Распознавание типов мыслительной деятельности по ЭЭГ при решении пространственных и вербально-логических задач тема диссертации и автореферата по ВАК РФ 03.03.01, кандидат биологических наук Наумов, Роман Александрович

• Наумов, Роман Александрович
• кандидат биологических наук
• 2010

Оглавление диссертации кандидат биологических наук Наумов, Роман Александрович

Введение.

Обзор литературы.

Что мы измеряем, регистрируя ЭЭГ?.

Ритмы ЭЭГ - современная классификация.

Ритмы 3 — диапазона.

Ритмы в — диапазона.

Ритмы а-диапазона.

Ритмы Р - диапазона.

Ритмы у— диапазона.

Функциональная роль ритмов ЭЭГ.

Методы анализа нестационарного ЭЭГ сигнала.

Нестационарная природа ЭЭГ.

Преобразование Фурье ЭЭГ сигнала.

Вейвлет-анализ ЭЭГ сигнала.

Сегментация ЭЭГ и ее физиологическое значение.

Искусственные нейросети в нейрофизиологических исследованиях.

История возникновения методологии искусственных нейронных сетей.

Наиболее известные типы искусственных нейросетей.

Применение ИНС для анализа ЭЭГ и ПСС.

Методы исследования.

Испытуемые, характер предъявляемых задач и ход эксперимента.

Регистрация данных.

Отбор данных и отстройка от артефактов.

Формирование обучающей и контрольной выборок данных для целей классификации.

Предобработка.

Распознавание типа данных с помощью обучаемого классификатора.

Искусственная нейросеть.

Усредненные спектры.

Вейвлет-анализ полученных данных.

Непрерывное вейвлет-преобразование.

Материнский (анализирующий) вейвлет.

Понятие масштаба вейвлет-преобразования.

Процедура преобразования.

Частотно-временная локализация вейвлет-анализа.

Результаты исследования.

Результаты, полученные при применении ИНС в качестве обучаемого классификатора.

Различия в паттернах ЭЭГ, проявляющиеся при решении различных заданий.

Межиндивидуальные различия паттернов ЭЭГ человека.

Частотно-временной анализ полученных ЭЭГ данных.

Обсуждение результатов.

Природа характерных ритмических паттернов.

Вклад гамма- и дельта- активности в формирование характерных ритмических паттернов и классификацию.

Вклад бета-активности в формирование характерных ритмических паттернов и классификацию.

Вклад мю-ритма в формирование характерных ритмических паттернов и классификацию.

Вклад ритмов тета- и альфа-диапазонов, коррелированных с эмоциями, памятью, вниманием и мотивацией.

Фазический характер процессов, отраженных в характерных ритмах.

Специфические неспецифические» процессы.

Воспроизводимость ритмических паттернов.

Инвариантные признаки у разных испытуемых. Инвариантные признаки при решении различных видов заданий.

Особенности метода классификации с помощью искусственной нейронной сети.

Выводы.

Список литературы диссертационного исследования кандидат биологических наук Наумов, Роман Александрович, 2010 год

1. Болдырева Г.Н. (2000) Электрическая активность мозга человека при поражении диэнцефальных и лимбических структур. М.: Наука, 2000.

2. Витязев В.В. (2001) Вейвлет-анадиз временных рядов. Спб. Изд-eo С.-Петер. ун-та.

3. Глейзер В.Д. (1985) Зрение и мышление. JL. 246 с.

4. Гутман A.M. (1980) Биофизика внеклеточных полей мозга. М. 184 с.

5. Дремин И.М., Иванов О.В., Нечитайло В.А. (2001) Вейвлеты и их использование // Успехи физических наук, т. 171, №5, с. 564-601

6. Иваницкий А.М. (1976) Мозговые механизмы оценки сигналов. М: Медицина, 1976.

