Head-Specific Spatial Spectra of Electroencephalography Explained: A Sphara and BEM Investigation
Rattachement africain : at, de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Electroencephalography (EEG) is a non-invasive biosensing platform with a spatial-frequency content that is of significant relevance for a multitude of aspects in the neurosciences, ranging from optimal spatial sampling of the EEG to the design of spatial filters and source reconstruction. In the past, simplified spherical head models had to be used for this analysis. We propose a method for spatial frequency analysis in EEG for realistically shaped volume conductors, and we exemplify our method with a five-compartment Boundary Element Method (BEM) model of the head. We employ the recently developed technique for spatial harmonic analysis (Sphara), which allows for spatial Fourier analysis on arbitrarily shaped surfaces in space. We first validate and compare Sphara with the established method for spatial Fourier analysis on spherical surfaces, discrete spherical harmonics, using a spherical volume conductor. We provide uncertainty limits for Sphara. We derive relationships between the signal-to-noise ratio (SNR) and the required spatial sampling of the EEG. Our results demonstrate that conventional 10-20 sampling might misestimate EEG power by up to 50%, and even 64 electrodes might misestimate EEG power by up to 15%. Our results also provide insights into the targeting problem of transcranial electric stimulation.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Head-Specific Spatial Spectra of Electroencephalography Explained: A Sphara and BEM Investigation
- Date Crossref
- 06/09/2025
- Éditeur
- MDPI AG
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Karl Landsteiner University of Health Sciences Division Biostatistics and Data Science pays non établi dans la noticeUniversité ou école supérieure
-
Technische Universität Ilmenau pays non établi dans la noticeUniversité ou école supérieure
-
Jena University Hospital pays non établi dans la noticeÉtablissement de santé
-
Faculty of Computer Science and Automation Institute of Biomedical Engineering and Informatics (BMTI) pays non établi dans la noticeUniversité ou école supérieure
-
University Clinic Jena Department of Neurology pays non établi dans la noticeUniversité ou école supérieure
Division Biostatistics and Data Science — Karl Landsteiner University of Health Sciences, Technische Universität Ilmenau et Jena University Hospital, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.