Dept. of Electr. Comput. Eng., Univ. of Florida, Gainesville, FL, USA;
CMOS integrated circuits; biomedical electrodes; differential amplifiers; electroencephalography; CMOS process; amplification; amplifiers; data conversion; differential EEG; differential recording methodology; neighboring electrodes; occipital lobe; signal level dependent noise; spatial of;
机译:脑电图峰值与脑电图尖波:癫痫的鉴别临床意义。
机译:基于差分聚类和编码技术的生物医学ECG和EEG信号的混合压缩
机译:基于差分熵和注意模型的自动癫痫脑电图分类
机译:癫痫与正常脑电状态鉴别诊断的神经网络分类方法
机译:饮酒时间是否会影响睡眠和睡眠脑电图?
机译:EEG振荡组件在速度与空间关系视觉推理任务中的差分参与
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)