Помощь в написании студенческих работ
Антистрессовый сервис

Анализ постстимульных изменений ЭЭГ, не выявляемых методом когерентного накопления

Диссертация: Анализ постстимульных изменений ЭЭГ, не выявляемых методом когерентного накопления
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Представленные в настоящей работе данные свидетельствуют о наличии в ВА некогерентной составляющей, не проявляющейся в ус-эеднении. Эта составляющая проявляется в закономерном изменении после стимула средней длительности полупериода и средней за полу-териод мощности колебаний разных частотных диапазонов. Параметры некогерентной составляющей ВА зависят от экспериментальной задачи я тесно… Читать ещё >

Анализ постстимульных изменений ЭЭГ, не выявляемых методом когерентного накопления (реферат, курсовая, диплом, контрольная)

Содержание

  • Список сокращений
  • Введение
  • 1. Обзор данных литературы
    • 1. 1. Вызванная активность мозга, ее связь с информационными процессами
    • 1. 2. Методы обработки вызванной активности. ВП
    • 1. 3. Компоненты ВП, связь с восприятием и психологией, сложности определения компонентов
    • 1. 4. Другие методы анализа вызванной активности. Недостатки факторного анализа, сравнения с эталоном, фильтрации
    • 1. 5. Спектральные изменения ЭЭГ после стимула, их связь с изменениями при различных нагрузках
    • 1. 6. Связь ВП и ЭЭГ
    • 1. 7. Нестабильность параметров компонентов ВП, ее возможные причины
    • 1. 8. Анализ некогерентных составляющих вызванной активности
    • 1. 9. Периодо-амплитудный анализ ЭЭГ
  • 2. Материалы и методы
    • 2. 1. Испытуемые
    • 2. 2. Оборудование
    • 2. 3. Регистрируемые параметры
    • 2. 4. Экспериментальные задачи
    • 2. 5. Селекция реализаций для анализа
    • 2. 6. Методы обработки данных
      • 2. 6. 1. Коррекция окулографических артефактов
      • 2. 6. 2. Коррекция постоянной времени усилителя
      • 2. 6. 3. Низкочастотная цифровая фильтрация
      • 2. 6. 4. Вызванный потенциал
      • 2. 6. 5. Вычисление средней длительности полупериода колебаний
      • 2. 6. 6. Полосовая фильтрация ЭЭГ и анализ динамики средней мощности колебаний по полосам частот
      • 2. 6. 7. Статистика
  • 3. Результаты
    • 3. 1. ВП
    • 3. 2. СДПК
    • 3. 3. Мощности некогерентной составляющей ВА
    • 3. 4. Связь когерентной и некогерентной составляющих ВА
    • 3. 5. Динамика суммарной мощности ВА по полосам частот
  • 1. Обсуждение
    • 1. 1. ВП
    • 1. 2. СДПК
    • 1. 3. СМПК некогерентной составляющей ВА по полосам частот
    • 1. 4. Связь когерентной и некогерентной составляющих ВА
    • 1. 5. СМПК суммарной ВА по полосам частот
  • 5. Теоретическая модель функционирования мозга
    • 5. 1. Основные определения
    • 5. 2. Структурная модель. Элементная база, структура памяти, структура иерархической сети
    • 5. 3. Информационная модель. Основные характеристики и ограничения, динамическое распределение ресурсов, реакция на стимулы
    • 5. 4. Связь информационных процессов с электрическими проявлениями. Роль позитивности и негативности
    • 5. 5. Влияние конкуренции информационных процессов, шумов и ассоциативного характера памяти на нестационарность параметров единичных ВП
    • 5. 6. Влияние повышения уровня обработки и уровня абстракций при анализе стимула на перераспределение мощности по спектру ВА
    • 5. 7. Сигнальная составляющая ВА в ансамбле реализаций
    • 5. 8. Электрические проявления информационных процессов в единичных реализациях ВА (прогноз)

Электромагнитные феномены отражают самые быстрые из информа-ионных процессов мозга [Иваницкий и др., 1984]. Один из важных идов этих феноменов — вызванная активность (ВА) мозга в ответ на нешнее раздражение (стимул). Она состоит из когерентной (связан-ой по фазе с моментом предъявления стимула) и некогерентной сос-•авляющих. В физиологии широко применяется анализ когерентной ¦оставляющей этой активности — вызванных потенциалов (ВП) [Ива-шцкий и др., ¦ 1984; Костандов, 1983; McGillem, Aunon, 1987]. Показано, что различные компоненты ВП связаны с обработкой физических параметров стимула, а также с когнитивной обработкой стимуль-юй информации и принятием решения о биологической значимости стимула. Имеется также ряд работ по анализу вызванной активности лозга, отличной от ВП [Новотоцкий-Власов, 1995; Goertz et al., 1994; Jokeit, Makeig, 1994; Talion Baudry et al., 1996, 1997a, b, 1998; Yordanova et al., 1997, 1998]. Тем не менее характеристики некогерентной составляющей вызванной активности мозга и ее связь с вызванным потенциалом изучены недостаточно.

Существует ряд экспериментальных данных, который позволяет предположить нестационарность ВА. К ним относятся: вариабельность латентных периодов и амплитуды поздних компонентов ВП в единичных реализациях [Gevins, 1987bMcGillem, Aunon, 1987; Johnston et al., 1986], различие формы и компонентного состава индивидуальных ВП [Gelsler, Polich, 1992а, bKuenkel, Heinze, 1985], возможная связь некоторых компонентов ВП (в единичных реализациях) с ритмами престимульной ЭЭГ [Mecklinger et al., 1992; Jansen, Brandt, 1991; Brandt et al., 1991].

К сожалению, в известной нам литературе не разработан аппарат обработки некогерентных составляющих (ИКС) ВА. Это заставляет исследователей пользоваться старыми методами обработки вызванной активности, включающими в себя методы усреднения, фильтрации и сравнения с эталоном. Одной из возможных альтернатив является использование интервальных оценок, таких как максимальное, минимальное или среднее значение параметра, длительность интервала, на значительном интервале латентностей, согласованном с изучаемым сигналом, например, за период колебаний. Выбор оцениваемого параметра зависит от целей и задач исследования. Примерами таких оценок являются предложенные в работах [Ковалев, Новотоцкий-Власов,.

— 6.

998- Новотоцкий-Власов, 1995] методы вычисления средней длитель-юсти и средней мощности полупериода колебаний (СДПК и СМПК), которые позволяют перевести НКС ВА, не проявляющуюся в ВП, в параметры, накапливаемые при усреднении.

