Complexity and information-based analysis of th electroencephalogram (EEG) signals in standing, walking, and walking with a brain-computer interface
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14510%2F22%3A00125421" target="_blank" >RIV/00216224:14510/22:00125421 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.worldscientific.com/doi/epdf/10.1142/S0218348X22500414" target="_blank" >https://www.worldscientific.com/doi/epdf/10.1142/S0218348X22500414</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1142/S0218348X22500414" target="_blank" >10.1142/S0218348X22500414</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Complexity and information-based analysis of th electroencephalogram (EEG) signals in standing, walking, and walking with a brain-computer interface
Popis výsledku v původním jazyce
In this paper, we analyzed the variations in brain activation between different activities. SinceElectroencephalogram (EEG) signals as an indicator of brain activation contain information andhave complex structures, we employed complexityand information-based analysis. Specifically,we used fractal theory and Shannon entropy for our analysis. Eight subjects performed threedifferent activities (standing, walking, and walking with a brain–computer interface) whiletheir EEG signals were recorded. Based on the results, the complexity and information contentof EEG signals have the greatest and smallest values in walking and standing, respectively.Complexity and information-based analysis can be applied to analyze the activations of otherorgans in different conditions.
Název v anglickém jazyce
Complexity and information-based analysis of th electroencephalogram (EEG) signals in standing, walking, and walking with a brain-computer interface
Popis výsledku anglicky
In this paper, we analyzed the variations in brain activation between different activities. SinceElectroencephalogram (EEG) signals as an indicator of brain activation contain information andhave complex structures, we employed complexityand information-based analysis. Specifically,we used fractal theory and Shannon entropy for our analysis. Eight subjects performed threedifferent activities (standing, walking, and walking with a brain–computer interface) whiletheir EEG signals were recorded. Based on the results, the complexity and information contentof EEG signals have the greatest and smallest values in walking and standing, respectively.Complexity and information-based analysis can be applied to analyze the activations of otherorgans in different conditions.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
30103 - Neurosciences (including psychophysiology)
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Fractals
ISSN
0218-348X
e-ISSN
1793-6543
Svazek periodika
30
Číslo periodika v rámci svazku
01
Stát vydavatele periodika
SG - Singapurská republika
Počet stran výsledku
7
Strana od-do
—
Kód UT WoS článku
000766635200037
EID výsledku v databázi Scopus
—