预防家兔癫痫发作的研究--用脑电波(EEG)的自相关时间法预测癫痫发作

机译：癫痫发作特征和使用脑肿瘤和癫痫发作的儿童和青少年癫痫药物的特点及癫痫发作：区域儿科癌症服务人口分析

机译：在单一EEG监测期间，多相侧切换癫痫发作在单侧癫痫发作期间是单侧癫痫发作：贝普朗癫痫的特定亚型

机译：癫痫发作后癫痫发作后癫痫发作后的预测因素抗药性癫痫症与局灶性渗透症相关

机译：癫痫癫痫发作来自颅内EEG信号的分类：比较研究基于EEG的癫痫发作分类

机译：癫痫发作模式和深神经结构对癫痫癫痫发作预测的多种特征分析

机译：自发性复发性癫痫发作的集群由长时间无癫痫发作分隔开：毛果芸香鼠模型的扩展视频EEG监测研究

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：异常网络的癫痫发作：为什么有些癫痫发作会破坏可预测性。

机译：癫痫发作指示检测装置，癫痫发作指示检测模型生成装置，癫痫样发作指示检测方法，癫痫样发作检测模型生成方法，癫痫发作指示检测程序和癫痫样发作检测模型生成程序

机译：用于非癫痫发作的癫痫发作的癫痫发作的生物标志物和方法/无癫痫发作/心理非癫痫发作

机译：预测癫痫发作和抑制癫痫发作和抑制，使用FMRI映射其癫痫发作网络