Использование этих методов позволило обнаружить некогерент-1ую составляющую вызванной активности мозга, проявляющуюся в увеличении после стимула средней длительности полупериода колебаний ЭЭГ (СДПК) и в закономерных изменениях после стимула средней мощности за полупериод колебаний ЭЭГ (СМПК), различных в разных частотных диапазонах [Ковалев, Новотоцкий-Власов, 1998; Новотоц-кий-Власов, 1995; Лоуо^зку-УХазоу, 1998].

Поскольку характеристики НКС ВА мозга и ее связь с вызванным потенциалом изучены недостаточно, были сформулированы следующие цель и задачи исследования:

Цель: Обнаружить изменения ЭЭГ после стимула, не выявляемые методом когерентного накопления (не проявляющиеся в ВП), и изучить их связь с ВП.

Задачи: 1. Разработка методов анализа частотно-временных и амплитудно-временных соотношений в вызванной активности мозга для выявления некогерентных изменений ЭЭГ.

2. Выявление некогерентных изменений ЭЭГ после стимула и анализ их характеристик.

3. Изучение связи обнаруженных изменений ЭЭГ с ВП.

4. Изучение характеристик совокупной ВА без разделения на когерентную и некогерентную составляющие.

Актуальность: Анализ вызванной активности имеет важное значение в изучении информационных процессов мозга и, в частности, процессов восприятия, а также в диагностике некоторых видов психической патологии. При этом использование устаревшей модели ВА снижает как теоретическую, так и практическую ценность результатов такого анализа. Поэтому необходимы новые подходы к моделированию информационных процессов и ВА мозга и новые данные, позволяющие разработать такие подходы.

Новизна: Выявлена некогерентная составляющая ВА, проявляющаяся в закономерных изменениях после стимула средней длительности полупериода колебаний и средней за полупериод мощности колебаний разных частотных диапазонов (дельта, тета, альфа и бета), вычисленной после удаления когерентной составляющей (ВП) из единичных.

— 7 реализацийустановлена тесная связь между когерентной и некоге-зентной составляющими ВАпрослежена кратковременная (в пределах здной реализации) динамика спектральных изменений ЭЭГ после стимула, показана связь этих изменений с экспериментальной задачей, эешаемой испытуемым.

Практическая значимость: Полученные результаты могут быть яспользованы в фундаментальных исследованиях для построения и анализа системных моделей функционирования мозга, а также в клинике для изучения патогенеза и улучшения диагностики психических заболеваний.

Положения на защиту: Некогерентная составляющая является неотъемлемой частью вызванной активности мозга. Параметры ИКС ВА мозга тесно связаны с параметрами ВП, полученного в той же ситуации, и зависят от экспериментальной задачи. Спектральные характеристики ВА зависят от латентности после стимула, имеется рецип-рокная зависимость между положением максимума в спектре мощности ВА и латентностью.

7. Выводы.

1. Разработаны методы анализа частотно-временных (СДПК) и амплитудно-временных (СМПК) соотношений в вызванной активности мозга, реализованные в виде компьютерных программ.

2. С помощью указанных методов в вызванной активности (ВА) мозга испытуемых после зрительных стимулов выявлена некогерентная составляющая, проявляющаяся в закономерных изменениях СДПК и СМПК, вычисленных по реализациям с предварительно удаленной когерентной составляющей (ВП).

3. Некогерентная составляющая ВА проявляется в увеличении СДПК после стимула, двухфазных (увеличение с последующим уменьшением) изменениях мощности бета-, альфаи тета-диапазонов и уменьшении мощности дельта-диапазона.

4. Параметры обнаруженной некогерентной составляющей ВА зависят от экспериментальной задачи.

5. Параметры когерентной (ВП) и некогерентной составляющих ВА связаны между собой. Эта связь проявляется качественно в совпадениях латентностей компонентов ВП с интервалами изменения СДПК и СМПК некогерентной составляющей ВА, а количественно — в корреляции СМПК когерентной и некогерентной составляющих ВА во всех частотных диапазонах.

6. Анализ некогерентной составляющей ВА позволил выявить би.

— 69 ээлектрические процессы, связанные с поздними этапами восприятия, зе проявляющимися в ВП.

7. В суммарной ВА выявлена реципрокная зависимость между частотным диапазоном, в котором вычислялась СМПК, и латентностью максимального увеличения СМПК в этом диапазоне.

8. Рассмотрена теоретическая модель, позволяющая объяснить полученные результаты и дать новую интерпретацию ранее известным цанным.

6.

Заключение

.

Представленные в настоящей работе данные свидетельствуют о наличии в ВА некогерентной составляющей, не проявляющейся в ус-эеднении. Эта составляющая проявляется в закономерном изменении после стимула средней длительности полупериода и средней за полу-териод мощности колебаний разных частотных диапазонов. Параметры некогерентной составляющей ВА зависят от экспериментальной задачи я тесно коррелируют с параметрами ВП.

Изложенная теоретическая модель позволяет объяснить как ранее известные, так и обнаруженные в данной работе экспериментальные данные, а также наметить перспективные направления в изучении информационных и электрических процессов мозга.