7. Иваницкий AM., Стрелец В.Б., Корсаков И.А. (1984) Информационные процессы мозга и психическая деятельность. М: Наука, 1984

8. Иваницкий А.М. (1993) Фокусы взаимодействия, синтез информации и психическая деятельность. Журн. высш. нервн. деят. Т.43, с. 219-227.

9. Иваницкий Г.А. (1997) Распознавание типа решаемой в уме задачи по нескольким секундам ЭЭГ с помощью обучаемого классификатора. ЖВНД им. И.П.Павлова. Т. 47, с. 743-747.

10. Ильюченок И.Р., Савостьянов А.Н., Валеев Р.Г. (2001) Динамика спектральных характеристик тета- и альфа-диапазонов ЭЭГ при негативной эмоциональной реакции. Журн. высш. нервн. деят. Т. 51, с. 563-571.

11. Каплан А.Я., Дарховский Б.С., Фингелькурц АлЛ., Фингелькурц Ан.А. (1997) Топологическое картирование процесса синхронизации моментов резких перестроек в мультиканальной ЭЭГ у человека. Журн. высш. нервн. деят. Т. 47, вып. 1. с. 32-37.

12. Ливанов М.Н., Поляков КЛ. (1945) Изв. АН СССР. Сер. Биол. Т. 3. С. 286.

13. Ливанов М.Н. (1972) Пространственная организация процессов головного мозга. М.: Наука, 1972.

14. Николаев А.Р. (1994) Исследование этапов мысленной ротации сложных фигур методом картирования внутрикоркового взаимодействия. Журн. высш. нервн. деят. Т. 44, с. 441-447.

15. Николаев А.Р. (1995) Корковые механизмы невербального мышления на модели решения пространственных задач. Диссертация на соискание ученой степени кандидата медицинских наук. Москва, 1995.

16. Николаев А.Р., Иваницкий Г.А., Иваницкий А.М. (2000) Исследование корковых взаимодействий в коротких интервалах времени при поиске вербальных ассоциаций. ЖВНД им. И.П.Павлова. Т. 50, с. 44-61.

17. Переберин A.B. (2001) О систематизации вейвлет-преобразований. Вычислительные методы и программирование, т.2, с. 15-40

18. Подвигин И.Ф. (1979) Динамические свойства нейронных структур зрительной системы. JI.

19. Симонов П.В. (1981) Эмоциональный мозг. М: Наука, 1981.

20. Фарбер Д.А., Семенова, Л.К., Алферова, iB.B. (1990) Структурно-функциональная организация развивающегося мозга. JI. Наука. С. 198.

21. Фролов АЛ., Муравьев И.П. (1988) Информационные характеристики нейронных сетей. М.: Наука, 1988.

22. Шарова Е.В., Образцова Е.Р., Зайцев О.С., Куликов М.М., Ураков С.В. (2001) Особенности ЭЭГ при посттравматическом Корсаковском синдроме. Ж. неврологии и психиатрии им. С.С. Корсакова. Т. 101, с. 32-38.

23. Шевелев ИЛ. (2001) Волновые процессы в коре мозга и зрительное восприятие. Природа. №12 за 2001 г., с. 28-35.

24. Шишкин СЛ., Бродский Б.Е., Дарховский Б.С., Каплан А.Я. (1997) ЭЭГ как нестационарный сигнал: подход к анализу на основе непараметрической статистики. Физиология человека. Т. 23, N 4. С.124-126.

25. Abeyratne U.R., Kinouchi К, Oki Н., Okada J., Shichijo F., Maisumoto K. (1991) Artificial neural networks for source localization in the human brain. Brain Topogr. V. 4, p. 3-21.

26. Abeyratne U.R., Zhang G., Saratchandran P. (2001) EEG source localization: a comparative study of classical and neural network methods. Int. J. Neural Syst. V. 11, p. 349-360.

27. Adrian E.D., Matthews B.H.C. (1934) The Berger rhythm: potential changes from occipital lobes in man. Brain. V. 57. N 2. P. 355-385.

