Сварочные электроды Esab: разновидности, особенности и преимущества
Сварочные электроды — неотъемлемый элемент процесса сварки. Именно от них во многом зависит общий результат работы и вид сварного шва. Электроды Esab, представленные в интернет-магазине «Сварка», давно зарекомендовали себя на рынке высоким качеством. При этом широкий выбор типов электродов этой шведской марки позволит найти именно тот вариант товара, который нужен в вашей ситуации.
Электроды марки «Эсаб» широко используются по всему миру для атоматической сварки, резки металла, а также для ручной сварки. Выбор электродов стоит основывать на том, для чего будет предназначена сварочная конструкция и какие характеристики должны быть у полученного сварного шва.
Виды сварочных электродов Esab
При покупке сварочных материалов, разумеется, возникает вопрос какой электрод выбрать. Компания Esab за более чем столетнюю историю работы разработала множество видов электродов с углеродистыми и низколегированными сталями для самых разных типов сварки.
Сварочные электроды могут быть с металлическим или неметаллическим стержнем, который и обеспечивает подвод тока к свариваемому материалу. Сварочные электроды Esab делятся на несколько видов.
– Электроды для сварки конструкционных нелегированных сталей-
– Электроды для сварки низколегированных сталей
– Электроды для сварки высоколегированных сталей
– Электроды на основе никелевых сталей
– Электроды для упрочняющей наплавки
Электроды на основе алюминиевых сплавов
Электроды для сварки разнородных материалов
Электроды «Эсаб» для сварки конструкционных нелегированных сталей являются одними из самых популярных. К ним относятся серии УОНИИ, МР-3, ОЗС, ЦУ, ОК 46, 48 и другие виды электродов типа ОК.
Какие электроды Esab лучше выбрать
Пожалуй, самыми популярными и широко применяемыми можно назвать электроды серии ОК.
Если работать предстоит с жаростойкими и нержавеющими сталями, лучше всего подойдут электроды «Эсаб» ОК 61.25, ОК 61.30, ОК 61.35, ОК 63.30.
При сварке легированных сталей, как правило, выбирают электроды Esab ОК 48.08, ОК 74.70. В свою очередь, при работе с чугуном стоит обратить внимание на ОК 92.15, ОК 92.18 ОК 92.26.
При этом, без сомнений, самыми популярными из вышеназванных, стоит признать электроды серии Esab ОК 46. Особенно востребованными они становятся при необходимости сварить тонкие листы стали с гальваническим покрытием, так как другие электроды подходят для этого куда хуже. Кроме того, электроды этого типа требуют меньших теплозатрат, что делает его особенно привлекательным при проведении больших работ, например, при заварке широких зазоров.
Разумеется, помимо серии ОК компания Esab выпускает электроды и других наименований.
Например, при ручной дуговой сварке большой популярностью пользуются УОНИ-13/55. Этот тип электродов предназначен для работы с углеродистыми и низколегированными видами стали, особенно в случаях, когда сварные швы должны отвечать повышенным требованиям пластичности и ударной вязкости, в том числе при низких температурах.
Серия МР-3 также отлично подходит для ручной сварки. Это недорогие рутиловые электроды, предназначенные для работы с постоянным или переменным током.
В свою очередь, тип ЦУ-5 предназначен для сварки корневых швов толстостенных трубопроводов из низколегированной углеродистой стали. Стоит отметить, что данные электроды подходят для сварки, которая проводится без предварительного подогрева и последующей термообработки.
Почему стоит купить электроды марки Esab
Шведская фирма Esab уже давно зарекомендовала себя на рынке сварочного оборудования и комплектующих для сварки. Электроды марки Esab, также как и другое оборудование этой европейской компании, отличаются качеством, высоким уровнем надежности и при этом вполне демократичной ценой.
Неудивительно, что продукцию марки «Эсаб» выбирают многие профессиональные сварщики по всему миру.
Сварочные электроды марки Esab легко узнать в любом магазине благодаря яркой упаковке желтого цвета. При этом на каждой пачке всегда указана вся необходимая информация о диаметре, особенностях работы и предназначении конкретного электрода.
Важно отметить, что интернет-магазин «Сварка» является официальным представителем компании Esab в Санкт-Петербурге, поэтому у нас вы всегда можете купить сварочные электроды Esab по самым выгодным ценам.