Показать весь текст

Список литературы

  1. И.С. Нервные механизмы поведения высших позвоночных кивотных. М., Изд-во АН СССР, 1961. 353 с.
  2. . Неопределенность в нервной системе. Пер. с англ. L, Мир, 1969. 251 с.
  3. Р. Преобразование Хартли. Пер. с англ. М., «Мир», 1990, 175 с.
  4. Ф., Чакань А. Микро-ЭВМ. Пер. с венг. М., Энергия, L980 г. 360 с.
  5. А.Я., Труш В. Д. Ортогональная система Уолша в фильтрах Винера для оценки усредненных вызванных потенциалов. ФЖ СССР ям. Сеченова, 1978, 64 (10): 1507−1511.
  6. В.А., Лаппа Ю. М., Ярославский Л. П. Методы синтеза эыстрых алгоритмов свертки и спектрального анализа сигналов. М., Таука, 1990, 180 с.
  7. В.В. Вызванные потенциалы мозга в клинической практике. Таганрог, Изд-во ТРТУ, 1997, 252 с.
  8. А.П. Логические схемы и реальные ограничения: методы зинтеза, оценки сложности. М.: Энергоиздат, 1982. 184 с.
  9. Е.В. Вычислительные методы анализа и распознавания патологических процессов. Л., Медицина, 1978, 296 с.
  10. A.M. Мозговая основа субъективных переживаний: гипотеза информационного синтеза. ЖВНД, 1996, 46 (2): 241−252.
  11. A.M. Мозговые механизмы оценки сигналов. М.: Медицина, 1976, 264 с.
  12. А.М., Матвеева Л. В. Взаимоотношения между параметрами вызванного потенциала и структурой сенсорно-перцептивного процесса. Физиология человека, 1976, 2 (3): 386−399.
  13. A.M., Стрелец В. Б. Вызванный потенциал и психофизические характеристики восприятия. ЖВНД, 1976, 26 (4): 793−800.
  14. A.M., Стрелец В. Б. Поиск причинных связей между мозговыми и психическими явлениями при исследовании восприятия. Физиология человека, 1981, 7 (3): 528−540.
  15. А.М., Стрелец В. Б., Корсаков И. А. Информационные процессы мозга и психическая деятельность. М., «Наука», 1984, 200 с.- 71
  16. H.В., Соломатин В. Ф. Метод анализа биоэлектрической активности мозга. Физиология человека, 1986, 12 (3): 513−516.
  17. В.П., Новотоцкий-Власов В. Ю. Некогерентные составля-ощие вызванной активности мозга. ЖВНД, 1998, Т.48, N6, с.915−925.
  18. Э.А. Функциональная асимметрия полушарий мозга и неосознаваемое восприятие. М., «Наука», 1983, 172с.
  19. Э.А., Арзуманов Ю. Л. Вызванные корковые потенциалы на эмоциональные неосознаваемые слова. ЖВНД, 1974, 24 (3): 465−472.
  20. Э., Ледерман У., Тюрин Ю. Н. (Ред.) Справочник по прикладной статистике: Пер. с англ. М., Финансы и статистика, 1989. Т.1. 510 с.
  21. Лук А. Н. Память и кибернетика. М., Наука, 1966. 134 с.
  22. . Методы и техника обработки сигналов при физических измерениях: Пер. с франц. М., Мир, 1983а, Т. 1, 312 с.
  23. . Методы и техника обработки сигналов при физических измерениях: Пер. с франц. М., Мир, 1983b, Т.2, 256 с.
  24. Марпл-мл. С. Л. Цифровой спектральный анализ и его приложения: Пер. с англ. М., Мир, 1990, 584 с.
  25. C.B., Пахомов С. В. Динамическая организация мозговых систем. Л., Наука, 1989. 247 с.
  26. Е.В. Изменения компонентов зрительного вызванного потенциала человека при обусловливании с применением биологической обратной связи. ЖВНД, 1996, 46 (3): 479−487.
  27. Е.В., Дорохов В. Б. Обусловливание компонента N100-P200 зрительного вызванного потенциала человека с применением биологической обратной связи. ЖВНД, 1995, 45 (4): 676−687.
  28. Дж. Вычислительные алгоритмы в прикладной статистике. Пер. с англ. М., Финансы и статистика, 1988, 350 с.
  29. Новотоцкий-Власов В. Ю. Анализ вызванной активности мозга путем вычисления средней длительности полупериода колебаний. ЖВНД, 1995, т.45, N4, с.819−927.
  30. Сборник научных программ на Фортране. Пер. с англ. М., Статистика, 1974, 316 с.
  31. Н.Е., Скорикова С. Е. Спектрально-корреляционный анализ биоэлектрической активности мозга человека при интеллектуальном напряжении. В кн.: Функциональное значение электрических процессов головного мозга. М., Наука, 1977, с. 76−84.- 72
  32. Н. Е., Скорикова С. Е., Васильев А. Я. О роли тета-i дельта-ритмов ЭЭГ человека в процессе умственной работы. В кн.: Информационное значение биоэлектрических потенциалов головного лозга. Материалы симпозиума. Л., 1974, с. 46−47.
  33. В.Б. Вызванные потенциалы мозга на стимулы различной -интенсивности в норме и при истерической психопатии. Журн. невропатологии и психиатрии, 1978, 78 (6): 888−894.
  34. Л.П. Очерки о кибернетике. М., 1959. 231 с.
  35. С. Математическая статистика. М.: Наука, 1967. 632 с.
  36. Л.М. Условные рефлексы и психика. Природа, 1999, (8): 180−184.
  37. Ч. Вызванные потенциалы мозга в норме и патологии. М., йир, 1975, 316 с.
  38. В.Б. Электрофизиологические корреляты системных процессов в элементарном поведенческом акте. В кн.: Функциональное значение электрических процессов головного мозга. М., Наука, 1977, с.95−103.
  39. У.Р. Конструкция мозга. М., ИЛ, 1962. 398 с.
  40. Ahmed N., Webster А., Armstrong В. A class of bandpass and bandstop Butterworth digital filters. Proc. IEEE, 1987, 75 (11): 1540−1542.
  41. Albe-Fessard D., Tasker R., Yamashiro K., Chodakiewitz J., Dostrovsky J. Comparison In man of short latency averaged evoked potentials recorded in thalamic and scalp hand zones of representation. EEG clin. Neurophysiol., 1986, 65: 405−415.
  42. Alho K., Tottola K., Reinikainen K., Sams M. and Naatanen R. Brain mechanism of selective listening reflected by event-related potentials. EEG clin. Neurophysiol., 1987, 68: 458−470.
  43. Amit D.J. The Hebbian paradigm reintegrated: Local reverberations as internal representations. BBS, 1995, 18 (4): 617−626.
  44. Amit D.J. Simulation in neurobiology: theory or experiment? Trends Neurosci., 1998, 21(6): 231−237.
  45. Amit D.J., Brunei N. Model of global spontaneous activity and local structured activity during delay periods in the cerebral cortex. Cereb. Cortex, 1997, 7 (3): 237−252.
