Zobrazeno 1 - 10
of 82
pro vyhledávání: '"M. De Rinaldis"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
European Heart Journal Supplements. 24
Background Cardiovascular diseases (CDs) were the leading cause of death worldwide in 2020. The risk of increasing CD is related to low Health Literacy (HL). HL can be defined as the individual’s ability to understand and process health information
Publikováno v:
European Heart Journal Supplements. 24
Background HL plays a fundamental role in patients’ healthcare. According to the American Medical Association, HL can be viewed as a stronger predictor of a person’s health status than age, education level, and race. HL concept has many implicati
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
P. Vergallo, Sergio Casciaro, Francesco Conversano, Antonio Trabacca, M. De Rinaldis, Aime Lay-Ekuakille, F. Angelillo
Publikováno v:
Measurement. 46:97-107
HRV (Heart Rate Variability) is an indicator that can be related to different human organs and systems: breathing, heart, brain, pulmonary system, etc. In cardiac clinic, physical exertion can be pre-assessed thanks to HR (Heart Rate) response using
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Antonio Trabacca, R. Della Porta, N.I. Giannocaro, Aime Lay-Ekuakille, P. Vergallo, M. De Rinaldis
Processing of signals acquired from sensor systems needs accurate algorithms to extract information of interest concerning the problem under study. In this work Empirical Mode Decomposition method is used on EEG signals obtained during polysomnograph
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::6225ca31ce998bf99739e3bc2ffbc7d0
https://hdl.handle.net/11587/389549
https://hdl.handle.net/11587/389549
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.