ОК 46.30
* Имя
* Фамилия
* Электронная почта
* Город
* Почтовый индекс
* Страна проживания Афганистан Аландские острова Албания Алжир американское Самоа Андорра Ангола Ангилья Антарктида Антигуа и Барбуда Аргентина Армения Аруба Австралия Австрия Азербайджан Багамы Бахрейн Бангладеш Барбадос Беларусь Бельгия Белиз Бенин Бермуды Бутан Боливия Босния и Герцеговина Ботсвана Остров Буве Бразилия Британская территория Индийского океана Бруней Болгария Буркина-Фасо Бурунди Камбоджа Камерун Канада (фр.
) Кабо-Верде Каймановы острова Центрально-Африканская Республика Чад Чили Китай Остров Рождества Кокосовые (Килинг) острова Колумбия Коморы Конго ДР Конго Острова Кука Коста-Рика Кот-д’Ивуар Хорватия Куба Кипр Чешская Республика Дания Джибути Доминика Доминиканская Республика Эквадор Египет Сальвадор Экваториальная Гвинея Эритрея Эстония Эфиопия Эсватини Фолклендские (Мальвинские) острова Фарерские острова Фиджи Финляндия Франция Французская Гвиана Французская Полинезия Южные Французские Территории Габон Гамбия Грузия Германия Гана Гибралтар Греция Гренландия Гренада Гваделупа Гуам Гватемала Гернси Гвинея Гвинея-Бисау Гайана Гаити Остров Херд и острова Макдональдс Святой Престол Гондурас Гонконг Венгрия Исландия Индия Индонезия Иран Ирак Ирландия Остров Мэн Израиль Италия Ямайка Япония Джерси Иордания Казахстан Кения Кирибати Южная Корея Корея, Республика Кувейт Кыргызстан Лаосская Народно-Демократическая Республика Латвия Ливан Лесото Либерия Ливия Лихтенштейн Литва Люксембург Макао Северная Македония Мадагаскар Малави Малайзия Мальдивы Мали Мальта Маршалловы острова Мартиника Мавритания Маврикий Майотта Мексика Микронезия, Федеративные Штаты Молдова Монако Монголия Монтсеррат Черногория Марокко Мозамбик Мьянма Намибия Науру Непал Нидерланды Нидерландские Антильские острова Новая Каледония Новая Зеландия Никарагуа Нигер Нигерия Ниуэ Остров Норфолк Северные Марианские острова Норвегия Оман Пакистан Палау Палестинская территория, оккупированная Панама Папуа – Новая Гвинея Парагвай Перу Филиппины Питкэрн Польша Португалия Пуэрто-Рико Катар Воссоединение Румыния Россия Руанда Святая Елена Сент-Китс и Невис Санкт-Люсия Сен-Пьер и Микелон Святой Винсент и Гренадины Самоа Сан-Марино Сан-Томе и Принсипи Саудовская Аравия Сенегал Сербия Сейшелы Сьерра-Леоне Сингапур Словакия Словения Соломоновы острова Сомали Южная Африка Южная Георгия и Южные Сандвичевы острова Испания Шри-Ланка Судан Суринам Шпицберген и Ян-Майен Свазиленд Швеция Швейцария Сирия Тайвань, Китай Таджикистан Танзания Таиланд Тимор-Лешти Идти Токелау Тонга Тринидад и Тобаго Тунис Турция Туркменистан острова Теркс и Кайкос Тувалу Уганда Украина Объединенные Арабские Эмираты Великобритания Соединенные Штаты Малые отдаленные острова США Уругвай Узбекистан Вануату Венесуэла Вьетнам Виргинские острова, Британские Виргинские острова, США Уоллис и Футуна Западная Сахара Йемен Замбия Зимбабве
* Комментарии
ESAB Global обязуется защищать и уважать вашу конфиденциальность, и мы будем использовать вашу личную информацию только для администрирования вашей учетной записи и предоставления продуктов и услуг, которые вы запрашивали у нас.
Время от времени мы хотели бы связываться с вами по поводу наших продуктов и услуг, а также другого контента, который может вас заинтересовать. Если вы даете согласие на то, чтобы мы связывались с вами для этой цели, отметьте ниже, как вы хотите, чтобы мы связывались с вами:
Да! Я хотел бы получать периодический электронный информационный бюллетень ЭСАБ.
Вы можете отказаться от подписки на эти сообщения в любое время. Для получения дополнительной информации о том, как отказаться от подписки, о наших методах обеспечения конфиденциальности и о том, как мы стремимся защищать и уважать вашу конфиденциальность, ознакомьтесь с нашей Политикой конфиденциальности.
Нажав кнопку «Отправить» ниже, вы разрешаете ESAB Global хранить и обрабатывать личную информацию, предоставленную выше, для предоставления вам запрошенного контента.