  46. Amit D.J., Brunei N., Tsodyks M.V. Correlations of cortical Hebbian reverberations: theory versus experiment. J. Neurosci., 1994, 14(11 Pt 1): 6435−6445.- 73
  47. Amit D.J., Fusi S., Yakovlev V. Paradigmatic working memory 'attractor) cell in IT cortex. Neural Comput., 1997, 9(5): L071−1092.
  48. Aranibar A., Pfurtscheller G. and Maresch H. Event-relatedsynchronization in parallel to VEPS. In: C. Barber (Ed.), Evoked potentials. Proceedings of an International Evoked Potentials Symposium. MTP Press Limited, Lancaster, England, 1980, 137−141.
  49. Ashby W. Mathematical models and computer analysis of the function of the central nervous system. Ann. Rev. Physiol., 1966, 28: 89.
  50. Aunon J.I. Computer techniques for the processing of evoked potentials. Comput. Prog. Biomed., 1978, 8: 243−255.
  51. Aunon J.I., McGillem C.D. High frequency components in the spectrum of the visual evoked potentials. J. Bioeng., 1977, v.1, p. 157.
  52. Aunon J.I., McGillem C.D. and Childers D.G. Signal processing in evoked potential research: averaging and modeling. Crit. Rev. Bioengng, 1981, 5: 323−367.
  53. Barrett G., Nashige R. and Shibasaki H. Human auditory and somatosensory event-related potentials: effects of response condition and age. EEG clin. Neurophysiol., 1987, 66: 409−419.
  54. Bartel P., Conradie J., Robinson E., Prinsloo J. and Becker P. The relationship between median nerve somatosensory evoked potential latencies and age and growth parameters in young children. EEG clin. Neurophysiol., 1987, 68: 180−186.
  55. Basar E. EEG Brain Dynamics: Relation Between EEG and Brain Evoked Potentials. Elsevier, Amsterdam, 1980.
  56. Basar E., Basar-Eroglu C., Parnefjord R., Rahn E., Schuer-mann M. Evoked potentials: ensembles of brain induced rhythmici-ties in the alpha, theta and gamma ranges. In: ???, 1991,
  57. Basar E., Goender A. and Ungan P. Important relation between EEG and brain evoked potentials I. Resonance phenomena in subdu- 74 al structures of the cat brain. Biol. Cybernet., 1976a, 25 (1): 27−40.
  58. Basar E., Goender A., Ungan P. Important relation between iEG and brain evoked potentials. II. A systems analysis of electrical signals from the human brain. Biol. Cybernetics, 1976b, 25 (1): 41−48.
  59. Basar E. and Ozesmi C. Systems theory of different stages of sleep. EEG clin. Neurophysiol., 1973, 34 (7): 732.
  60. Basar E., Yordanova J., Kolev V., Basar Eroglu C. Is the alpha rhythm a control parameter for brain responses? Biol. Cybern., 1997, 76(6): 471−480.
  61. Brandt M.E., Jansen B.H., Carbonari J.P. Prestimulus spectral EEG patterns and the visual evoked response. EEG clin. Neurophysiol., 1991, 80: 16−20.
  62. Brazier M.A.B. (Ed.). Computer techniques in EEG analysis. EEG Clin. Neurophysiol., 1961, Suppl. 20: 1.
  63. Bromm B., Meier W., Scharein E. Pre-stimulus / post-stimulus relations in EEG spectra and their modulations by an opioid and antidepressant. EEG clin. Neurophysiol., 1989, 73: 188−197.
  64. Callaway E., Halliday R., Naylor H. and Thouvenin D. The latency of the average is not the average of the latencies. Psyc-hophysiol., 1984, 21 (5): 571.
  65. Carrie J.P.C. A technique for analyzing transient EEG abnormalities. EEG clin. Neurophysiol., 1972, 32: 199−201.
  66. Chase W., McCarthy G., Squires K. and Schvaneveldt R. Mental chronometry. In: E. Donchin (Ed.), Cognitive Psychophysiology: Event-Related Potentials and the Study of Cognition. Erlbaum, Hillsdale, NJ, 1984, 249−301.
  67. Cheron G. and Borenstein S. Gating of the early components of the frontal and parietal somatosensory evoked potentials in different sensory-motor interference modalities. EEG clin. Neurophysiol., 1991, 80: 522−530.
  68. Ciganek L. The EEG response (evoked potential) to light sti- 75 nulus in man. EEG clin. Neurophysiol., 1961, 13: 165−172.
  69. Ciganek L., Smieskova A., Hruby M., Mladonicky P. Processing and analysis techniques for brain-stem auditory evoked potentials tfith localization of brain-stem lesions. EEG clin. Neurophysiol., 1984, 57: 92−96.
  70. Cooper R., Osselton J.W. and Shaw J.C. EEG Technology, 2nd idn. Butterworths, London, 1974.
  71. Curry J.G., Polich J. P300, global probability, and stimulus sequence effects in children. Developmental Neuropsychol., 1992, В (2−3): 185−202.
  72. Czigler I. and Csibra G. Event-related potentials and the identification of deviant stimuli. Psychophysiology, 1992, 29 (4): 471−486.
  73. Davis H. Slow cortical responses evoked by acoustic stimuli. Acta Otolaryng. (Stockh.), 1965, 59: 179.
  74. Dawson G.D. A summation technique for the detection of small evoked potentials. EEG clin. Neurophysiol., 1954, 6: 65−84.
  75. Del Giudice P., Fusi S., Badoni D., Dante V., Amit D.J. Learning attractors in an asynchronous, stochastic electronic neural network. Network, 1998, 9(2): 183−205.
  76. J.E. (Ed.). Visual Evoked Potentials in Man: New Developments. Oxford: Clarendon Press, Oxford, 1977.
  77. Desmedt J.E. and Ozaki I. SEPs to finger joint input lack the N20-P20 response that is evoked by tactile inputs: contrast between cortical generators in areas 3b and 2 in humans. EEG clin. Neurophysiol., 1991, 80: 513−521.
  78. De Weerd J.P.C. Facts and fancies about a posteriori 'Wiener' filtering. IEEE Trans, bio-med, Engng, 1981a, BME-28: 252 257.
  79. De Weerd J.P.C. A posteriori time-varying filtering of averaged evoked potentials. I. Introduction and conceptual basis. Biol. Cyhernet., 1981b, 41: 211−222.
  80. De Weerd J.P.C. and Кар J.I. Spectro-temporal representations and time-varying spectra of evoked potentials. Biol. Cybernet., 1981a, 41: 101−117.
  81. De Weerd J.P.C. and Кар J.I. A posteriori time-varying filtering of averaged evoked potentials. II. Mathematical and computational aspects. Biol. Cybernet., 1981b, 41: 223−234.- 76
