Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Parkinsonian Tremor Identification with Multiple Local Field Potential Feature Classification

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00194267" target="_blank" >RIV/68407700:21230/12:00194267 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.jneumeth.2012.06.027" target="_blank" >http://dx.doi.org/10.1016/j.jneumeth.2012.06.027</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.jneumeth.2012.06.027" target="_blank" >10.1016/j.jneumeth.2012.06.027</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Parkinsonian Tremor Identification with Multiple Local Field Potential Feature Classification

  • Popis výsledku v původním jazyce

    This paper explores the development of multi-feature classification techniques used to identify tremor-related characteristics in the Parkinsonian patient. Local field potentials were recorded from the subthalamic nucleus and the globus pallidus internusof eight Parkinsonian patients through the implanted electrodes of a Deep brain stimulation (DBS) device prior to device internalization.A range of signal processing techniques were evaluated with respect to their tremor detection capability and used asinputs in a multi-feature neural network classifier to identify the activity of Parkinsonian tremor. The results of this study show that a trained multi-feature neural network is able, under certain conditions, to achieve excellent detection accuracy onpatients unseen during training. Overall the tremor detection accuracy was mixed, although an accuracy of over 86% was achieved in four out of the eight patients.

  • Název v anglickém jazyce

    Parkinsonian Tremor Identification with Multiple Local Field Potential Feature Classification

  • Popis výsledku anglicky

    This paper explores the development of multi-feature classification techniques used to identify tremor-related characteristics in the Parkinsonian patient. Local field potentials were recorded from the subthalamic nucleus and the globus pallidus internusof eight Parkinsonian patients through the implanted electrodes of a Deep brain stimulation (DBS) device prior to device internalization.A range of signal processing techniques were evaluated with respect to their tremor detection capability and used asinputs in a multi-feature neural network classifier to identify the activity of Parkinsonian tremor. The results of this study show that a trained multi-feature neural network is able, under certain conditions, to achieve excellent detection accuracy onpatients unseen during training. Overall the tremor detection accuracy was mixed, although an accuracy of over 86% was achieved in four out of the eight patients.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA309%2F09%2F1145" target="_blank" >GA309/09/1145: Mechanismy hluboké mozkové stimulace: Úloha subthalamu v motorických, vizuálních a afektivních procesech</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Journal of Neuroscience Methods

  • ISSN

    0165-0270

  • e-ISSN

  • Svazek periodika

    2

  • Číslo periodika v rámci svazku

    209

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    11

  • Strana od-do

    320-330

  • Kód UT WoS článku

    000308897900007

  • EID výsledku v databázi Scopus