机译:ASD儿童EEG信号的复发量化分析
Vellore Inst Technol Ctr Cyber Phys Syst Chennai 600127 Tamil Nadu India;
Vellore Inst Technol Dept Elect Engn Chennai 600127 Tamil Nadu India;
Vellore Inst Technol Dept Elect Engn Chennai 600127 Tamil Nadu India;
Sri Ramachandra Inst Higher Educ & Res Dept Speech Language & Hearing Sci Chennai 600116 Tamil Nadu India;
Sri Ramachandra Inst Higher Educ & Res Dept Speech Language & Hearing Sci Chennai 600116 Tamil Nadu India;
Autism Spectrum Disorder; Auditory/visual; Distance metric; Electroencephalogram; Fixed amount of nearest neighbor;
机译:触觉粗糙度辨别脑电图信号的复发量化分析
机译:自闭症谱系障碍静息状态脑电信号的复发定量分析–技术和人口混杂因素在寻找生物标志物中的系统方法学探索
机译:自闭症谱系障碍静息状态脑电信号的复发定量分析–技术和人口混杂因素在寻找生物标志物中的系统方法学探索
机译:基于肝素疾病的复发量化分析脑电图
机译:应用复发量化分析方法,以分析全球再分析和模型数据,揭示2006年多年期珊瑚礁的本地振荡
机译:健康受试者中通过人工针刺诱发的脑电信号的多尺度阶次递归定量分析
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)