  82. De Weerd J.P.C. and Martens W.L.J. Theory and practice of a Dosteriori 'Wiener' filtering of average evoked potentials. Biol. Cybernet., 1978, 30: 81−94.
  83. Doice G., Waldeier H. and Decker H. Analysis of spectral vaLues of the EEG during cognitive functions in man. EEG clin. Neurophysiol., 1973, 34 (7): 705.
  84. Donchin E. Event-related brain potentials: a tool in the study of human information processing. In: H. Begleiter (Ed.). Svoked Potentials and Behavior. Plenum, New York, 1979, 13−75.
  85. Donchin E. and Heffley E.F. Multivariate analysis of event-related potential data: a tutorial review. In: D. Otto (Ed.). Multidisciplinary Perspectives in ERP Research. EPA-600/ 9−77−043. U.S. Government Printing Office, Washington DC, 1978, 555−572.
  86. Donchin E., Tueting P., Ritter W., Kutas M. and Heffley E. On the independence of the CNV and P300 components of the human averaged evoked potential, EEG clin. Neurophysiol., 1975, 38, 449−461.
  87. Doyle D.J. Some comments on the use of Wiener filtering for the estimation of evoked potentials. EEG clin. Neurophysiol., 1975, 38: 533−534.
  88. Durrant J.D. Pattern-reversal auditory evoked potential. EEG clin. Neurophysiol., 1987, 68: 157−160.
  89. Ebner A. and Deuschl G. Frontal and parietal components of enhanced somatosensory evoked potentials: a comparison between pathological and pharmacologically induced conditions. EEG clin. Neurophysiol., 1988, 71: 170−179.
  90. Ehrenberg B.L., Penry J.K. Computer recognition of generalized spike-wave discharges. EEG clin. Neurophysiol., 1976, 41: 25−36.
  91. Elbert T., Rockstroh B., Hampson S., Pantev C., Hoke M. The magnetic counterpart of the contingent negative variation. Elect-roencephalogr. Clin. Neurophysiol., 1994, 92(3): 262−272.
  92. Erwin R.J., Buchwald J.S. Midlatency auditory evoked responses: differential recovery cycle characteristics. EEG clin. Neurophysiol., 1986, 64: 417−423.
  93. Eulitz C., Maess B., Pantev C., Friederici A.D., Feige B., Elbert T. Oscillatory neuromagnetlc activity induced by language- 77 and non-language stimuli. Brain Res. Cogn. Brain Res., 1996, 1(2): 121−132.
  94. Farwell L.A., Donchin E. The truth will out: interrogative Dolygraphy («lie detection») with event-related brain potentials. 3sychophysiology, 1991, 28 (5): 531−47.
  95. Gasser T., Moecks J. and Verleger R. SEVALCO: a method to leal with trial-to-trial variability of evoked responses. EEG 3lin. Neurophysiol., 1983, 55: 717−723.
  96. Gasser T., Sroka L., Moeks J. The correction of EOG artifacts by frequency dependent and frequency independent methods. Psychophysiology, 1986, 23 (6): 704−712.
  97. Geisler M.W. and Polich J. P300 and individual differences: norning/evening activity preference, food, and time-of-day. Psyc-nophysiology, 1992a, 29 (1): 86−94.
  98. Geisler M.W. and Polich J. P300, food consumption and memory performance. Psychophysiology, 1992b, 29 (1): 76−85.
  99. Gevins A.S. Obstacles to Progress. In: A.S.Gevlns, A. Remond (Eds.). Methods of analysis of Brain Electrical and Magnetic Signals. EEG Handbook (revised series, v. l), Elsevier Science Publishers B.V., 1987a, pp.665−673.
  100. Gevins A.S. Overview of Computer Analysis. In: A. S. Gevins, A. Remond (Eds.). Methods of analysis of Brain Electrical and Magnetic Signals. EEG Handbook (revised series, v. l), Elsevier Science Publishers B.V., 1987b, 31−83.
  101. Gevins A.S. Overview of the human brain as a distributed computing network. In: Proc. IEEE Int. Conf. Comput. Design. IEEE, N. Y., 1983, pp. 13−15.
  102. Giannitrapani D., Bertrand J., Saucer R.T. Fourier analysis resolution of EEG frequency components of short duration. Elect-romyogr. clin. Neurophysiol., 1983, 23, 613−626.
  103. Glaser E.M. and Ruchkin D.S. Principles of neurobiological signal analysis. New York: Academic Press, 1976.- 78
  104. Gloor P. Neuronal generators and the problem of localization Ln electroencephalography: application of volume conductor theory to electroencephalography. J. clin. Neurophysiol., 1985, 2 (4): 327−355.
  105. Glover A.A., Onofrj M.C., Ghilardi M.F., and Bodis-Wollner. P300-like potentials in the normal monkey using classical conditioning and an auditory 'oddball' paradigm. EEG clin. Neurophy-3iol., 1986, 65: 231−235.
  106. Goertz R., Jokeit H., Kuechler E. Event related dynamics of 10 Hz electroencephalogram during visual discrimination task, nt. J. Neurosci., 1994, 79(3−4): 267−273.
  107. Gotman J., Gloor P. Automatic recognition and quantification Df interictal epileptic activity in the human scalp EEG. EEG Dlin. Neurophysiol., 1976, 41: 513−529.
  108. Gunter T.C., Jackson J.L., and Mulder G. An electrophysiological study of semantic processing in young and middle-aged academics. Psychophysiology, 1992, 29 (1): 38−54.
  109. Gupta L., Molfese D.L., Tammana R. An artificial neural network approach to ERP classification. Brain. Cogn., 1995, 27(3): 311−330.
  110. Gutowitz H., Zemon V., Victor J., Knight B.W. Source geometry and dynamics of the visual evoked potential. EEG clin. Neurop-lysiol., 1986, 64: 308−327.
  111. Hagoort P., Brown C. The Syntactic Positive Shift (SPS) as the Brain’s Response to Syntactic Processing. 7th Intern. Congr. of Psychophysiology of the Intern. Organiz. of Psychophys. (I0P) Abstracts. Thessaloniki, Greece, 27 Sept.-2 Oct. 1994, p.46.
  112. Harman H. Modern Factor Analysis, 3rd edn. University of Chicago Press, Chicago, IL, 1976, 488 p.
  113. Hartwell J.W., Erwin C.W. Evoked potential analysis- on line signal optimization using a mini-computer. EEG clin. Neurophysiol., 1976, 41: 416−421.
