退出
我的积分:
中文文献批量获取
外文文献批量获取
马莉; 杜一鸣; 黄光; 王耘;
北京中医药大学中药信息工程研究中心,北京100102;
首都医科大学附属复兴医院神经内科,北京100038;
脑电信号; 癫痫发作; 预测; 样本熵; 人工神经网络;
机译:基于高斯和小波的人工神经网络预测癫痫发作海马体外切片模型的发作
机译:尖峰可以预测癫痫发作的频率吗?通过迷走神经刺激治疗的严重儿童癫痫的初步研究结果。
机译:基于小波变换和样本熵的癫痫发作检测硬件设计
机译:基于升降的离散小波变换的硬件架构及癫痫癫痫发作检测的样本熵
机译:基于振荡器的神经元建模,用于癫痫发作研究和癫痫发作控制策略。
机译:基于麻醉师经验的人工神经网络对脑电信号的样本熵分析以模拟患者的意识水平
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:癫痫预测技术商业化所需的监管程序:生物信号分析的承诺和陷阱:癫痫发作预测和管理(案例研究);
机译:基于抛光数据的分析,神经系统条件分析,包括未来癫痫发作事件的预测和/或检测当前癫痫发作事件
机译:基于盲数据分析的神经病学状况分析,包括预测未来的癫痫发作和/或检测当前的癫痫发作
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。