研究人员开发了一种名为环面图（Torus Graphs, TG）的新方法来分析神经信号中的相位关系，该方法可以处理数千个变量，而之前的限制约为100个。这一进展使得对脑电图（EEG）和局部场电位（LFP）记录等复杂数据进行更全面的分析成为可能。新方法还能够创建用于状态依赖耦合的TG隐马尔可夫模型（TG Hidden Markov Models）以及用于方向性相互作用的自回归TG（autoregressive TGs），从而揭示不同认知状态下的动态相位模式。 AI
影响 能够对神经数据进行更复杂的分析，可能为神经科学和脑机接口带来新的见解。
排序理由 该集群包含一篇详细介绍神经信号分析新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →