Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-5456
Main Title: Long range analysis of EEG data
Translated Title: Analyse von Langzeiteigenschaften im EEG Signal
Author(s): Blythe, Duncan A. J.
Advisor(s): Müller, Klaus-Robert
Referee(s): Nikulin, Vadim
Opper, Manfred
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: en
Abstract: This thesis details advances in the understanding and methodology in analysis of the long term variation displayed by the brain as imaged by the electroencephalogram (EEG). The analysis focuses on two types of variation: univariate fluctuation and bivariate co-fluctuation. These are quantified by estimates of the Hurst exponent and by the DCCA correlation coefficient on EEG time-series. We study both measures theoretically: we show that Hurst exponents are distorted by volume conduction and signal-to-noise ratio, derive the asymptotic distribution of the DCCA correlation coefficient and show that both DCCA correlations and Hurst exponents obey relationships which we derive analytically assuming the presence of critical dynamics. These analyses lead to the development of novel data analytic tools: two algorithms for source separation based on measurement of fluctuation in the EEG, two statistical tests for co- fluctuation and a test for the presence of critical dynamics. These tools allow us in data analysis to answer a number of open questions relating to the long-term variation of the EEG: we present evidence for a common cause of fluctuation in the raw EEG and narrowband amplitudes of the EEG, provide new evidence for critical dynamics and show that the strength of long-term variation predicts performance of human subjects in a complex cognitive task.
Diese Arbeit beschreibt Fortschritte im Verständnis von und Analysemethoden zu Langzeitvariation von EEG-Signalen. Der Schwerpunkt liegt dabei auf zwei unterschiedlichen Variationstypen: univariate Fluktuationen und bivariate Co-Fluktuationen. Diese werden durch Abschätzungen des Hurst-, sowie des DCCA Korrelationskoeffizienten von EEG-Zeitreihen quantifiziert. Beide Messgrößen betrachten wir dabei theoretisch: Wir zeigen, dass Hurst-Exponenten durch die Leitfähigkeit des extrazellularen Mediums, sowie durch das Signal-Rausch-Verhältnis verzerrt werden. Darüberhinaus leiten wir die asymptotische Verteilung des DCCA Korrelationskoeffizienten her und zeigen, dass diese, unter der Annahme, dass kritische Dynamiken vorherrschen, in Beziehung zu Hurst-Exponenten stehen. Unseren Analysen sind neuartigen Datenanalyse-Hilfsmittel entsprungen: Zwei Algorithmen zur Quellentrennung basiert auf Messungen von Fluk- tuationen im EEG-Signal, sowie zwei statistische Tests für Co-Fluktuationen und eine Prüfung auf das Vorhandensein von kritischen Dynamiken. Diese Hilfsmittel ermöglichen uns die Beantwortung verschiedener offener Fragen im Bezug auf Langzeitvariation von EEG-Signalen: Wir schließen auf einen Zusammenhang von Fluktuationen im unverarbeitetem EEG-Signal und Amplituden im Schmalband. Außerdem liefern wir einen Nachweis für kritische Dynamiken und zeigen, dass die Ausgeprägtheit von Langzeitvariation die Leistungsfähigkeit von Personen in kognitiv fordernden Aufgaben prognostiziert.
URI: http://depositonce.tu-berlin.de/handle/11303/5857
http://dx.doi.org/10.14279/depositonce-5456
Exam Date: 18-Dec-2015
Issue Date: 2016
Date Available: 29-Aug-2016
DDC Class: DDC::500 Naturwissenschaften und Mathematik
DDC::000 Informatik, Informationswissenschaft, allgemeine Werke
Subject(s): criticality
neuroscience
EEG
hurst exponent
source separation
kritische Dynamiken
Neurowissenschaft
Hurst-Exponent
Quellentrennung
Sponsor/Funder: DFG, GRK 1589/1, Sensory Computation in Neural Systems
Usage rights: Terms of German Copyright Law
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 4 Elektrotechnik und Informatik » Institut für Softwaretechnik und Theoretische Informatik » Publications

Files in This Item:
File Description SizeFormat 
blythe_duncan.pdf5,39 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.