数据融合matlab代码CMTF_hunyadi
通过CMTF进行癫痫数据的EEG-fMRI融合
描述
EEG数据（每位患者的平均间质放电量）以患者的张量x通道x时间表示。
fMRI数据表示为患者x体素的矩阵。
体素是通过传统的基于GLM的EEG-fMRI图像获得的矢量化图像，然后进行遮罩以减少体素的数量。
然后，通过4种不同的方法进行关节盲源分离：jointICA，temporal-jointICA，耦合张量矩阵分解（CMTF）和受限CMTF，其中根据脑电图中尖峰和慢波的幅度固定患者的特征。
参考
该代码执行该方法并重现以下结果中描述的数据：[1]
Hunyadi
B.，Van
Paesschen
W.，De
Vos
M.，Van
Huffel
S.，``EEG和fMRI的张量矩阵分解，以探索癫痫病网络活动''，Proc。
2016年9月在匈牙利布达佩斯举行的2016年第23届欧洲信号处理会议（EUSIPCO）会议上发表演讲。
关键字/标签
脑电图，功能磁共振成像癫痫，张量分解，盲源分离，多峰融合
描述代码
jica_vs_jmtf_group_tle：
加载来自10例颞叶癫痫患者的
2022-06-20 15:14:15
116.54MB
1
Matlab
fft原始代码ESAI-CEU-UCH解决癫痫预测挑战的解决方案
这项工作提出了由CEU
Cardenal
Herrera大学（ESAI-CEU-UCH）在Kaggle美国癫痫协会癫痫发作预测挑战赛中提出的解决方案。
提出的解决方案位于的第4位。
提出了不同种类的输入功能（不同的预处理流水线）和不同的统计模型。
这种多样性是为了改善模型组合结果。
重要的是要注意，任何提议的系统都使用测试仪进行校准。
竞争允许使用测试集进行此模型校准，但这样做会降低结果在现实世界中的可重复性。
依存关系
软件
该解决方案使用以下开源软件：
工具包v0.4.0。
它是使用Lua和C
/
C
++核心进行模式识别的工具包。
因为此工具是非常新的，所以已经在管道中编写了安装和配置。
v3.0.2。
对于统计计算，这是Kaggle竞赛中广泛使用的工具。
软件包R.matlab，MASS，fda.usc，fastICA，stringr和plyr是运行该解决方案所必需的。
v4.3.11，使用cp，mv，find，mktemp，sort和tr命令行工具。
该解决方案准备在具有Linux平台上运行，但可
2022-05-25 17:01:24
623KB
1
安全技术-网络信息-颞叶癫痫形成早期异常网络的调控——从电刺激到光刺激.pdf
2022-05-06 13:00:10
4.94MB
脑电癫痫诊断
R代码可训练14个通道的EEG数据的分类器，以区分癫痫患者和对照组。
请检查文件夹“演示”以了解如何使用该代码。 有关所有功能的文档位于文件夹“ man”中，将被编译为pdf（尚未完成）
2022-03-23 15:39:15
161KB
1