退出
我的积分:
中文文献批量获取
外文文献批量获取
薛红; 遇涛; 王秀梅; 朴媛媛; 杜薇; 徐翠萍;
贵州中医药大学第二临床医学院神经内科 贵州贵阳550004;
首都医科大学宣武医院功能神经外科;
癫痫; 视频脑电图(V-EEG); 蝶骨电极;
机译:改进的蝶骨电极在精神运动性癫痫脑电图描记中的应用:附65例报告
机译:脑电图和视频脑电图癫痫发作监测在下丘脑错构瘤和癫痫患者中的作用有限。
机译:在部分癫痫患者的长期视频-EEG监测中,分层符号学标志和局部脑电图检查结果的比较
机译:使用干电极在日常生活中检查脑电图测量的可能性
机译:使用脑电图(EEG)技术和调查分析对交互式零售网站的认知情感和行为参与
机译:癫痫发作区的虚拟定位:在难治性癫痫患者的立体脑电图电极位置使用无创MEG虚拟电极
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:多变量协方差非平稳时间序列建模及其依赖结构:人癫痫事件脑电图(电极脑电图)分析的应用
机译:医疗专业人员使用的用于检查电极位置以测量脑电图电极之间电阻的系统,具有数据采集系统以及结果控制和采样单元
机译:基于概率模型和机器学习的特征提取方法从脑电图信号中基于多频带系数的癫痫发作波形检测系统
机译:实时识别脑电图(EEG)信号中癫痫发作的方法
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。