Carregant...
Carregant...

Vés al contingut (premeu Retorn)

A machine learning methodology for the selection and classification of spontaneous spinal cord dorsum potentials allows disclosure of structured (non-random) changes in neuronal connectivity induced by nociceptive stimulation

Autor
Martin, M.; Contreras-Hernández, E.; Bejar, J.; Esposito, G.; Chávez , D.; Glusman, S.; Cortes, U.; Rudomín, P.
Tipus d'activitat
Article en revista
Revista
Frontiers in Neuroinformatics
Data de publicació
2015-08-26
Volum
9
Número
21
Pàgina inicial
1
Pàgina final
16
DOI
https://doi.org/10.3389/fninf.2015.00021 Obrir en finestra nova
Repositori
http://hdl.handle.net/2117/79593 Obrir en finestra nova
Citació
Martin, M., Contreras-Hernández, E., Bejar, J., Espósito, G., Chávez , D., Glusman, S., Cortes, C., Rudomín, P. A machine learning methodology for the selection and classification of spontaneous spinal cord dorsum potentials allows disclosure of structured (non-random) changes in neuronal connectivity induced by nociceptive stimulation. "Frontiers in Neuroinformatics", 26 Agost 2015, vol. 9, núm. 21, p. 1-16.
Paraules clau
capsaicin, machine learning, neural signal processing, sorting of spontaneous cord dorsum potentials, spinal cord
Grup de recerca
IDEAI-UPC Intelligent Data Science and Artificial Intelligence
KEMLG - Grup d´Enginyeria del Coneixement i Aprenentatge Automàtic

Participants

Arxius