28. Bankman I.N., Sigilliti V.G., Wise ЯЛ., Smith P.L. (1992) Feature-based detection of the K-complex wave in the human electroencephalogram using neural networks. IEEE Trans. Biomed. Eng. V. 39, p. 1305-1310.

29. Barlow J.S. (1979) Computerized clinical electroencephalography in perspective. IEEE Trans. Biomed. Engng. V. BME-26. P. 377-391.

30. BasarE., Bullock Т.Н. (1992) Induced rhythms in the brain. Birkhaeuster, Boston-BaselBerlin.

31. BergerH. (1929) Über das Elektrenkephalogramm des Menschen. Arch. Psychiat. Nervenkr. V. 87, p. 527-570.

32. Bickford R.G., Fleming N.I., Billinger T.W. (1971) Compresion of EEG data. Trans. Am. Neurol Asoc. V. 36. P. 118-122.

33. Blankertz B, Dornhege G, KrauledatM, Curio G„ Mutter K-R. (2006) The Berlin brain-computer interface: Machine learning based detection of user specific brain states.

34. Burgess A.P., Gruzelier J.H. (1993) Individual reliability of amplitude distribution in topographical mapping of EEG. Electrenceph. Clin. Neurophysiol. V. 86, p. 218-223.

35. Burgess A.P., Gruzelier J. (1997) How reproducible is the topographical distribution of EEG amplitude? Int. J. Psychophysiol. V. 26, p. 113-119.

36. Coen, R.J. Tharp, B.R. (1985) Neonatal electroencephalography. Adv. Perinatal Med. London. V.4. P. 267-297.

37. Cooley J.W.y Lewis PA.W., Welch P.D. (1967) Historical notes on the fast Fourier transform. IEEE Trans. Audio Electroacoust. V. AU-15. P. 76-79.

38. Donchin E, Smith DB. (1970) The contingent negative variation and the late positive wave of the average evoked potential. Electroenceph clin Neurophysiol 29:201-203.

39. Donogltue J.P. (2002) Connecting cortex to machines: recent advances in brain interface. Nature Nauroscience. V.5, 1085-1088

40. Dummermuth G. (1971) Electronic data processing in pediatric EEG research. Neuropediatric. V. 4. P. 349-374.

41. Engel A.K., Singer W. (2001) Temporal binding and the neural correlations of sensory awareness. Trends in cognitive sciences. V. 5, p. 16-26.

42. Ferber G. (1987) Treatment of some nonstationarities in the EEG. Neuropsyhobiology. V. 17. P. 100-104.

43. Ford J.M., Mathalon D.H. (2004) Schizophrenia and hallucinations: evidence from event related brain potentials and functional magnetic resonance imaging. Int. J. Psychophysiol. V. 54, p. 3.

44. Fukuda O., Tsuji T., Kaneko M. (1995) Pattern classification of EEG signals using a log-linearized Gaussian mixture neural network. Proc. IEEE Int. Conf. Neural Networks, Perth Western Australia, 27 Nov-1 Dec, 1995. pp. 2479-2484.

45. Gabor A.J., Leach R.R., Dowla F.U. (1996) Automated seizure detection using a self-organizing neural network. Electroencephalography and Clinical Neurophysiology. V. 99, p. 257-266.

46. Gatli I., Lehmann D., Bar-On E. (1983) Fuzzy clustering of the EEG signal and vigilance performance. Intern. J. Neuroscience. V. 20, N 3-4. P. 303-312.

47. Georgopoulos AP, Lurito JT, Petrides M, Schwartz AB, Massey JT (1989) Mental rotation of the neuronal population vector. Science 243: 234-236

48. Gevins A.S., Yeager C.L., Diamond S.L., Spire J.P., Zeitlin G.M., Gevins A.H. (1975) Automated analysis of the electrical activity of the human brain (EEG): a progress report. Proc IEEE. V. 63. P. 1382-1399.

