Advanced Technology Research Laboratories Matsushita Electric Industrial Co., Ltd. (Panasonic) 3-4 Hikaridai, Seika-cho, Kyoto 619-0237, JAPAN;
usability testing; EEG; cognitive mismatch; mental model;
机译:利用深度信仰网络模型,基于脑电图,眼动态信号和神经心理学检测辨别轻度认知障碍和正常对照
机译:认知和电动机测试期间EEG信号相位耦合信道的确定
机译:认知和电动机测试期间EEG信号相位耦合信道的确定
机译:基于认知错配eEG信号的可用性测试
机译:建模的神经成像模式中的核心认知能力的生物物理和神经回路基础:海马不匹配,不匹配负,重复阳性和干扰素的α抑制。
机译:简要报告:青少年慢性疼痛的基于网络的管理:在线家庭认知行为疗法计划的开发和可用性测试
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)