  114. Hoffman J. E., Simons R. F., HouckM. R. Event-related potenti- 79 lis during controlled and automatic target detection. Psychophy-siology, 1983, 20: 625−632.
  115. Hohnsbein J., Falkenstein M., Hoormann J. and Blanke L. Effects of crossmodal divided attention on late ERP components. I. Simple and choice reaction tasks. EEG clin. Neurophysiol., 1991a, 78: 438−446.
  116. Jansen B.H., Brandt M.E. The effect of the phase of presti-milus alpha activity on the averaged evoked response. EEG clin. Neurophysiol., 1991, 80: 241−250.
  117. Janssen R., Benignus V.A., Grimes L.M., and Dyer R.S. Unrecognized errors due to analog filtering of the brain-stem auditory evoked response. EEG clin. Neurophysiol., 1986, 65: 203−211.
  118. Jervis B., Nichols M., Johnson T., Allen E., Hudson N. A fundamental investigation of the composition of auditory evoked potentials. IEEE Trans. Biomed. Engng., 1983, BME-30: 43−50.
  119. Johnson M.M., Rosenfeld J. P. Oddball-evoked P300-based method of deception detection in the laboratory. II: Utilization of non-selective activation of relevant knowledge. Int. J. Psychop-hysiol., 1992, 12 (3): 289−306.
  120. Johnson R., Jr. A triarchic model of P300 amplitude. Psyc-hophysiology, 1986, 24 (4): 367−384.
  121. Johnston V.S., Miller D.R., and Burleson M.H. Multiple P3s to emotional stimuli and their theoretical significance. Psychop-hysiology, 1986, 23 (6): 684−694.
  122. Jokeit H., Makeig S. Different event-related patterns of gamma-band power in brain waves of fast- and slow-reacting subjects. Proc. Natl. Acad. Sci. USA, 1994, 91(14): 6339−6343.
  123. Joutsiniemi S.L., Kaski S., Larsen T.A. Self-organizing map- 80 in recognition of topographic patterns of EEG spectra. IEEE Trans. Biomed. Eng., 1995, 42(11): 1062−1068.
  124. Kakigi R. Ipsilateral and contralateral SEP components following median nerve stimulation: effects of interfering stimuli applied to the contralateral hand. EEG clin. Neurophysiol., 1986, 64: 246−259.
  125. Karniski W., Blair R.C. Topographical and temporal stability of the P300. EEG clin. Neurophysiol., 1989, 72: 373−383.
  126. Kavanagh R.N., Darcey T.M., Lehmann D. and Fender D. Evaluation of methods for three-dimensional localization of electrical sources in the human brain. IEEE Trans, bio-med. Engng, 1978, BME-25: 421−429.
  127. Kolev V., Yordanova J. Analysis of phase-locking is informative for studying eventrelated EEG activity. Biol. Cybern., 1997, 76(3): 229−235.
  128. Kolev V., Demiralp T., Yordanova J., Ademoglu A., Isoglu Al-kag U. Time-frequency analysis reveals multiple functional components during oddball P300. Neuroreport, 1997, 8(8): 2061−2065.
  129. Kooi K.A., Bagchi B.K. Visual evoked responses in man: normative data. Ann. N.Y. Acad. Sci., 1964, 112: 254−269.
  130. Krieger D., Dillbeck M. High frequency scalp potentials evoked by a reaction time task. EEG clin. Neurophysiol., 1987, 67: S30 .
  131. Kuenkel H., Heinze H.-J. Methods of digital information processing in clinical neurophysiology. Methods of Information in Medicine. 1985. V.24. N1. P.l.
  132. Kutas M., Hillyard S.A. Reading between the lines: Event-related brain potentials during natural sentence processing. Brain Lang., 1980, 11: 354−373.
  133. Kutas M., McCarthy G. and Donchin E. Augmenting mental chro-nometry: P300 as a measure of stimulus evaluation time. Science, 1977, 197: 792−795.1.dish C., Polich J. P300 and probability in children. J. Exp. Child Psychol., 1989, 48: 212−223.
  134. Magliero A., Bashore T.R., Coles M.G.H., Donchin E. On the dependence of P300 latency on stimulus evaluation processes. Psychophysiology, 1984, 21: 171−186.
  135. Mahanilov V. and Vassilev A. The effect of standing contrast- 81 and pattern adaptation on the human visually evoked potential. EEG clin. Neurophysiol., 1986, 64: 536−545.
  136. McGillem C.D. and Aunon J.I. Analysis of Event-Related Potentials. In: A.S.Gevins, A. Remond (Eds.). Methods of analysis of Brain Electrical and Magnetic Signals. EEG Handbook (revised series, v.1), Elsevier Science Publishers B.V., 1987, 131−169.
  137. Mecklinger A., Kramer A.F., and Strayer D.L. Event related potentials and EEG components in a semantic memory search task. Psychophysiology, 1992, 29 (1): 104−119.
  138. Minsky M. A selected descriptor-indexed bibliography to the literature on artificial intelligence. IRE Trans, on human Factors in Electronics, 1961, v. HFE-2, N 1, p. 39.
  139. Miskiel E. and Oezdamar Oe. Computer monitoring of auditory brainstem responses. Comput. Biol. Med., 1987, 17 (3): 185−192.
  140. Moecks J. The influence of latency jitter in principal component analysis of event-related potentials. Psychophysiology, 1986, 23 (4): 480−484.
  141. Moecks J., Verleger R. Principal component analysis of event-related potentials: a note on misallocation of variance. EEG clin. Neurophysiol., 1986, 65: 393−398.
  142. Niwa K. and Yamaguchi Y. Electroencephalograms during mental work over a long period of time. EEG clin. Neurophysiol., 1973, 34 (7): 707.
  143. Norcia A.M., Sato T., Shinn P. and Mertus J. Methods for the identification of evoked response components in the frquency and combined time/frequency domains. EEG clin. Neurophysiol., 1986, 65: 212−226.
  144. Novototsky-Vlasov V.Y. Dynamic spectral changes in evoked brain activity. Electroenceph. clin. Neurophysiol., 1998, V. 106, (Suppl. 1001), p. 77. (Abstracts of the 9th European Congress of Clinical Neurophysiology, Ljubljana, Slovenia, June 3−7, 1998)
  145. Oken B.S., Chiappa K.H., Gill E. Normal temporal variability of the P100. EEG clin. Neurophysiol., 1987, 68: 153−156.
  146. Pantev C. Evoked and induced gamma-band activity of the human cortex. Brain Topogr., 1995, 7(4): 321−330.
