Pre-processing of sensor-level data

Pre-processing of sensor-level data was performed using FieldTrip
(Oostenveld et al., 2011; http://fieldtrip.fcdonders.nl, 20130909
release) running under Matlab v7.14 (The MathWorks). Twenty
minutes of continuous recording were used to apply independent
component analysis decomposition (ICA) using the “runica” algorithm
as implemented in FieldTrip. An automatic approach based on amplitude
and phase statistics of the decomposed MEG signal was used to
identify the strongest components corresponding to biological artifacts

ผลลัพธ์ (ไทย) 1:

ทำการประมวลผลข้อมูลระดับเซ็นเซอร์ก่อนใช้ FieldTrip(Oostenveld et al., 2011; http://fieldtrip.fcdonders.nl, 20130909รุ่น) ที่ทำงานอยู่ภายใต้ v7.14 Matlab (MathWorks) 20ใช้ใช้อิสระนาทีบันทึกอย่างต่อเนื่องส่วนประกอบวิเคราะห์แยกส่วนประกอบ (ปัจจุบันประกอบ) โดยใช้อัลกอริทึม "runica"นำมาใช้ใน FieldTrip วิธีการอัตโนมัติตามคลื่นและใช้สถิติระยะของสัญญาณเม็กสลายตัวระบุส่วนประกอบแข็งแกร่งที่สอดคล้องกับวัตถุชีวภาพ

ผลลัพธ์ (ไทย) 2:

ก่อนการประมวลผลของข้อมูลเซ็นเซอร์ระดับได้รับการดำเนินการโดยใช้นอกสถานที่
(Oostenveld et al, 2011;. http://fieldtrip.fcdonders.nl, 20130909
ปล่อย) ทำงานภายใต้ Matlab v7.14 (ใน MathWorks) ยี่สิบนาทีของการบันทึกอย่างต่อเนื่องถูกนำมาใช้เพื่อนำไปใช้เป็นอิสระจากการสลายตัวการวิเคราะห์องค์ประกอบ(ICA) โดยใช้ "runica" ขั้นตอนวิธีการเป็นดำเนินการในนอกสถานที่ วิธีอัตโนมัติขึ้นอยู่กับความกว้างสถิติและขั้นตอนของการย่อยสลายสัญญาณ MEG ถูกใช้ในการระบุส่วนประกอบที่แข็งแกร่งที่สอดคล้องกับสิ่งประดิษฐ์ทางชีวภาพ

ผลลัพธ์ (ไทย) 3:

ก่อนการประมวลผลข้อมูลระดับเซ็นเซอร์ ได้ดําเนินการโดยใช้การศึกษานอกสถานที่
( oostenveld et al . , 2011 ; http://fieldtrip.fcdonders.nl 20130909
, ปล่อย ) ทำงานภายใต้โปรแกรม v7.14 ( แมธเวิร์คส์ ) ยี่สิบนาทีของการบันทึกอย่างต่อเนื่อง
ใช้เป็นส่วนประกอบการใช้การวิเคราะห์อิสระ
( ICA ) โดยใช้ " runica " ขั้นตอนวิธี
เป็นดำเนินการในการศึกษานอกสถานที่ . วิธีการอัตโนมัติขึ้นอยู่กับแอมพลิจูด
และสถิติระยะของเน่าเม็กสัญญาณถูกใช้เพื่อระบุองค์ประกอบที่แข็งแกร่งที่สุด
สอดคล้องกับสิ่งประดิษฐ์ทางชีวภาพ