退出
我的积分:
中文文献批量获取
外文文献批量获取
廖琪梅;
脑电图(EEG); 噪声抵消; 眼电图; 脑电信号; 伪差; 自适应滤波器; 参考输入; 线性预测; 自适应系统; 相关分析;
机译:鲁棒的自适应技术,可将EEG信号中的EOG伪像最小化
机译:使用基于步长的递归最小二乘 - 最小均值第四自适应算法消除来自原始EEG信号的EOG信号
机译:使用EOG信号的自适应滤波从EEG信号中去除心电图伪影
机译:基于眼电图(EOG)信号处理的生物医学仪器及其在医院报警系统中的应用
机译:从脑电图(EEG)信号推断脑状态的主题建模
机译:基于眼电图(EOG)信号分类的开放式人机界面软件/硬件平台
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:神经认知功能与先进磁共振成像(mRI),脑电图(EEG)在创伤性脑损伤患者中的相关性研究:神经认知功能和先进的mRI和脑电图。
机译:心理控制通过功率谱扩展进行测量。脑电图(EEG)波中的信号-涉及评估积分的α-心律谱与整个EEG功率谱的积分之比
机译:用于从眼电图(EOG)信号中去除基于小波的头部运动伪影的系统和方法
机译:从脑电图(EEG)信号中确定对象的认知载荷
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。