Prediction of SSVEP-based BCI performance by the resting-state EEG network
Prediction of SSVEP-based BCI performance by the resting-state EEG network
复制标题
通过静息态脑电图网络预测基于 SSVEP 的 BCI 性能
DOI：
10.1088/1741-2560/10/6/066017
复制
发表时间：
2013-11
影响因子：
4
通讯作者：
D Yao
中科院分区：
文献类型：
--
作者：
Y Zhang;P Xu;D Guo;D Yao
Objective.脑-机接口（BCI）性能预测是BCI领域的一个重要课题。一些研究表明，静息状态数据是实现这一目标的有希望的候选者。然而，到目前为止，
Objective. The prediction of brain–computer interface (BCI) performance is a significant topic in the BCI field. Some researches have demonstrated that resting-state data are promising candidates to achieve the goal. However, so far the relationships betw
登录
查看更多内容
影响因子：
4.3
作者：
Yao Z;Zhang Y;Lin L;Zhou Y;Xu C;Jiang T;Alzheimer's Disease Neuroimaging Initiative
通讯作者：
Alzheimer's Disease Neuroimaging Initiative
影响因子：
5.3
作者：
van den Heuvel, Martijn P.;Stam, Cornelis J.;Pol, Hilleke E. Hulshoff
通讯作者：
Pol, Hilleke E. Hulshoff
DOI：
10.1109/tnsre.2009.2039495
发表时间：
2010-04-01
影响因子：
4.9
作者：
Allison, Brendan;Lueth, Thorsten;Graeser, Axel
通讯作者：
Graeser, Axel
影响因子：
2.4
作者：
Onnela, JP;Saramäki, J;Kaski, K
通讯作者：
Kaski, K
影响因子：
3.3
作者：
Douw, L.;Schoonheim, M. M.;Stam, C. J.
通讯作者：
Stam, C. J.