Biocybernetics and Biomedical Engineering - Tom Vol. 40, no. 3 (2020) - Biblioteka Nauki - Yadda

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Tom - szczegóły

Tytuł artykułu

Vol. 40, no. 3

Czasopismo

Biocybernetics and Biomedical Engineering

Wydawca

Rocznik

2020

Identyfikatory

Zawartość wolumenu

Vol. 40, no. 3
- artykuł: Retinal vasculature segmentation and measurement framework for color fundus and SLO images (Pachade S., Porwal P., Kokare M., Giancardo L., Meriaudeau F.), s. 865--900
- artykuł: Human activity recognition using improved complete ensemble EMD with adaptive noise and long short-term memory neural networks (Altuve M., Lizarazo P., Villamizar J.), s. 901--909
- artykuł: Comparison of different feature extraction methods for EEG-based emotion recognition (Nawaz R., Cheah K. H., Nisar H., Yap V. V.), s. 910--926
- artykuł: Diagnosis of Attention Deficit Hyperactivity Disorder with combined time and frequency features (Altınkaynak M., Dolu N., Güven A., Pektas F., Özmen S., Demirci E., Izzetoglu M.), s. 927--937
- artykuł: Comparison of two single-solute models of potassium kinetics during hemodialysis (Pietribiasi M., Waniewski J., Zaluska W., Wójcik-Zaluska A., Leypoldt J. K.), s. 938--949
- artykuł: Tissue coefficient as a novel index in bioelectric impedance analysis researches and applications (Li Y., Ma R., Wang X., Jin J., Wang H., Liu Z., Yin T.), s. 950--964
- artykuł: Phase diagram and ridge logistic regression in stable gene selection (Khani E., Mahmoodian H.), s. 965--976
- artykuł: Breast lesion classification based on ultrasonic radio-frequency signals using convolutional neural networks (Jarosik P., Klimonda Z., Lewandowski M., Byra M.), s. 977--986
- artykuł: Deep back propagation–long short-term memory network based upper-limb sEMG signal classification for automated rehabilitation (Wang Y., Wu Q., Dey N., Fong S., Ashour A. S.), s. 987--1001
- artykuł: Heart rate variability features from nonlinear cardiac dynamics in identification of diabetes using artificial neural network and support vector machine (Aggarwal Y., Das J., Mazumder P. M., Kumar R., Sinha R. K.), s. 1002--1009
- artykuł: Detection of SSVEP based on empirical mode decomposition and power spectrum peaks analysis (Antelis J. M., Rivera C. A., Galvis E., Ruiz-Olaya A. F.), s. 1010--1021
- artykuł: A novel privacy-supporting 2-class classification technique for brain MRI images (Devi S., Sahoo M. N., Bakshi S.), s. 1022--1035
- artykuł: A soft-computing based approach towards automatic detection of pulmonary nodule (Mukherjee J., Kar M., Chakrabarti A., Das S.), s. 1036--1051
- artykuł: A novel deep LSTM network for artifacts detection in microelectrode recordings (Hosny M., Zhu M., Gao W., Fu Y.), s. 1052--1063
- artykuł: An effective iris segmentation scheme for noisy images (Jan F., Min-Allah N.), s. 1064--1080
- artykuł: The fractional Fourier transform as a biomedical signal and image processing tool: A review (Gómez-Echavarría A., Ugarte J. P., Tobón C.), s. 1081--1093
- artykuł: Modified U-Net architecture for semantic segmentation of diabetic retinopathy images (Sambyal N., Saini P., Syal R., Gupta V.), s. 1094--1109
- artykuł: Intent based recognition of walking and ramp activities for amputee using sEMG based lower limb prostheses (Hussain T., Iqbal N., Maqbool H. F., Khan M., Awad M. I., Dehghani-Sanij A. A.), s. 1110--1123
- artykuł: Schizophrenia detection using Multivariate Empirical Mode Decomposition and entropy measures from multichannel EEG signal (Krishnan P. T., Joseph Raj A. N., Balasubramanian P., Chen Y.), s. 1124--1139
- artykuł: Detection of sudden cardiac death by a comparative study of heart rate variability in normal and abnormal heart conditions (Rohila A., Sharma A.), s. 1140--1154
- artykuł: Automatic detection of microcalcification based on morphological operations and structural similarity indices (Touil A., Kalti K., Conze P.-H., Solaiman B., Mahjoub M. A.), s. 1155--1173
- artykuł: Automated detection of myocardial infarction in ECG using modified Stockwell transform and phase distribution pattern from time-frequency analysis (Swain S. S., Patra D., Singh Y. O.), s. 1174--1189
- artykuł: Optimization driven Deep Convolution Neural Network for brain tumor classification (Kumar S., Mankame D. P.), s. 1190--1204
- artykuł: 3D Motion Tracking of the Shoulder Joint with Respect to the Thorax Using MARG Sensors and Data Fusion Algorithm (Barraza Madrigal J. A., Cantillo Negrete J., Muñoz Guerrero R., Contreras Rodríguez L. A., Sossa H.), s. 1205--1224
- artykuł: Detection of brain tumors from MRI images base on deep learning using hybrid model CNN and NADE (Hashemzehi R., Mahdavi S. J. S., Kheirabadi M., Kamel S. R.), s. 1225--1232
- artykuł: Identification of HEp-2 specimen images with mitotic cell patterns (Gupta K., Bhavsar A., Sao A. K.), s. 1233--1249
- artykuł: Segmentation of MRI data using multi-objective antlion based improved fuzzy c-means (Singh M., Venkatesh V., Verma A., Sharma N.), s. 1250--1266
- artykuł: Selection of gait parameters for modified Gillette Gait Index using Hellwig Correlation Based Filter method, random forest method, and correlation methods (Syczewska M., Kocel K., Swiecicka A., Graff K., Krawczyk M., Wasiewicz P., Kalinowska M., Szczerbik E.), s. 1267--1276
- artykuł: A regression orthogonal biomechanical analysis of internal fixation for femoral shaft fracture (Fang R., Ji A., Zhao Z., Long D., Chen C.), s. 1277--1290
- artykuł: Understanding the interplay between baroreflex gain, low frequency oscillations, and pulsatility in the neural baroreflex (Ringwood J. V., Bagnall-Hare H.), s. 1291--1303
- artykuł: FEM-based MRI deformation algorithm for breast deformation analysis (Danch-Wierzchowska M., Borys D., Swierniak A.), s. 1304--1313
- artykuł: A deep Residual U-Net convolutional neural network for automated lung segmentation in computed tomography images (Khanna A., Londhe N. D., Gupta S., Semwal A.), s. 1314--1327
- artykuł: A machine learning approach to epileptic seizure prediction using Electroencephalogram (EEG) Signal (Savadkoohi M., Oladunni T., Thompson L.), s. 1328--1341

rozwiń roczniki

JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.