退出
我的积分:
中文文献批量获取
外文文献批量获取
张鸿雁; 裘志军; 田心;
天津医科大学生物医学工程学院;
天津医科大学基础研究中心;
天津神经病学研究所;
颞叶癫痫; 脑电图; δ频段; Granger因果分析; 功能连接;
机译:基于EEG的归类方法,用于估计功能性脑连接网络:应用于新生EEG癫痫发作的分析
机译:使用嵌入癫痫发作的EEG数据识别基于脑功能连通性机器学习的癫痫患者
机译:在针对人类癫痫的癫痫发作分析中使用特定于患者的血液动力学反应功能:基于EEG-fNIRS的研究
机译:癫痫癫痫发作预测在EEG信号的β频段中使用功率分析
机译:基于任务和休息状态功能连接模式:与青少年情绪调节和精神病理学的联系
机译:癫痫中的不同功能网络连接模式:休息状态FMRI对微分峰值患者颞叶癫痫和良性癫痫的研究
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:基于休息状态EEG提供有关癫痫症状信息的装置和方法
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。