Zobrazeno 1 - 10
of 323
pro vyhledávání: '"in-ear EEG"'
Autor:
McGregor Joyner, Sheng-Hsiou Hsu, Stephanie Martin, Jennifer Dwyer, Denise Fay Chen, Reza Sameni, Samuel H. Waters, Konstantin Borodin, Gari D. Clifford, Allan I. Levey, John Hixson, Daniel Winkel, Jonathan Berent
Publikováno v:
Bioelectronic Medicine, Vol 10, Iss 1, Pp 1-15 (2024)
Abstract Background Seizure detection is challenging outside the clinical environment due to the lack of comfortable, reliable, and practical long-term neurophysiological monitoring devices. We developed a novel, discreet, unobstructive in-ear sensin
Externí odkaz:
https://doaj.org/article/4a43a9bf6faa49cba4a27b9dae90dda7
Publikováno v:
Sensors, Vol 24, Iss 23, p 7471 (2024)
This study presents the development of a wireless in-ear EEG device designed to monitor brain activity during sleep and deliver auditory stimuli aimed at enhancing deep sleep. The device records EEG signals and plays a combined auditory stimulus cons
Externí odkaz:
https://doaj.org/article/e65b14722af74e659db548b2443dcb87
Autor:
Ghena Hammour, Harry Davies, Giuseppe Atzori, Ciro Della Monica, Kiran K. G. Ravindran, Victoria Revell, Derk-Jan Dijk, Danilo P. Mandic
Publikováno v:
IEEE Journal of Translational Engineering in Health and Medicine, Vol 12, Pp 448-456 (2024)
Objective: Sleep monitoring has extensively utilized electroencephalogram (EEG) data collected from the scalp, yielding very large data repositories and well-trained analysis models. Yet, this wealth of data is lacking for emerging, less intrusive mo
Externí odkaz:
https://doaj.org/article/2209a87864ba4fdba080b61df724a840
Autor:
Dávid Gulyás, Mads Jochumsen
Publikováno v:
Sensors, Vol 24, Iss 18, p 6004 (2024)
Movement intentions of motor impaired individuals can be detected in laboratory settings via electroencephalography Brain–Computer Interfaces (EEG-BCIs) and used for motor rehabilitation and external system control. The real-world BCI use is limite
Externí odkaz:
https://doaj.org/article/6c43ccf4460b49e69612aa35f48c50f8
Publikováno v:
Sensors, Vol 24, Iss 4, p 1226 (2024)
EEG-enabled earbuds represent a promising frontier in brain activity monitoring beyond traditional laboratory testing. Their discrete form factor and proximity to the brain make them the ideal candidate for the first generation of discrete non-invasi
Externí odkaz:
https://doaj.org/article/b7b455609b4b44a5bc93d2961ffb09d2
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:
Christian Sandøe Musaeus, Kristian Steen Frederiksen, Birgitte Bo Andersen, Peter Høgh, Preben Kidmose, Martin Fabricius, Melita Cacic Hribljan, Martin Christian Hemmsen, Mike Lind Rank, Gunhild Waldemar, Troels Wesenberg Kjær
Publikováno v:
Neurobiology of Disease, Vol 183, Iss , Pp 106149- (2023)
Background: In patients with Alzheimer's disease (AD) without clinical seizures, up to half have epileptiform discharges on long-term in-patient electroencephalography (EEG) recordings. Long-term in-patient monitoring is obtrusive, and expensive as c
Externí odkaz:
https://doaj.org/article/4780dc1e318a45ad9269af33e56b0508
Autor:
Yousef R. Tabar, Kaare B. Mikkelsen, Nelly Shenton, Simon L. Kappel, Astrid R. Bertelsen, Reza Nikbakht, Hans O. Toft, Chris H. Henriksen, Martin C. Hemmsen, Mike L. Rank, Marit Otto, Preben Kidmose
Publikováno v:
Frontiers in Neuroscience, Vol 17 (2023)
IntroductionA device comprising two generic earpieces with embedded dry electrodes for ear-centered electroencephalography (ear-EEG) was developed. The objective was to provide ear-EEG based sleep monitoring to a wide range of the population without
Externí odkaz:
https://doaj.org/article/b6488db70fdc43f2958d790023e9a0f6