MEG-mittauksesta, jossa tarkoituksena oli kontrolloida koehenkilön näköjärjestelmän toimintaa. Simulointiasetelman tulosten perusteella spatiaalisesta ikkunoinnista on hyötyä sokean signaalinerottelun menetelmistä erityisesti riippumattomien komponenttien analyysin (ICA) käytön yhteydessä, eikä ikkunoinnista ole ainakaan haittaa toisen asteen lähde-erottelumallin (SOS) käytön yhteydessä. MEG-aineiston tapauksessa ikkunointi ei herätevasteiden tasolla pystynyt erottelemaan haluttua lähdesignaalia tarkasti, mutta lähdesignaaleiden topografiat vastasivat oletetunlaisia lähdesignaalien jakaumia.fi
dc.format.extent1 verkkoaineisto (53 sivua)
dc.format.mimetypeapplication/pdf
dc.language.isofin
dc.rightsIn Copyrighten
dc.subject.othersokea signaalinerottelu (BSS)
dc.subject.otherriippumattomien komponenttien analyysi (ICA)
dc.subject.othertoisen asteen lähde-erottelumallit (SOS)
dc.titleSpatiaalisen ikkunoinnin ja sokean signaalinerottelun menetelmien hyödyntäminen MEG-aineiston analysoinnissa
dc.typemaster thesis
dc.identifier.urnURN:NBN:fi:jyu-201801291369
dc.type.ontasotPro gradu -tutkielmafi
dc.type.ontasotMaster’s thesisen
dc.contributor.tiedekuntaMatemaattis-luonnontieteellinen tiedekuntafi
dc.contributor.tiedekuntaFaculty of Sciencesen
dc.contributor.laitosMatematiikan ja tilastotieteen laitosfi
dc.contributor.laitosDepartment of Mathematics and Statisticsen
dc.contributor.yliopistoUniversity of Jyväskyläen
dc.contributor.yliopistoJyväskylän yliopistofi
dc.contributor.oppiaineTilastotiedefi
dc.contributor.oppiaineStatisticsen
dc.date.updated2018-01-29T15:56:09Z
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.rights.accesslevelopenAccessfi
dc.type.publicationmasterThesis
dc.contributor.oppiainekoodi4043
dc.subject.ysoaivotutkimus
dc.subject.ysosimulointi
dc.subject.ysoMEG
dc.format.contentfulltext
dc.rights.urlhttps://rightsstatements.org/page/InC/1.0/
dc.type.okmG2


Aineistoon kuuluvat tiedostot

Thumbnail

Aineisto kuuluu seuraaviin kokoelmiin

Näytä suppeat kuvailutiedot

In Copyright
Ellei muuten mainita, aineiston lisenssi on In Copyright