Optimization of Visual Evoked Potential (VEP) Recording Systems
Notice bibliographique
Résumé
OBJECTIVE: To explore the influence of environmental conditions on pattern visual evoked potential (VEP) recordings. METHODS: Fourteen subjects with no known ocular pathology were recruited for the study. In an attempt to optimize the recording conditions, VEP recordings were performed in both the seated and recumbent positions. Comparisons were made between recordings using either LCD or CRT displays and recordings obtained in silence or with quiet background music. Paired recordings (in which only one variable was changed) were analyzed for changes in P100 latency, RMS noise, and variability. RESULTS: Baseline RMS noise demonstrated a significant decrease in the variability during the first 50msec accompanied by a 73% decrease in recording time for recumbent position when compared to the seated position (p<0.05). Visual evoked potentials recorded using LCD monitors demonstrated a significant increase in the P100 latency when compared to CRT recordings in the same subjects. The addition of background music did not affect the amount of RMS noise during the first 50msec of the recordings. CONCLUSION: This study demonstrates that the use of the recumbent position increases patient comfort and improves the signal to noise ratio. In contrast, the addition of background music to relax the patient did not improve the recording signal. Furthermore, the study illustrates the importance of avoiding low-contrast visual stimulation patterns obtained with LCD as they lead to higher latencies resulting in false positive recordings. These findings are important when establishing or modifying a pattern VEP recording protocol.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».