49. Gevins A.S., Smith M.E. (1997) Detecting transient cognitive impairment with EEG pattern recognition method. Aviation and Space Environmental Medicine. V. 70, p. 10281024.

50. Grass A.M., Gibbs F.A. (1985) A Fourier transform of the electroencephalogram. J. Neurophysiol. V. 2. P. 521-526.

51. Hari R., Salmelin R., Makela J.P., Salenius S, Helle M. (1997) Magnetoencphalographic cortical rhythms. Int. J. Psychophysiol. V. 26, p. 51-62.

52. HebbD.O. (1949) The organization of behavior. New-York: Wiley, 1949.

53. Hinton G.E., Sejnowsky T.J., Ackley D.H. (1984) Boltzmann machines: Constraint satisfaction networks that learn. Tech. Rep. CMU-CS-84-119. Pittsburgh: Carnegie-Mellon University, Department of Computer Science.

54. Hopfield J.J. (1982) Neural networks and physical systems with emergent collective computational abilities. Proc. Nat. Acad. Sci. USA. V. 79, p. 2554-2558.

55. I.Huang J.W., Lu Y.Y., Nayak A., Roy R.J. (1999) Depth of anesthesia estimation and control. IEEE Transactions on Biomedical Engineering. V. 46, p. 71-81.

56. Huuponen E., Varri A., Himanen S.L., Hasan J., Lehtokangas M., Saarinen J. (2000) Autoassociative MLP in sleep spindle detection. J. Med. Syst. V. 24, p. 183-193.

57. Jansen B.H., Cheng W.-K. (1988) Structural EEG analysis: an explorative study. Internat. J. Bio-Med. Comput. V. 23, N 3-4. P. 221-237.

58. Kaplan A.Ya., Byeon J-G., Lim J-J., Jin K-S.f Park B-W. (2005) Unconscious operant conditioning in the paradigm of brain-computer interface based on color perception. Intern. J. Neuroscience. V. 115, p. 781-802.

59. Kleiner B. (1973) Some comments on the use of an EEG autoregressive model for the time-saving calculation of spectral power density distributions with a digital computer. EEG Clin. Neurophysiol. V. 35. P. 331-332.

60. Klimesch W. (1997) EEG-alpha rhythms and memory processes. Int. J. Psychophysiol. V. 26, p. 319-340.

61. Klimesch W., Sauseng P., Hanslmayr S. (2007) EEG alpha oscillations: The inhibition-timing hypothesis. Brain Research Rewiews. V. 53. P. 63-88.

62. Klöppel B. (1994) Classification by neural networks of evoked potentials. Neuropsychology. V. 29, p. 47-52.

63. Knyazeva M.G., Fornari E., Meuli R., Innocenti G., Maeder P. (2006) Imaging of a synchronous neuronal assembly in the human visual brain. Neuroimage. V. 29, p. 593604.

64. Kohonen T. (1995) Self-Organizing Maps. Springer-Verlag, Heidelberg, 1995.

65. Kubier A, Kotclioubey B, Kaiser J, Wolpaw JR, Birbaumer N. (2001) Brain-computer communication: unlock the locked-in. Psychol Bull 127:358-375.

66. Lashley KS. (1950) In search of the engram. In: Society of experimental biology symposium No. 4: Psychological mechanisms of animal behavior. London: Cambridge University Press, 1950. p. 478-505.

67. Laubach M. (2004) Wavelet-based processing of neuronal spike trains prior to discriminant analysis. J. Neurosci. Methods, v. 134, pp. 159-168

68. Lopes da Silva F.H., Dijk A., Smits H. (1975) Detection of non-stationarities in EEGs using thy autoregressive model — an application to the EEG of epileptics. CEAN-computerizedEEG analysis. (Eds.) G. Dolce, H. Kunkel. Stuttgart: Fischer. P. 180-199.

