Abstract: G. Ouyang, X. Li (2016)

Electroencephalogram (EEG) recordings contain a large amount of information about physiological and pathological processes in the brain and serve as one of the important tools in clinical diagnosis and research regarding epilepsy. Dynamical similarity analysis is applied to characterize EEG changes in different absence seizure states. The average similarity measure of a pair of EEG signals in the same seizure states and across different seizure states is calculated using an improved dynamical similarity method. The results show that the average similarity measures between EEG segments within the seizure-free state are close to 1, suggesting that the EEG segments within the seizure-free state share the same dynamic characteristics. The similarity measures between EEG segments across different seizure states are typically smaller, indicating that the changes of dynamic characteristics can be found during different absence seizure states.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Dynamical Similarity Analysis of EEG Recordings