暂无评论
5类癫痫脑电数据，脑电数据是印度学家VarunBajaj和RamBilasPachori对正常人和癫痫病患者测试的数据。脑电信号数据由五个子集组成，分别为Z，O，N，F，S，每个脑电子集包含100个信
生物医学工程专业课程设计题目《癫痫脑电时频分析》包含详细原理、代码、结果
这是一篇硕士论文，详细的介绍了癫痫脑电信号的分析，对于初学者来说，很有帮助
该数据集包含10名个体的脑电数据，其中5人健康，5人患有癫痫。数据被分为5个子集：F、S、N、Z、O，每个子集包含100个数据片段。每个数据片段持续23.6秒，采样频率为173.61Hz，共4097个
脑电数据遴选对脑电识别的影响,王海,,本文分析了在不同信号采样位置、不同频段对脑电数据遴选如何影响脑电信号识别效率,通过滑动平均对脑电信号加工,研究了不同窗口
癫痫动物模型建立与脑电采集系统实现，刘旋，郭亮，本文建立了一个癫痫动物脑电采集系统：以氯化锂－匹罗卡品法制备慢性颞叶癫痫大鼠模型，其发作频率可达10－20次/周；为实验大鼠植�
基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法.pdf,针对现有癫痫脑电(EEG)识别算法分类模式单一、普适性不强的问题，提出了一种新的基于双密度离散小波变换（DDDWT）和
脑电同步性分析在癫痫机制研究中的应用，张伟，田心，脑电相位同步性是研究癫痫超同步放电机制的方向之一。本文介绍了应用Hilbert变换提取脑电的瞬时相位的方法，以及分析脑电相位同步�
连续，离散小波变化，数字滤波器，癫痫脑电信号，脑电相位同步化
利用排序递归图的分析方法对癫痫脑电进行了确定性(DET)的分析,得出癫痫头皮脑电(EEG)的DET高于健康EEG。DET特征的差异性在局部导联上更明显,局部导联的DET特征可以作为癫痫疾病的自动诊断特
暂无评论