ISSN:
1741-2560
eISSN:
1741-2552
Dyscypliny:
- Informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
- Inżynieria biomedyczna (Dziedzina nauk inżynieryjno-technicznych)
- Inżynieria materiałowa (Dziedzina nauk inżynieryjno-technicznych)
- Nauki farmaceutyczne (Dziedzina nauk medycznych i nauk o zdrowiu)
- Nauki medyczne (Dziedzina nauk medycznych i nauk o zdrowiu)
- Nauki biologiczne (Dziedzina nauk ścisłych i przyrodniczych)
Punkty Ministerialne: Pomoc
Rok | Punkty | Lista |
---|---|---|
2021 | 140 | MNiSW 2019 |
Rok | Punkty | Lista |
---|---|---|
2021 | 140 | MNiSW 2019 |
2020 | 140 | MNiSW 2019 |
2019 | 140 | MNiSW 2019 |
2018 | 35 | A |
2017 | 35 | A |
2016 | 35 | A |
2015 | 35 | A |
2014 | 35 | A |
2013 | 35 | A |
2012 | 25 | A |
2011 | 25 | A |
2010 | 32 | A |
2009 | 32 | A |
2008 | 32 | A |
Model czasopisma:
Hybrydowe
Punkty CiteScore:
Rok | Punkty |
---|---|
2019 | 7.6 |
Rok | Punkty |
---|---|
2019 | 7.6 |
2018 | 6.9 |
2017 | 6.9 |
2016 | 7.2 |
2015 | 7.4 |
2014 | 7.8 |
2013 | 7.1 |
2012 | 6.4 |
2011 | 5.1 |
Impact Factor:
Zaloguj się aby zobaczyć Współczynnik Impact Factor dla tego czasopisma
Sherpa Romeo:
Prace opublikowane w tym czasopiśmie
Filtry
wszystkich: 1
Katalog Czasopism
2017
-
Behavioral state classification in epileptic brain using intracranial electrophysiology
PublikacjaOBJECTIVE: Automated behavioral state classification can benefit next generation implantable epilepsy devices. In this study we explored the feasibility of automated awake (AW) and slow wave sleep (SWS) classification using wide bandwidth intracranial EEG (iEEG) in patients undergoing evaluation for epilepsy surgery. APPROACH: Data from seven patients (age [Formula: see text], 4 women) who underwent intracranial depth electrode...
wyświetlono 111 razy