科研证明
文献服务
退出
我的积分:
中文文献批量获取
外文文献批量获取
曾笛飞;
浙江大学;
机译:通过使用eEG信号使用基于缩放的卷积神经网络的癫痫检测
机译:基于加权可见性图熵的EEGS信号中的癫痫癫痫发作检测
机译:基于肌电图的癫痫发作检测器:将通用的强直-阵挛性癫痫发作检测算法与视频-EEG记录进行比较的初步结果
机译:基于eEG信号分析的基于层次结构隐马尔可夫模型,癫痫癫痫发作检测
机译:三极同心环电极与圆盘电极的比较和EEG实时癫痫发作检测器设计
机译:一种深度卷积神经网络方法用于使用癫痫脑电图(EEG)数据检测癫痫发作和特征频率
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:建模和分析癫痫患者的非癫痫发作EEG数据
机译:基于脑电图(EEG)非线性的变化的癫痫发作检测系统和方法
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。