退出
我的积分:
中文文献批量获取
外文文献批量获取
吕媛; 郑艳;
乌鲁木齐市第一人民医院儿科;
小儿; 非癫痫性发作性疾病; 视频脑电监测;
机译:长时间视频脑电图监测和盐水注射刺激性程序对诊断非癫痫性精神病性癫痫发作的诊断有用。
机译:癫痫和非癫痫发作性疾病的意识发作的视频脑电图调查:实际考虑
机译:二级保健中心的视频动态脑电图:对癫痫和非癫痫发作诊断的实用性的回顾性评估
机译:颅内脑电图信号的癫痫性癫痫发作分类:基于脑电图的癫痫发作分类的比较研究
机译:提高MMPI-2-RF区分精神性非癫痫性发作和癫痫性癫痫发作的能力。
机译:当心因性非癫痫性癫痫发作可能被诊断时建议使用视频脑电图的最佳实践
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:小儿对有机磷诱导的癫痫发作的易感性和抗惊厥治疗的有效性。
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:诊断小儿癫痫发作的诊断工具
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。