69. Lopes da Silva F.H., Vos J.E., Mooibroek J., Van Rotterdam A. (1981) Relative contributions of intracortical and thalamocortical processes in the generation of alpha rhythms, revealed by partial coherence analysis. EEG Clin. Neuroph. V. 50, p. 449-456.

70. Lopes da Silva F.H. (1982) EEG analysis: theory and practice. Electroencephalography -basic principles, clinical applications and related fields. (Eds.) E. Niedermeyer, F.H. Lopes da Silva. Baltimore: Urban & Schwarzenberg. P. 685-711.

71. Lopes da Silva F.H., Mars N.J.I. (1987) Parametric methods in EEG analysis. EEG handbook: Revised series. V. 1. Methods of analysis of brain electrical and magnetic signals. A.S.Gevins, A.Remond (Eds.). Amsterdam: Elsevier. P. 243-260.

72. Lopes da Silva F. (1991) Neural mechanisms underlying brain waves: from neural membranes to networks. EEG Clin. Neuroph. V.79, p. 81-93.

73. Miller A.S., Blott B.H., Hames T.K. (1992) Review of neural network applications in medical imaging and signal processing. Medical and Biological Engineering and Computing. V. 30, p. 449-464.

74. Miller R. (1991) Cortico-hippocampal interplay and the representation of contexts of the brain. Springer Verlag, Berlin Heidelberg New York, 1991.

75. Mitra S., Sarbadhikan S.N., Pal S.K. (1996) An MLP-based model for identifying qEEG in depression. Int. J. Biomed. Comput. V. 43, p. 179-187.

76. Morrel F. (1967) The Neurosciences. A study program. N.Y. Rockfeller Univ. Press. P. 452.

77. Morrell L.K. (1966) Some characteristics of stimulus-provoked alpha activity. Electroencephalogr. clin. Neurophysiol. V. 21, N 6. P. 552-561.

78. Mulcholland T., Goodman D. (1980) Hypotesis of background EEG. Rhytmic EEG activities and cortical functioning. Amsterdam ect.: Elsevier. P. 277-286.

79. Murthy V.N., Fetz E.E. (1992) Coherent 25- to 35-Hz oscillations in the sensorimotor cortex of awake behaving monkeys. Proc. Natl. Acad. Sci. U SA. V. 89, p. 5670-5674.

80. Nashmi R., Mendonca A. J., MacKay W.A. (1994) EEG rhythms of the sensorimotor region during hand movements. Electroencephalogr. Clin. Neurophys. V. 91, p.456-467.

81. Niedermeyer N. (1997) Alpha rhythms as physiological and abnormal phenomena. Int. J. Psychophysiol. V. 26, p. 31-49.

82. Peltoranta M., Pfurtscheller G. (1994) Neural network based classification of non-averaged event-related EEG responses. Medical & Biological Engineering & Computing. V. 32, p. 189-196.

83. Penny W.D., Roberts S.J. (1999) EEG-based communication via dynamic neural network models. Proc. Int. Joint Conf. Neural Networks, 1999. p. 5.

84. Peters B.O., Pfurtscheller G., Flyvbjerg H. (1998) Mining multi-channel EEG for its information content: an ANN-based method for a brain-computer interface. Neural Networks. V. 11, p. 1429-1433.

85. Peters B.O., Pfurtscheller G., Flyvbjerg H. (2001) Automatic differentiation of multichannel EEG signals. IEEE Trans. Biomed. Eng. V. 48, p. 111-116.

86. Petrosian AA., Prokhodov D.V., Lajara-Nanson W., Schiffer R.B. (2001) Recurrent neural network based approach for early recognition of Alzheimer's disease in EEG. Clinical Neurophysiology. V. 112, p. 1378-1387.

87. Petsche H., Rappelsberger P. (1992) Is there any message hidden in the human EEG? Induced Rhythms in the Brain. E.Basar, T.H.Bullock (Eds.). Boston: Birkhauser. P. 103-116.

