首页> 外文会议>Shanghai international symposium on nonlinear science amp; application >Dynamical Properties of Global Phase Synchronization Patterns in Human EEG

【24h】

Dynamical Properties of Global Phase Synchronization Patterns in Human EEG

机译：人类脑电图的全局相位同步模式的动力学特性。

获取原文

获取原文并翻译 | 示例

页面导航

著录项
相似文献
相关主题

著录项

来源
《Shanghai international symposium on nonlinear science amp; application》|2003年|160|共1页
会议地点 Shanghai(CN);Shanghai(CN)
作者

展开▼
作者单位

展开▼
会议组织
原文格式 PDF
正文语种 eng
中图分类
关键词

相似文献

外文文献
中文文献
专利

1. Dynamic low frequency EEG phase synchronization patterns during proactive control of task switching [J] . Eugenia Lopez Maria, Pusil Sandra, Pereda Ernesto, NeuroImage . 2019,第期

机译：任务交换主动控制期间动态低频EEG相位同步模式
2. Spatiotemporal phase clusters and phase synchronization patterns derived from high density EEG and ECoG recordings [J] . Ramon Ceon, Holmes Mark D. Current Opinion in Neurobiology . 2015,第Null期

机译：高密度脑电和心电图记录的时空相位簇和相位同步模式
3. Dynamic analysis of recurrent phase patterns in spontaneous human EEG [J] . Won Sup Kim, Seung Kee Han BMC Neuroscience . 2013,第SUPPLEMENTa1期

机译：自发性人类脑电图循环阶段模式的动态分析
4. Comparative Analysis of Temporal Dynamics of EEG and Phase Synchronization of EEG to Localize Epileptic Sites from High Density Scalp EEG Interictal Recordings [C] . Ceon Ramon, Mark D. Holmes, Walter J. Freeman, Annual International Conference of the IEEE Engineering in Medicine and Biology Society . 2008

机译：高密度头皮EEG嵌入记录脑电坡脑脑同步的对比分析
5. A high -resolution study of large-scale dynamic properties of human EEG. [D] . Wingeier, Brett Matthew. 2004

机译：人类脑电图大规模动态特性的高分辨率研究。
6. Global field synchronization reveals rapid eye movement sleep as most synchronized brain state in the human EEG [O] . Peter Achermann, Thomas Rusterholz, Roland Dürr, 2016

机译：全球视野同步揭示了快速眼动睡眠这是人类脑电图中最同步的大脑状态
7. Comparative Analysis of Temporal Dynamics of EEG and Phase Synchronization of EEG to Localize Epileptic Sites from High Density Scalp EEG Interictal Recordings [O] . Ceon Ramon, Senior Member, Mark D Holmes, 2013

机译：脑电的时间动态和脑电图的相位同步从高密度头皮脑电图发作记录中定位癫痫部位的比较分析
8. Mahalanobis Distance-Based Classifiers are Able to Recognize EEG patterns by Using Few EEG Electrodes. [R] . Babiloni, F., Bianchi, L., Semeraro, F., 2001

机译：mahalanobis基于距离的分类器能够通过使用少量EEG电极识别EEG模式。

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号