• 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

A data-reduction process for long-term EEGs. Feature extraction through digital processing in a multiresolution framework.

作者信息

Sirne R O, Isaacson S I, D'Attellis C E

机构信息

Departamento de Matemática, Facultad de Ingeniería, Universidad de Buenos Aires.

出版信息

IEEE Eng Med Biol Mag. 1999 Jan-Feb;18(1):56-61. doi: 10.1109/51.740981.

DOI:10.1109/51.740981
PMID:9934601
Abstract
摘要

相似文献

1
A data-reduction process for long-term EEGs. Feature extraction through digital processing in a multiresolution framework.一种针对长期脑电图的数据简化过程。通过在多分辨率框架中进行数字处理来提取特征。
IEEE Eng Med Biol Mag. 1999 Jan-Feb;18(1):56-61. doi: 10.1109/51.740981.
2
Feature extraction and recognition of ictal EEG using EMD and SVM.基于 EMD 和 SVM 的癫痫脑电信号特征提取与识别。
Comput Biol Med. 2013 Aug 1;43(7):807-16. doi: 10.1016/j.compbiomed.2013.04.002. Epub 2013 Apr 6.
3
[The recognition methodology study of epileptic EEGs based on support vector machine].基于支持向量机的癫痫脑电信号识别方法研究
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi. 2013 Oct;30(5):919-24.
4
Detection of epileptic events in electroencephalograms using wavelet analysis.利用小波分析检测脑电图中的癫痫事件。
Ann Biomed Eng. 1997 Mar-Apr;25(2):286-93. doi: 10.1007/BF02648043.
5
Epileptic seizure detection in EEG signal with GModPCA and support vector machine.基于广义模态主成分分析（GModPCA）和支持向量机的脑电图（EEG）信号癫痫发作检测
Biomed Mater Eng. 2017;28(2):141-157. doi: 10.3233/BME-171663.
6
Principal component analysis-enhanced cosine radial basis function neural network for robust epilepsy and seizure detection.用于稳健癫痫和发作检测的主成分分析增强余弦径向基函数神经网络。
IEEE Trans Biomed Eng. 2008 Feb;55(2 Pt 1):512-8. doi: 10.1109/TBME.2007.905490.
7
A multistage knowledge-based system for EEG seizure detection in newborn infants.一种用于新生儿脑电图癫痫发作检测的基于知识的多阶段系统。
Clin Neurophysiol. 2007 Dec;118(12):2781-97. doi: 10.1016/j.clinph.2007.08.012. Epub 2007 Oct 1.
8
Automatic epileptic seizure detection in EEGs based on line length feature and artificial neural networks.基于线长特征和人工神经网络的 EEG 中的自动癫痫发作检测。
J Neurosci Methods. 2010 Aug 15;191(1):101-9. doi: 10.1016/j.jneumeth.2010.05.020. Epub 2010 Jun 2.
9
Epileptic seizure detection with linear and nonlinear features.基于线性和非线性特征的癫痫发作检测。
Epilepsy Behav. 2012 Aug;24(4):415-21. doi: 10.1016/j.yebeh.2012.05.009. Epub 2012 Jun 9.
10
A stable feature extraction method in classification epileptic EEG signals.一种用于癫痫脑电信号分类的稳定特征提取方法。
Australas Phys Eng Sci Med. 2018 Sep;41(3):721-730. doi: 10.1007/s13246-018-0669-0. Epub 2018 Aug 16.

引用本文的文献

1
Artificial neural network and wavelet based automated detection of sleep spindles, REM sleep and wake states.基于人工神经网络和小波的睡眠纺锤波、快速眼动睡眠及清醒状态自动检测
J Med Syst. 2008 Aug;32(4):291-9. doi: 10.1007/s10916-008-9134-z.
2
EEG power spectrum and neural network based sleep-hypnogram analysis for a model of heat stress.基于脑电图功率谱和神经网络的热应激模型睡眠-催眠图分析
J Clin Monit Comput. 2008 Aug;22(4):261-8. doi: 10.1007/s10877-008-9128-x. Epub 2008 Jun 3.
3
Automatic seizure detection based on time-frequency analysis and artificial neural networks.
基于时频分析和人工神经网络的自动癫痫发作检测。
Comput Intell Neurosci. 2007;2007:80510. doi: 10.1155/2007/80510.
4
Artificial neural network detects changes in electro-encephalogram power spectrum of different sleep-wake states in an animal model of heat stress.人工神经网络在热应激动物模型中检测不同睡眠-觉醒状态下脑电图功率谱的变化。
Med Biol Eng Comput. 2003 Sep;41(5):595-600. doi: 10.1007/BF02345323.