学术工具
退出
我的积分:
中文文献批量获取
外文文献批量获取
陈泽龙; 谢康宁;
中国医学装备协会;
《中国医学装备》杂志社;
脑电图; 信号处理; 特征提取; 分类识别; 深度学习;
机译:使用基于EEG的脑电数据清洗技术的脑±肛交界面基于脑电接口的Tayu数据清洗
机译:脑±批量粉彩型互联网使用EEG基于EEG的脑电电脑界面类型数据清洁
机译:基于FNIR和EEG信号的组合的脑电接口系统设计有效分类框架
机译:基于EEG的脑电电脑接口自适应特征提取和分类方法的综述
机译:基于EEG的BCIS中多种脑反应和情境证据源融合的信号模型
机译:脑血流信号的庞加莱图分析:呼吸暂停检测的特征提取和分类方法
机译:EEG信号在EMD域S. S. Shafiul Alam,S中的非线性动力学使用非线性动力学。 M. Shafiul Alam,Aurangozeb和Syed Tarekshahriar摘要 - 基于EMD Chaos的方法,提出了对应于健康人的EEG信号,癫痫发作期间的癫痫患者和Seizureattacks。脑电图(EEG)首先被凭经上分解为内在模式功能(IMF)。这些IMF的非线性动力学在最大范围的指数(LLE)和相关尺寸(CD)方面是量化的。本域中的混沌分析应用于与健康人相对应的大型脑电图(Asepileptic患者)(两者都有癫痫发作)。因此,所获得的LLE和CD表展的价值可以从EMD领域的其他EEG信号中清晰地区分脑电图的表达展示。本拟议的方法可以帮助研究人员以预测癫痫发作的癫痫发作技术。索引术语 - 脑电图(EEG),仿真态分解(EMD),最大的Lyapunov指数(LLE),相关维度(CD),癫痫发作。作者与电气电子和电子工程公司,孟加拉国工程和技术大学,孟加拉国达卡 - 1000(电子邮件:imamul@eee.buet.ac.bd)pdf cite:s. m. shafiul Alam,s。 M. Shafiul Alam,Aurangozeb和Syed Tarek Shahriar,“EEG信号歧视在EMD领域的非线性动态,”计算机电气工程卷国际杂志。 4,不。 3,pp。326-330,2012,上一篇论文对情绪的看法,使用建设性的学习言论下一篇论文物理层障碍意识到OVPN连接选择机制版权所有©2008-2013。国际计算机科学与信息技术协会出版社(IACSIT Press)
机译:脑电事件相关电位和信号检测。
机译:在交替的脑电状态下分析一系列脑电(EEG)信号的方法和系统
机译:S和M用于通过电子脑电(EEG)测量分析和评估抑郁症和其他情绪障碍
机译:脑电模式分类装置,脑电模式分类方法,脑电模式分类程序和神经反馈系统
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。