机译:音乐诱发情绪时额叶皮质并发脑电与脑电-CPPG信号相干性的回归分析。
Sathyabama Inst Sci & Technol Elect & Elect Dept Chennai 600119 Tamil Nadu India|Cummins Coll Engn Women Pune 411052 Maharashtra India;
Sathyabama Inst Sci & Technol Elect & Elect Dept Chennai 600119 Tamil Nadu India;
Shanmuga Arts Sci Technol Res Acad Thanjavur 613401 India;
Bharath Inst Higher Educ & Res Chennai 600073 Tamil Nadu India;
Cummins Coll Engn Women Pune 411052 Maharashtra India;
cranial photoplethysmogram; electroencephalogram; emotions; mean square coherence; phase coherence; physiological parameters; regression analysis;
机译:与任务相关的EEG-EEG一致性取决于帕金森氏病中的多巴胺能活动。
机译:轻躁狂的倾向预示着左运动皮层和左前额叶皮层之间的脑电连贯性。
机译:基于认知原理的音乐诱发的情绪识别启发了脑电图的时空和频谱特征
机译:使用前额叶皮层近红外光谱和自主神经系统活动识别音乐诱发的情绪
机译:前额叶皮层在刺激行为中的作用:一项对年轻,年长和额叶受损的成年人进行的脑电图研究。
机译:听觉皮层托管着影响情感处理的网络节点:一项关于音乐诱发的恐惧和喜悦的功能磁共振成像研究
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)