  147. Pantev C., Oostenveld R., Engelien A., Ross B., Roberts L.E., Hoke M. Increased auditory cortical representation in musicians. Nature, 1998, 392(6678): 811−814.- 82
  148. Paulus W.M., Plendi H. and Krafczyk S. Spatial dissociation of early and late colour evoked components. EEG&Clin. Neurophysiol., 1988, 71: 81−88.
  149. Pelizzone M., Hari R., Maekelae J.P., Huttunen J., Ahlfors S. and Haemaelaeinen M. Cortical origin of middle-latency auditory evoked responses in man. Neuroscience Letters, 1987, 82: 303 307.
  150. Peltoranta M., Pfurtscheller G. Neural network based classification of non-averaged event-related EEG responses. Med. Biol. Eng. Comput., 1994, 32(2): 189−196.
  151. Pfefferbaum A., Christensen C., Ford J.M., Kopell B.S. Apparent response incompatibility effects on P3 latency depend on the task. EEG clin. Neurophysiol., 1986, 64: 424−437.
  152. Pfefferbaum A., Ford J.M., Johnson R., Jr., Wenegrat B., Kopell B.S. Manipulation of P3 latency speed vs. accuracy instructions. EEG clin. Neurophysiol., 1983, 55: 188−197.
  153. Pfurtscheller G. and Cooper R. Selective averaging of the intracerebral click evoked responses in man: an improved method of measuring latencies and amplitudes. EEG clin. Neurophysiol., 1975, 38: 187−190.
  154. Pineda J.A., Holmes T.C. and Foote S.L. Intensity-amplitude relationships in monkey event-related potentials: parallels to human augmenting-reducing responses. EEG clin. Neurophysiol, 1991, 78: 456−465.
  155. Polich J. EEG and ERP assessment of normal aging. EEG clin. Neurophysiol., 1997a, 104: 244−256.
  156. Polich J. On the relationship between EEG and P300: individual differences, aging, and ultradian rhythms. Int. J. Psychop-hysiol., 1997b, 26: 299−317.
  157. Polich J., Alexander J.E., Bauer L.O., Kuperman S., Morzora-ti S., O’Connor S.J., Porjesz B., Rohrbaugh J., Begleiter H. P300 topography of amplitude/latency correlations. Brain. Topogr., 1997, 9 (4): 275−282.
  158. Polich J., Ellerson P.C., Cohen J. P300, stimulus intensity, modality and probability. Int. J. Psychophysiol., 1996, 23: 5562.
  159. Polich J., Ladish C., Burns T. Normal variation of P300 in children: age, memory span, and head size. Int. J. Psychophysi- 83 ol., 1990, 9: 237−248.
  160. Pritchard W.S. Psychophysiology of P300. Psychol.Bull., 1981, 89: 506−540.
  161. Pulvermueller F., Eulitz C., Pantev C., Mohr B., Felge B., Lutzenberger W., Elbert T., Birbaumer N., High-frequency cortical responses reflect lexical processing: an MEG study. Electroencep-halogr. Clin. Neurophysiol., 1996, 98(1): 76−85.
  162. Regan D. Evoked Potentials in Psychology, Sensory Physiology and Clinical Medicine. London: Chapman and Hall, 1972.
  163. Ritter W., Simson R. and Vaughan V.G., Jr. Association cortex potentials and reaction time in auditory discrimination. EEG clin. Neurophysiol., 1972, 33: 547−555.
  164. Rosenfeld J.P., Nasman V.T., Whalen R., Cantwell B., Mazzeri L. Late vertex positivity in event-related potentials as a guilty knowledge indicator: a new method of lie detection. Int. J. Neu-rosci., 1987, 34 (1−2): 125−129.
  165. Rosier F., Heil M. Toward a functional categorization of slow waves: taking into account past and future events. Psychophysiology 1991, 28 (3): 344−358.
  166. Ruchkin D.S. Measurement of event-related potentials: signal extraction. In: T.W.Picton (Ed.), Handbook of Electroencephalography and Clinical Neurophysiology (revised series, v.3), Elsevier, Amsterdam, 1988, 7−43.
  167. Ruchkin D.S., Johnson R., Jr., Mahaffey D., and Sutton S. Toward a functional categorization of slow waves. Psychophysiology, 1988, 25: 339−353.
  168. Ruchkin D.S., Sutton S. Emitted P300 potentials and temporal uncertainty. EEG clin. Neurophysiol., 1978, 45 (2): 268−277.
  169. Ruchkin D.S., Sutton S., Mahaffey D. and Glaser J. Terminal CNV in the absence of motor response. EEG clin. Neurophysiol., 1986, 63: 445−463.
  170. Ruchkin D.S., Sutton S., Munson R., Silver K. and Macar F.- 84 3300 and feedback provided by absence of the stimulus. Psychophy-3iol., 1981, 18: 271−282.
  171. Rugg M.D., Milner A.D., Lines C.R. and Phalp R. Modulation of visual event-related potentials by spatial and non-spatial visual selective attention. Neuropsychologia, 1987, 25 (1A): 85−96.
  172. Rush J.L., Kusske J.A., Porter R.W. and Verzeano M. Driving of slow oscillations in the human somatosensory system. EEG clin. neurophysiol., 1976, 41: 168−178.
  173. Sarbadhikari S.N. A neural network confirms that physical exercise reverses EEG changes in depressed rats. Med. Eng. Phys., 1995, 17(8): 579−582.
  174. Scharein E., Haeger F., Bromm B. Spectral estimators for short EEG segments. In: B. Bromm (Ed.), Pain measurement in Man. Neurophysiological Approaches to Pain. Elsevier, Amsterdam, 1984: 189−202.
  175. Semlitsch H.V., Anderer P., Schuster P., and Presslich 0. A solution for reliable and valid reduction of ocular artifacts, applied to the P300 ERP. Psychophysiology, 1986, 23 (6): 695−703.
  176. Shaw N. A. and Synek V.M. Intersession stability of somatosensory evoked potentials. EEG clin. Neurophysiol., 1987, 66: 281−285.
  177. Shibasaki H., Nakamura M. and Nishida S. Scalp topography of photic evoked potentials. Application of wave form decomposition technique. EEG clin. Neurophysiol., 1987, 66: 200−204.
  178. Simson R., Vaughan H.G., Jr. and Ritter W. The scalp topography of potentials associated with missing visual or auditory stimuli. EEG clin. Neurophysiol., 1976, 40: 33−42.
  179. Slater J.D., Wu F.Y., Honig L.S., Ramsay R.E., Morgan R. Neural network analysis of the P300 event-related potential in multiple sclerosis. Electroencephalogr. Clin. Neurophysiol., 1994, 90(2): 114−122.
