Avis des lecteurs
Résumé:Ce livre est considéré comme un guide pratique et accessible pour l'analyse des données EEG et MEG, convenant aussi bien aux étudiants de troisième cycle qu'aux chercheurs. Il combine efficacement la théorie et l'application pratique, en fournissant des explications claires et des illustrations utiles. Cependant, certains lecteurs ont trouvé que certaines sections étaient moins claires et que le code MATLAB fourni était chaotique et mal documenté.
Avantages:⬤ Très pratique et accessible pour les étudiants de troisième cycle et les chercheurs en neurosciences.
⬤ Explications claires et contenu bien organisé.
⬤ Fusionne la théorie et la pratique sans perdre en précision.
⬤ Bon pour ceux qui ont un bagage mathématique limité.
⬤ Inclut des illustrations utiles et des ressources MATLAB disponibles en ligne.
⬤ Couvre un large éventail de techniques d'analyse EEG/MEG.
⬤ Certaines sections, en particulier dans la deuxième partie, sont énigmatiques et peu claires.
⬤ Le code MATLAB est chaotique et manque de commentaires, ce qui le rend difficile à suivre.
⬤ Un utilisateur l'a trouvé trop simpliste et pas utile pour les apprenants avancés.
(basé sur 49 avis de lecteurs)
Titre original :
Analyzing Neural Time Series Data: Theory and Practice
Contenu du livre :
Un guide complet des aspects conceptuels, mathématiques et opérationnels de l'analyse des signaux cérébraux électriques, y compris les données provenant des enregistrements MEG, EEG et LFP.
Ce livre offre un guide complet de la théorie et de la pratique de l'analyse des signaux électriques cérébraux. Il explique les aspects conceptuels, mathématiques et opérationnels (via la programmation Matlab) des analyses basées sur le temps, le temps-fréquence et la synchronisation des enregistrements de magnétoencéphalographie (MEG), d'électroencéphalographie (EEG) et de potentiel de champ local (LFP) provenant d'humains et d'animaux non-humains. Il s'agit du seul ouvrage sur le sujet qui couvre à la fois le contexte théorique et la mise en œuvre dans un langage qui peut être compris par des lecteurs sans formation formelle approfondie en mathématiques, y compris les scientifiques cognitifs, les neuroscientifiques et les psychologues.
Les lecteurs qui parcourent le livre chapitre par chapitre et mettent en œuvre les exemples dans Matlab comprendront pourquoi et comment les analyses sont effectuées, comment interpréter les résultats, quelles sont les questions méthodologiques et comment effectuer des analyses au niveau d'un seul sujet et au niveau d'un groupe. Les chercheurs qui ont l'habitude d'utiliser des programmes automatisés pour effectuer des analyses avancées apprendront ce qui se passe lorsqu'ils cliquent sur le bouton "analyser maintenant".
Le livre fournit des exemples de données et un code Matlab téléchargeable. Chacun des 38 chapitres couvre un sujet d'analyse, allant du plus simple au plus avancé. La plupart des chapitres se terminent par des exercices qui approfondissent la matière couverte par le chapitre. De nombreuses méthodes présentées (notamment la convolution, la transformée de Fourier et la formule d'Euler) sont fondamentales et constituent la base d'autres méthodes avancées d'analyse de données. Les lecteurs qui maîtrisent les méthodes présentées dans ce livre seront bien préparés pour apprendre d'autres approches.
Autres informations sur le livre :
| ISBN : | 9780262019873 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2014 |
| Nombre de pages : | 600 |
Achat:
Actuellement disponible, en stock.
