Brain Vision Analyzer

Innovación basada en la Experiencia

El Analyzer 2 es una nueva solución de Brain Products para analizar los datos neurofisiológicos.

En 1997, algunos ingenieros brillantes del equipo de Brain Products diseñaron la primera versión del BrainVision Analyzer, un programa de análisis totalmente intuitivo y fácil de usar que representó una revolución en el mundo de la investigación neurofisiológica.

Desde entonces, el BrainVision Analyzer ha sido adquirido por miles de laboratorios de investigación en todo el mundo. La experiencia acumulada por un gran número de usuarios en muchos años ha dado lugar al diseño del Analyzer 2, inspirándonos a emprender nuevos desarrollos para dar respuesta a nuevos requerimientos.

La totalidad del nuevo Analyzer 2 ha sido programado desde la base usando NET, una plataforma orientada al futuro que asegura gran estabilidad, adaptación rápida a los nuevos requerimientos y una visión amplia de expansión futura. NET hace también más fácil que nunca construir sus propias soluciones.

La estructura del BrainVision Analyzer 2

El Analyzer 2 tiene una estructura modular que incluye lectura de datos, transformaciones, montajes y su exportación, visualización y la posibilidad de añadir nuevos componentes.
Los usuarios del Analyzer 2 tienen acceso a toda la información necesaria y ejemplos codificados para desarrollar sus propios módulos Analyzer 2. El intérprete Básico integrado, más el hecho de que las transformaciones y añadidos pueden ser escritos en cualquier lenguaje NET, hace posible programar estas aplicaciones rápidamente y con gran flexibilidad.

Lectores de Datos

El Analyzer 2 puede leer y procesar más de 25 formatos de datos de distintos fabricantes automáticamente sin la intervención del usuario. El lector de datos genérico también ofrece opciones de configuración para describir el registro de base e importarlo desde el BrainVision Analyzer 2.
Para una lista completa de lectores de datos, referirse a las especificaciones técnicas que se publican al final de este apartado.

Un Árbol Historico:

El Historial es la herramienta más importante del programa BrainVision Analyzer 2. El registro en modo continuo, se presenta con un ícono. Se pueden realizar diferentes análisis y se presentan también con un ícono en el Historial. Las secuencias de transformaciones se conectan entre sí formando un árbol en el Historial y definiendo un estudio de análisis completo, el cual se puede guardar y aplicar después a otros registros de forma automática.

La organización de pasos de análisis del mismo tipo se puede simplificar y acelerar utilizando simplemente la herramienta del ratón “arrastrar y soltar”. El árbol del historial con todos los pasos del análisis se guardan separadamente del registro original por lo que los valores originales del registro no se alteran.

Pasos de Análisis Disponibles

El Analyzer 2 es mucho más que una mera herramienta moderna de análisis del EEG y ERP. El programaAnalyzer 2 ofree una amplia variedad de modalidades de análisis de datos en el tiempo, tiempo- frecuencia y dominio de la frecuencia.

  • ERS/ERD: Methods for calculating event-related synchronization and desynchronization.
  • Filtering: Low cutoff, high cutoff, band rejection and notch filtering with a new graphical display of the filter functions.
  • FFT: Fast Fourier transforms for signal analysis in the frequency domain.
  • Inverse FFT: Inverse FFT for implementing filtering methods in the frequency domain.
  • Wavelets: Discrete, continuous and inverse discrete wavelet transforms for the analysis of neurophysiological signals in the time-frequency domain.
  • ICA: Faster ICA algorithms, probabilistic ICA, semiautomatic views for component selection (with topographical maps, component activity, preview of corrected data and overlay of the original data).
  • ICA ocular correction: ICA correction with eye component selection methods based on objective criteria.
  • LORETA: Source localization, further processing of source data in Analyzer 2.
  • MRI artifact correction: Innovative algorithms for the correction of gradient and pulse artifacts in neurophysiological data recorded during MRI.
  • Real-time Matlab interaction: Interface for applying Matlab / EEGLab functions to transforms and templates.

Visualización del EEG

¡Visualice sus datos en la forma que desee verlos! .Se disponen de varios tipos de presentaciones, tales como vista de mariposa, rejilla de tiempo-frecuencia, pares de canales y visualización 3D con distintos tipos de formas de cabeza que pueden ser libremente giradas usando los métodos rápidos DirectX. Las presentaciones pueden ser configuradas individualmente (formato XML).

Transformaciones
  • Artifact rejection
  • Averaged cross correlation
  • Averaging
  • Band-rejection fi lters
  • Baseline correction
  • Change sampling rate
  • Coherence
  • Comparison
  • Covariance
  • Current source density (CSD)
  • Data Cache for improved performance
  • DC-Detrend
  • Edit channels
  • ERS/ERD
  • FFT (fast fourier transform)
  • Filters
  • Formula evaluator
  • Frequency extraction
  • Grand average
  • Inbuilt interface to MATLAB/EEGLab
  • ICA
  • Inverse FFT
  • Level trigger
  • Linear derivation
  • LORETA functionality for source localization
  • LRP
  • Mapping/3D-Mapping
  • New reference
  • Ocular artifact correction regression and ICA based
  • PCA
  • Peak detection
  • Pooling
  • Probabilistic ICA
  • Raw data inspector
  • Rectify
  • RMS and GFP
  • Segmentation
  • t-Tests (paired and unpaired)
  • Topographic interpolation
  • Wavelets
Visualización
  • Standard view
  • Frequency views
  • Grid view
  • Head view
  • Butterfl y plot
  • Mapping view
  • View tools for Delta
  • Zoom
  • Map
  • Graphics
  • Scaling Bars
  • Overlay of data sets with different sampling rates and lengths
  • Block markers and multiple transient transformations
  • Manual and automatic marker setting
  • Montages
Formatos de Ficheros Soportados
  • AstromedReader
  • BesaReader
  • BrainLabReader
  • BrainstarReader
  • CogniscanReader
  • DatawaveReader
  • DCMESReader
  • EasysReader
  • EdfReader
  • EgisReader
  • EldithReader
  • GenericDataReader
  • GraphTekReader
  • Harmonie5Reader
  • LearningDataReader
  • MicromedReader
  • MonitorReader
  • Neurofi leReader
  • Neurofi le2Reader
  • NihonKohdenReader