  180. Spenser K.M., Polich J. EEG, P300, and probability. Psychophysiology, 1992, 29: 66.
  181. Squires K., Donchin E., Herning R. and McCarthy G. The influence of task relevance and stimulus probability on ERP components. EEG clin. Neurophysiol., 1977, 42: 1−14.
  182. Stigsby B. Period-amplitude Analysis of the Electroencephalogram: Methodology and Clinical Applications. Hostrup Film-Gra- 85 fik, Aarhus, 1981, 96p.
  183. Stigsby B., Obrist W.D. and Sulg J.A. Automatic data aquisi-tion and period-amplitude analysis of the electroencephalogram. Comput. Programs Biomed., 1973, 3: 93−104.
  184. Stigsby B., Risberg J. and Ingvar D.H. Electroencephalographs changes in the dominant hemisphere during memorizing and reasoning. EEG clin. Neurophysiol., 1977, 42: 665−675.
  185. Strackee J. and Cerri S.A. Some statistical aspects of digital Wiener filtering and detection of prescribed frequency components in time averaging of biological signals. Biol. Cybern., 1977, 28: 55.
  186. Sugg M.J., Polich J. P300 from auditory stimuli: intensity and frequency effects. Biol. Psychol., 1995, 41: 255−269.
  187. Sutton S., Ruchkin D.S. The late positive complex: Advances and new problems. In: Karrer R., Cohen J., Tueting P. (Eds.) Brain and Information: Event-Related Potentials. Ann. N.Y. Acad. Sci., 1984, 425: 1−23.
  188. Sutton S., Tueting P., Zubin J. and John E.R. Information delivery and the sensory evoked potential. Science, 1967, 155: 1436−1439.
  189. Tallon Baudry C., Bertrand 0., Delpuech C., Pernier J. Stimulus specificity of phase-locked and non-phase-locked 40 Hz visual responses inhuman. J. Neurosci., 1996, 16(13): 4240−4249.
  190. Tallon Baudry C., Bertrand 0., Delpuech C., Permier J. Oscillatory gamma-band (30−70 Hz) activity induced by a visual search task in humans. J. Neurosci., 1997a, 17(2): 722−734.
  191. Tallon Baudry C., Bertrand 0., Peronnet F., Pernier J. Induced gamma-band activity during the delay of a visual short-term memory task in humans. J. Neurosci., 1998, 18(11): 4244−4254.
  192. Tallon Baudry C., Bertrand 0., Wienbruch C., Ross B., Pantev C. Combined EEG and MEG recordings of visual 40 Hz responses to illusory triangles in human. Neuroreport, 1997b, 8(5): 1103−1107.
  193. Tatsuno J. Averaged alpha envelope in alpha blocking by square-summation method. EEG clin. Neurophysiol., 1973, 34 (7): 727.
  194. Towey J., Rist F., Hakerem G., Ruchkin D.S. and Sutton S. N250 latency and decision time. Bull. Psychonom. Soc., 1980, 15: 365−368.
  195. Tsuji S. and Murai Y. Scalp topography and distribution of- 86 cortical somatosensory evoked potentials to median nerve stimulation. EEG Clin. Neurophysiol., 1986, 65: 429−439.
  196. Tueting P., Sutton S. and Zubin J. Quantitative evoked potential correlates of the probability of events. Psychophysiology, 1970, 7: 385−394.
  197. Urbach D., Pratt H. Application of finite impulse response digital filters to auditory brain-stem evoked potentials. EEG clin. Neurophysiol., 1986, 64: 269−273.
  198. Van der Tweel L.H., Estevez 0. and Strackee J. Measurement of evoked potentials. In: C. Barber (Ed.), Evoked potentials. Proceedings of an International Evoked Potentials Symposium. MTP Press Limited, Lancaster, England, 1980, 19−42.
  199. Vivion M.C., Goldstein R., Wolf K.E., McFarland W.H. Middle components of human auditory averaged electroencephalic response: waveform variations during averaging. Audiology, 1977, 16: 21−37.
  200. Walter D.O. A posteriori 'Wiener filtering' of average evoked responses. EEG clin. Neurophysiol., 1969, Suppl. 27: 61−70.
  201. Walter D.O. and Brazier M.A.B. (Eds.). Advances in EEG analysis. EEG clin. Neurophysiol., 1968, Suppl. 27.
  202. Woods D.L., Kwee I., Clayworth C. C., Kramer J.H. and Nakada T. Sensory and cognitive evoked potentials in a case of congenital hydrocephalus. EEG clin. Neurophysiol., 1987, 68: 202−208.
  203. Woody C.D. Characterization of an adaptive filter for the analysis of variable latency neuroelectric signals. Med. Biol. Eng., 1967, 5: 539.
  204. Yordanova J., Kolev V. Alpha response system in children: changes with age. Int. J. Psychophysiol., 1997a, 26(1−3): 411−430
  205. Yordanova J., Kolev V. Brain theta response predicts P300 latency in children. Neuroreport, 1996a, 8(1): 277−280.
  206. Yordanova J.Y., Kolev V.N. Developmental changes in the alpha response system. Electroencephalogr. Clin. Neurophysiol., 1996b, 99(6): 527−538.
  207. Yordanova J., Kolev V. Developmental changes in the event-related EEG theta response and P300. Electroencephalogr. Clin. Neurophysiol., 1997b, 104(5): 418−430.
  208. Yordanova J., Kolev V. Event-related alpha oscillations are functionally associated with P300 during information processing. Neuroreport, 1998a, 9(14): 3159−3164.- 87
  209. Yordanova J. Kolev V. Single-sweep analysis of the theta frequency band during an auditory oddball task. Psychophysiology, 1998b, 35(1): 116−126.
  210. Yordanova J.Y., Kolev V.N., Basar E. EEG theta and frontal alpha oscillations during auditory processing change with aging. Electroencephalogr. Clin. Neurophysiol., 1998, 108(5): 497−505.
  211. Yordanova J., Kolev V., Basar E. Evoked brain rhythms are altered markedly in middle-aged subjects: single-sweep analysis. Int. J. Neurosci., 1996, 85(1−2): 155−163.
  212. Yordanova J., Kolev V., Demiralp T. Effects of task variables on the amplitude and phase-locking of auditory gamma band responses inhuman. Int. J. Neurosci., 1997a, 92(3−4): 241−258.
  213. Yordanova J., Kolev V., Demiralp T. The phase-locking of auditory gamma band responses in humans is sensitive to task processing. Neuroreport, 1997b, 8(18): 3999−4004.
Заполнить форму текущей работой

Сессия? Спокойно!