Ben Dayan Rubin博士。;巴塞利，G。;英巴，G.F。;塞鲁蒂，S。 一种估计单次试验运动相关电位的自适应神经模糊方法（ANFIS）。 （英语） Zbl 1077.92006年 生物、网络。 91，第2期，63-75（2004）. 小结：本研究旨在恢复在极低信噪比（SNR）下背景脑活动中嵌入的瞬态、实验变化诱发电位（EP），尤其是运动相关电位（MRP）。一种新的自适应神经模糊技术将尝试估计多通道脑电图记录中的运动相关电位，使该方法能够完全适应每次输入扫描，而无需系统训练程序。我们假设其中一个传感器被来自其他传感器的噪声破坏，这些噪声通过一个未知的函数来估计。我们通过以下方法来解决这个问题：（1）在预处理阶段对传感器进行空间去相关，（2）选择信息量最大的滤波信道，以实现最佳的MRP估计（输入选择阶段），（3）训练神经模糊模型以适配所选传感器上的噪声，从而估计隐藏的MRP。我们通过模拟测试了该框架，以验证分析结果，然后将其应用于真实的生物数据。无论何时将其应用于生物数据，该方法都会将信噪比提高12dB以上，即使是对极低的信噪比也是如此。本文提出的处理方法可能会补充其他估算技术，并有助于处理、增强和分析单次试验的MRP。 MSC公司： 92C20美元 神经生物学 关键词：运动修正电位;单试验估计;非线性估计方法;脑诱发电位;神经模糊模型 PDF格式BibTeX公司 XML格式引用 \textit{D.D.Ben Dayan Rubin}等人，《生物学》。赛博。91，第2号，63--75（2004；Zbl 1077.92006） 全文： 内政部