• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

基于计算机的脑电图模式识别。

Computer-based recognition of EEG patterns.

作者信息

Ktonas P Y

机构信息

Department of Electrical and Computer Engineering, University of Houston, TX, USA.

出版信息

Electroencephalogr Clin Neurophysiol Suppl. 1996;45:23-35.

PMID:8930513
Abstract

A critical "mini-overview" is presented of several computer-based techniques proposed for the automated recognition of specific EEG patterns, important in visual EEG analysis. Both phasic and tonic EEG patterns are addressed. The techniques discussed include methods based on power spectrum analysis and on period-amplitude analysis, "mimetic" methods and related implementations in an expert system approach, and methods based on artificial neural networks.

摘要

本文对几种基于计算机的技术进行了重要的“简要概述”，这些技术旨在自动识别特定脑电图（EEG）模式，这在视觉脑电图分析中很重要。文中讨论了相位和紧张性脑电图模式。所讨论的技术包括基于功率谱分析和周期 - 幅度分析的方法、“模拟”方法以及专家系统方法中的相关实现，还有基于人工神经网络的方法。

相似文献

1
Computer-based recognition of EEG patterns.基于计算机的脑电图模式识别。
Electroencephalogr Clin Neurophysiol Suppl. 1996;45:23-35.
2
The EEG assessment of low-grade hepatic encephalopathy: comparison of an artificial neural network-expert system (ANNES) based evaluation with visual EEG readings and EEG spectral analysis.轻度肝性脑病的脑电图评估：基于人工神经网络专家系统（ANNES）的评估与脑电图视觉读数及脑电图频谱分析的比较
Clin Neurophysiol. 2006 Oct;117(10):2243-51. doi: 10.1016/j.clinph.2006.06.714. Epub 2006 Aug 22.
3
Detection of pseudosinusoidal epileptic seizure segments in the neonatal EEG by cascading a rule-based algorithm with a neural network.通过将基于规则的算法与神经网络相结合来检测新生儿脑电图中的伪正弦癫痫发作片段。
IEEE Trans Biomed Eng. 2006 Apr;53(4):633-41. doi: 10.1109/TBME.2006.870249.
4
The IFAST model, a novel parallel nonlinear EEG analysis technique, distinguishes mild cognitive impairment and Alzheimer's disease patients with high degree of accuracy.IFAST模型是一种新型的并行非线性脑电图分析技术，能够高度准确地区分轻度认知障碍患者和阿尔茨海默病患者。
Artif Intell Med. 2007 Jun;40(2):127-41. doi: 10.1016/j.artmed.2007.02.006. Epub 2007 Apr 26.
5
A method for detection of Alzheimer's disease using ICA-enhanced EEG measurements.一种使用独立成分分析（ICA）增强脑电图测量来检测阿尔茨海默病的方法。
Artif Intell Med. 2005 Mar;33(3):209-22. doi: 10.1016/j.artmed.2004.07.003.
6
Classification of EEG signals using neural network and logistic regression.使用神经网络和逻辑回归对脑电图信号进行分类。
Comput Methods Programs Biomed. 2005 May;78(2):87-99. doi: 10.1016/j.cmpb.2004.10.009.
7
Automatic seizure detection in EEG using logistic regression and artificial neural network.使用逻辑回归和人工神经网络对脑电图中的癫痫发作进行自动检测。
J Neurosci Methods. 2005 Oct 30;148(2):167-76. doi: 10.1016/j.jneumeth.2005.04.009. Epub 2005 Jul 14.
8
Feature-based detection of the K-complex wave in the human electroencephalogram using neural networks.
IEEE Trans Biomed Eng. 1992 Dec;39(12):1305-10. doi: 10.1109/10.184707.
9
Comparison of linear, nonlinear, and feature selection methods for EEG signal classification.用于脑电图（EEG）信号分类的线性、非线性和特征选择方法的比较。
IEEE Trans Neural Syst Rehabil Eng. 2003 Jun;11(2):141-4. doi: 10.1109/TNSRE.2003.814441.
10
Wavelet neural network classification of EEG signals by using AR model with MLE preprocessing.基于最大似然估计（MLE）预处理的自回归（AR）模型的脑电信号小波神经网络分类
Neural Netw. 2005 Sep;18(7):985-97. doi: 10.1016/j.neunet.2005.01.006.

引用本文的文献

1
Automated detection of sleep spindles in the scalp EEG and estimation of their intracranial current sources: comments on techniques and on related experimental and clinical studies.头皮脑电图中睡眠纺锤波的自动检测及其颅内电流源估计：关于技术以及相关实验和临床研究的评论
Front Hum Neurosci. 2014 Dec 10;8:998. doi: 10.3389/fnhum.2014.00998. eCollection 2014.