搜索资源列表
EEG-analysis_pdf
- 关于脑电信号分析的几篇pdf资料，感兴趣的朋友可以看下！-EEG analysis on several pdf information, interested friends can look!
JR
- 本文提出了一种新的脑电信号特征提取方法。结合JR和SP。并与AR进行对比。-This paper has developed a new method of motor imagery data feature extraction.
removal-artifacts--EEG-
- 通过小波分析和独立分量分析来去除脑电信号中的运动伪迹，有很好的参考价值。-Wavelet analysis and independent component analysis to remove EEG motion artifact, a good reference value.(Robust removal of short-duration artifacts in long neonatal EEG recordings using wavelet-enhanced ICA and
wavelet-coherence-master12
- 关于脑电信号处理，的一个类似于eeglab的应用包，可在matlab上直接使用-About EEG signal processing, a similar eeglab application package, can be used directly on the MATLAB
main
- 本算法具有很高的提取效率，主要用于在脑电信号的提取。-feature extraction
Entropy_Approximate
- 计算时域信号的近似熵程序,用于脑电信分析中的特征提取，计算脑电信号的近似熵-Calculate the time domain signal approximate entropy program features used in telecommunications analysis of brain extracts, calculated EEG approximate entropy
eeglab指导书
- 了解使用MATLAB下的EEGLAB，能够对脑电信号进行预处理、ica。以及源分析定位(Understand the use of MATLAB under EEGLAB)
基于希尔伯特黄熵的麻醉深度估计
- 麻醉深度监测是外科手术中必不可少的步骤之一。 目前已经提出多种监测麻醉深度的脑电信号分析方 法, 尤其熵方法得到了广泛的关注。 提出一种新的麻醉深度监测方法-希尔伯特黄熵, 先用经验模态分解—希尔 伯特黄变换处理脑电信号获取希尔伯特黄边际谱, 再根据香农熵定义得到希尔伯特黄熵。 对 19 个接受吸入药物 七氟醚麻醉的病人脑电信号的希尔伯特黄熵和时频均衡谱熵进行计算、测试和比较, 结果表明:希尔伯特黄熵能够 更准确的区分麻醉和清醒状态, 更适合于麻醉深度监测。
基于互信息的双通道脑电信号同步分析
- 用脑电波图，分析癫痫发生的概率，为模拟仿真图，并不能代表事实情况