MétaCan
Menu
← Retour à la cohorte
Enregistrement W2959288997 · doi:10.1101/700054

Chirp analyzer for estimating amplitude and latency of steady-state auditory envelope following responses

2019· preprint· en· W2959288997 sur OpenAlexaff
Yalina García‐Puente, Matías Zañartu, Pavel Prado

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésShort-time Fourier transformFourier transformAmplitudeChirpAcousticsAmplitude modulationSpeech recognitionSpectrum analyzerComputer scienceInstantaneous phaseMathematicsFrequency modulationPhysicsFourier analysisTelecommunicationsBandwidth (computing)OpticsMathematical analysisRadar

Résumé

récupéré en direct d'OpenAlex

Abstract The envelope following response (EFR) is a scalp-recorded evoked potential elicited by carrier tones or noise, modulated in amplitude with a continuous sweep of modulation frequencies. This non-stationary response reflects the phase-locked neural activity of the auditory pathway to the temporal envelope of sounds and has been commonly assessed by fixed-frequency methods based on the discrete Fourier transform, such as the Fourier Analyzer (FA). In this work, we study the estimation of the EFR with the use of explicit time-frequency methods, which offer more information about the energy distribution of the recorded signal, such as the Short-Term Fourier Transform (STFT) and the Morlet Continuous Wavelet Transform (CWT). We further introduce the Chirp Analyzer (CA), which is similar to FA, but using as basis function the same linear chirp that amplitude-modulates the carrier stimulus. In a direct comparison using controlled simulated responses, the CA showed to be able to estimate the correct EFR amplitudes, without the typical bias offered by the estimation using STFT (equivalent to FA) and more robust to noise than the CWT method, although with higher sensitivity to the presence of a delay in the response with respect to the stimulus. For addressing the latter issue, we also propose here a novel methodology for estimating the apparent latency of the response. This method proved to be reliable when using the STFT and the CA methods, as assessed using simulated responses. The estimation of the EFR amplitude with any of the methods, but especially with CA, should be corrected by using the estimated delay when possible. An illustrative application of these methods to small datasets of a rat and a human newborn, suggested that all time-frequency methods can be used to study the EFR amplitudes in a wide range of modulation frequencies, but they should be interpreted in the light of the limitations shown in the simulation studies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,253
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeural dynamics and brain function→Travaux en français237 207→