88. Pfurtscheller G., Flotzinger D., Mohl W., Peltoranta M. (1992) Prediction of the side of hand movements from single trial multi-channel EEG data using neural networks. Electroencephalogr. Clin. Neurophysiol. V. 82, p. 313-315.

89. Pfurtscheller G, Flotzinger D, Pregenzer W, Wolpaw JR, McFarland J)J. (1996) EEG-based brain-computer interface (BCI): search for optimal electrode positions and frequency components. Med Prog Technol 21:111—121.

90. Pfurtscheller G., Neuper Ch., Andrew C., Edlinger G. (1997) Foot and hand area mu rhythms. Int. J. Psychophys. V. 26, p. 121-135.

91. Pfurtscheller G., Lopes da Silva F.H. (1999) Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin. Neurophysiol. V. 110, p. 1842-1857.

92. Posner M.I., Raichle M.E. (1994) Images of mind. New York.

93. Robert G, Karasinski P., Natowitz R., Limoge A. (1996) Adalt rat vigilance states discrimination by artificial neural network using a single EEG channel. Physiology & Behavior. V. 59, p. 1051-1060.

94. Robert C., Gaudy J.F., Limoge A. (2002) Electroencephalogram processing using neural networks. Clinical Neurophysiology. V. 113, p. 694-701.

95. Roberts SJ, Penny WD. (2000) Real-time brain-computer interfacing: a preliminary study using Bayesian learning. Med Biol Eng Comput 38:56-61.

96. Roschke J., Fell J., Mann K. (1997) Non-linear dynamics of alpha and theta rhythm: correlation dimensions and Lyapunov exponents from healthy subject's spontaneous EEG. Int. J. Psychophysiol. V. 26, p. 251-261.

97. Rosenblatt F. (1958) The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psychol. Rev. V. 65, p. 386-408.

98. Rosenblatt F. (1962) Principles of neurodynamics. New-York, Spartan, 1962.

99. Rougeul-Buser A., Buser P. (1997) Rhythms in the alpha band in cats and their behavioral correlates. Int. J. Psychophysiol. V. 26, p. 191-203.

100. Rumelhart D.E., Hinton C.E., Williams R.J. (1986 a) Learning representations by back-propagating errors. Nature. V. 323, p. 533-536.

101. Rumelhart D.E., McClelland J.L., and the PDP research group. (1986 6) Parallel distributed processing. Cambridge, Mass.: MIT Press, 1986.

102. Salmelin R., Mamalainen M., Kajola M., Hari R. (1995) Functional segregation of movement-related rhythmic activity in the human brain. Neuroimage. V. 2, p. 237-243.

103. Saunders M. (1963) Amplitude probability density studies of alpha and alpha-like patterns. EEG and Clin. Neurophysiol. V. 15. No 5. P. 761-777.

104. Schack B., Weiss S., Rappelsberger P. (1996) Dynamic topographic methods of coherence analysis of cognitive processes. Medical & Biological Engineering & Computing. V. 34, p. 207-208.

105. Sun M., Sclabassi R.J. (2000) The forward EEG solutions can be computed using artificial neural networks. IEEE Trans. Biomed. Eng. V. 47, p. 1044-1050.

106. Suzuki H. (1974) Phase relationships of alpha rhythm in man. Japan J. Physiol. V. 24, N 6. P. 569-586.

107. Sveinsson J.R., Benediktsson J^A., Stefansson S.B., Davidsson K. (1997) Parallel principal component neural network for classification of event-related potential waveforms. Med. Eng. Phys. V. 19, p. 15-20.

108. Tallon-Baudry C., Bertrand O., Fischer C. (2001) Oscillatory synchrony between human extrstriate areas during visual short-term memory maintenance. J. Neurosci. V. 21, p. RC177- 1-RC177-5.

109. Tallon-Baudry C. (2003) Oscillatory synchrony and human visual cognition. Journal of Physiology Paris V. 97, p. 355-363.

