• Türkçe
    • English
  • English 
    • Türkçe
    • English
  • Login
View Item 
  •   [email protected]
  • Fakülteler
  • Mühendislik ve Doğa Bilimleri Fakültesi
  • Biomedical Engineering
  • Bildiri Koleksiyonu
  • View Item
  •   [email protected]
  • Fakülteler
  • Mühendislik ve Doğa Bilimleri Fakültesi
  • Biomedical Engineering
  • Bildiri Koleksiyonu
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Hücre dışı sinirsel kayıtlarda olabilirliǧe dayalı genlik eşikleme

Thumbnail

View/Open

Tam Metin / Full Text (369.2Kb)

Access

info:eu-repo/semantics/embargoedAccess

Date

2019

Author

Dağdevir, Eda
Kocatürk, Mehmet
Okatan, Murat

Metadata

Show full item record

Citation

Dağdevir, E., Kocatürk, M. ve Okatan, M. (2019). Hücre dışı sinirsel kayıtlarda olabilirliǧe dayalı genlik eşikleme. 27th Signal Processing and Communications Applications Conference (SIU). Sivas, Turkey, April 24-26, 2019. http://doi.org/10.1109/SIU.2019.8806618

Abstract

Hücre dışı sinirsel kayıtlarda genlik eşiğinin optimizasyonu son zamanlarda beyin-makine arayüzü literatüründe etkin bir araştırma konusu haline gelmiştir. Önceki bir çalışmada, davranış değişkenlerinin sinirsel etkinlikte en yüksek işaret-gürültü oranıyla kodlanmasını sağlayan eşiğin genlik eşiği olarak makul bir seçim olduğu önerilmiştir. Bir başka makul eşik adayı ise en yüksek olabilirlikle kestirilen eşik değeridir. Bu çalışmada bu iki eşik türü iyi öğrenilmiş bir görselmotor görev sırasında iki sıçanın motor korteksinden (M1) kaydedilen hücre dışı kayıtlar kullanılarak kestirilmiştir. Kestirilen eşikler şifre çözücülerde kullanılarak başarımları karşılaştırılmıştır. İncelenen dört şifre çözücü arasından en iyi duyarlılık, özgüllük ve doğruluk ölçütlerine sahip olan yöntemin en yüksek olabilirlikle kestirilen eşiği kullanan lojistik regresyon olduğu belirlenmiştir. Bu sonuçlar beyin-makine arayüzlerinin verimliliğinin artırılması açısından önemlidir.
 
Optimization of the amplitude threshold in extracellular neural recordings has recently become an active research topic in the brain-machine interface literature. In a previous study, the threshold that allows for the encoding of behavioral variables in neural activity with maximum signal-tonoise ratio has been proposed as a reasonable choice. Another good candidate, however, is the maximum likelihood estimate of the threshold. Here, these two types of threshold are estimated using extracellular recordings collected from the motor cortex (M1) of two rats performing a well-learned visuomotor task. The performance of the threshold estimates is assessed by using them in decoders. It is found that, among the four decoders examined, the method that has the best sensitivity, specificity and accuracy is logistic regression that uses the maximum likelihood estimate of the threshold. These results are important for improving the efficiency of brain-machine interfaces.
 

Source

27th Signal Processing and Communications Applications Conference (SIU)

URI

http://doi.org/10.1109/SIU.2019.8806618
https://hdl.handle.net/20.500.12511/5046

Collections

  • Bildiri Koleksiyonu [29]
  • Scopus İndeksli Yayınlar Koleksiyonu [5461]
  • WoS İndeksli Yayınlar Koleksiyonu [5651]



DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 




| Guide | Contact |

[email protected]

by OpenAIRE
Advanced Search

sherpa/romeo

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsInstitution AuthorORCIDTitlesSubjectsTypeLanguageDepartmentCategoryWoS Q ValueScopus Q ValuePublisherAccess TypeThis CollectionBy Issue DateAuthorsInstitution AuthorORCIDTitlesSubjectsTypeLanguageDepartmentCategoryWoS Q ValueScopus Q ValuePublisherAccess Type

My Account

LoginRegister

Statistics

View Google Analytics Statistics

DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 


|| Guide || Library || İstanbul Medipol University || OAI-PMH ||

Kütüphane ve Dokümantasyon Daire Başkanlığı, İstabul, Turkey
If you find any errors in content, please contact: [email protected]

Creative Commons License
[email protected] by İstanbul Medipol University Institutional Repository is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Unported License..

[email protected]:


DSpace 6.2

tarafından İdeal DSpace hizmetleri çerçevesinde özelleştirilerek kurulmuştur.