Extraction of functional information from ongoing brain electrical activity: 
Extraction en temps-réel d'informations fonctionnelles à partir de l'activité 
électrique cérébrale

Besserve, M; Martinerie, J

doi:10.1016/j.irbm.2011.01.001

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Zeitschriftenartikel

Extraction of functional information from ongoing brain electrical activity: Extraction en temps-réel d'informations fonctionnelles à partir de l'activité électrique cérébrale

MPG-Autoren

/persons/resource/persons75278

Besserve, M
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen

https://www.sciencedirect.com/science/article/pii/S1959031811000029
(Verlagsversion)

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Besserve, M., & Martinerie, J. (2011). Extraction of functional information from ongoing brain electrical activity: Extraction en temps-réel d'informations fonctionnelles à partir de l'activité électrique cérébrale. IRBM, 32(1), 27-34. doi:10.1016/j.irbm.2011.01.001.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0013-BC88-3

Zusammenfassung

The modern analysis of multivariate electrical brain signals requires advanced statistical tools to automatically extract and quantify their information content. These tools include machine learning techniques and information theory. They are currently used both in basic neuroscience and challenging applications such as brain computer interfaces. We review here how these methods have been used at the Laboratoire d’Électroencéphalographie et de Neurophysiologie Appliquée (LENA) to develop a general tool for the real time analysis of functional brain signals. We then give some perspectives on how these tools can help understanding the biological mechanisms of information processing.