110. Thatcher R.W., Krause P.J., Hrybyk M. (1986) Cortico-cortical associations and EEG coherence: a two-compartmental model. Electroenceph. clin. Neurophysiol. V. 64. P. 123-143.

111. Tuulik K, Raja A., Meister A., Lossmann E. (1997) Neural network method to determine the vigilance levels of the central nervous system, related to occupational chronic chemical stress. Technology of Health Care. N 5 (1997), p. 243-251.

112. Van Hoey G., de Clercq J., Vanrumste B., van de Walle R., Lemahieu I., D'Have M., Boon P. (2000) EEG dipole source localization using artificial neural network. Physics in Medicine and Biology V. 45, p. 997-1011.

113. Varela F., Lachaux J-P., Rodriguez E. and Martinerie J. (2001) The brainweb: phasesynchronization and large-scale integration. Nature rewiews. v. 2, pp. 229-239

114. Vargha-Khadent F., Gadian D. G., Mislikin M. (2001) Dissociation in cognitive memory: the syndrom of developmental amnesia. Phil. Trans. R. Soc. Lond. V. 356, p. 1435-1440.

115. Walczak S., Novak W.J. (2001) An artificial neural network approach to diagnosing epilepsy using lateralized bursts of theta EEGs. Journal of Medical Systems. V. 25, p. 920.

116. Walter D.O., Rhodes J.M., Adey W.P. (1967) Discriminating among states of consciousness by EEG measurements: a study of four subjects. EEG and Clin. Neurophysiol. V. 22. No 1. P. 22-29.

117. Webber W.R.S., Lesser R.P., Richardson R., Wilson K. (1996) An approach to seizure detection using an artificial neural network (ANN). Electroencephalography and Clinical Neurophysiology. V. 98, p. 250-272.

118. Weiss T.F. (1960) Masters thesis. Dept Electr Engng. M.I.T. P. 132.

119. Whitham EM, Pope KJ, Fitzgibbon SP, et al (2007). "Scalp electrical recording during paralysis: quantitative evidence that EEG frequencies above 20 Hz are contaminated by EMG". Clin Neurophysiol 118 (8): 1877-88.

120. Whitham EM, Lewis T, Pope KJ, et al (2008). "Thinking activates EMG in scalp electrical recordings". Clin Neurophysiol 119 (5): 1166-75.

121. Wilson S.B. (2005) A neural network method for automatic and incremental learning applied to patient-dependent seizure detection. Clinical Neurophysiology. V. 116 p. 1785-1795.

122. Wolpaw J.R, McFarland DJ. (2004) Control of two-dimensional movement signal by a noninvasive brain-computer interface in humans. PNAS. V. 101, N 51, 17849-17854.

123. Wu F.G., Slater J.D., Ramsay R.E. (1994) Neural network approach in multichannel auditory event-related potentials analysis. Int. J. Biomed. Comput. V. 35, p. 157-168.

124. YoshiiN., Yamaguchi V. (1962) Med. J. Osaka Univ. V. 13. No 1. P. 11.

125. Yuasa M., Zhang Q., Nagashino H., Kinouchi Y. (1998) EEG source localization for two dipoles by neural networks. Proc. IEEE 20th Ann. Int. Conf. IEEE/EMBS. Hong Kong, 1998. p. 2190-2192.

126. Yuval-Greenberg S, Tomer O, Keren AS, Nelken I, Deouell LY (2008). "Transient induced gamma-band response in EEG as a manifestation of miniature saccades". Neuron 58 (3): 429-41.

127. Yylmaz Y.K., Demiralp T., Giilcur H.O. (1998) Classification of P300 component in single trial event related potentials using artificial neural network classifier. Int. J. Psychophysiology. V.30, p. 226.

128. Zhang X.S., Roy R.J. (2001) Derived fuzzy logic model for estimating the depth of anesthesia. IEEE Transactions on Biomedical Engineering. V. 48, p. 312-323.h