Расшифровка отдельных движений пальцев одной руки с использованием сигналов ЭЭГ человека
1.
Wolpaw JR, Birbaumer N, McFarland DJ, Pfurtscheller G, Vaughan TM (2002) Интерфейсы мозг-компьютер для связи и управления. Клиническая нейрофизиология
113: 767–791. [PubMed] [Google Scholar]
2. Бирбаумер Н. (2006) Нарушая тишину: интерфейсы мозг-компьютер (BCI) для связи и управления двигателем. Психофизиология 43: 517–532. [PubMed] [Google Scholar]
3. Шварц А.Б. (2004)Корковое нейронное протезирование. Ежегодный обзор неврологии 27: 487–507. [PubMed] [Академия Google]
4. Шварц А.Б., Куи Х.Т., Вебер Дуглас Дж., Моран Д.В. (2006) Интерфейсы, управляемые мозгом: восстановление движения с помощью нейронных протезов. Нейрон 52: 205–220. [PubMed] [Google Scholar]
5. Брэдберри Т.Дж., Джентили Р.Дж., Контрерас-Видаль Дж.Л. (2010) Реконструкция трехмерных движений рук по неинвазивным электроэнцефалографическим сигналам. Журнал неврологии 30: 3432–3437. [Бесплатная статья PMC] [PubMed] [Google Scholar]
6.
Wolpaw JR, McFarland DJ (2004)Управление двумерным сигналом движения с помощью неинвазивного интерфейса мозг-компьютер у людей.
ПНАС
101: 17849–17854. [Бесплатная статья PMC] [PubMed] [Google Scholar]
7. Миллер К.Дж., Шалк Г., Фетц Э.Е., Нийс М.д., Оджеманн Д.Г. и соавт. (2010)Корковая активность во время двигательного выполнения, двигательных образов и онлайн-отзывов на основе образов. ПНАС 107: 4430–4435. [Бесплатная статья PMC] [PubMed] [Google Scholar]
8. Пистол Т., Шульце-Бонхаге А., Артсен А., Меринг С., Болл Т. (2012) Расшифровка естественных типов захвата по ЭКоГ человека. НейроИзображение 59: 248–260. [PubMed] [Google Scholar]
9. Chang G-C, Kang W-J, Luh J-J, Cheng C-K, Lai J-S и др. (1996) Реализация распознавания образов электромиограммы в режиме реального времени как управляющей команды человеко-машинного интерфейса. Медицинская инженерия и физика 18: 529–537. [PubMed] [Google Scholar]
10. Бустани Р., Моради М.Х. (2003)Оценка характеристик сигнала ЭМГ предплечья для управления протезом руки. Физиологическое измерение 24: 309–319. [PubMed] [Google Scholar]
11.
Ситарам Р., Кариа А., Вейт Р., Габер Т., Рота Г. и др. (2007) Интерфейс МРТ мозг-компьютер: инструмент для нейробиологических исследований и лечения. Вычислительный интеллект и нейробиология
2007: 1–10. [Бесплатная статья PMC] [PubMed] [Google Scholar]
12. Yoo SS, Fairneny T, Chen NK, Choo SE, Panych LP и др. (2004) Интерфейс мозг-компьютер с использованием фМРТ: пространственная навигация с помощью мыслей. Нейроотчет 15: 1591–1595. [PubMed] [Google Scholar]
13. Брэдберри Т.Дж., Ронг Ф., Контрерас-Видаль Дж.Л. (2009)Расшифровка скорости движения руки по центру наружу по сигналам МЭГ во время зрительно-моторной адаптации. НейроИзображение 47: 1691–1700. [PubMed] [Google Scholar]
14. Койл С.М., Уорд Т.Э., Маркхэм К.М. (2007)Интерфейс мозг-компьютер с использованием упрощенной функциональной системы спектроскопии в ближней инфракрасной области. Журнал нейронной инженерии 4: 219–226. [PubMed] [Google Scholar]
15.
Wilson JA, Felton EA, Garell PC, Schalk G, Williams JC (2006) Факторы ЭКоГ, лежащие в основе мультимодального управления интерфейсом мозг-компьютер.
IEEE Transactions по нейронным системам и реабилитационной инженерии
14: 246–250. [PubMed] [Google Scholar]
16. Шалк Г., Кубанек Дж., Миллер К.Дж., Андерсон Н.Р., Лойтхардт Е.К. и соавт. (2007)Расшифровка двумерных траекторий движения с использованием электрокортикографических сигналов у людей. Журнал нейронной инженерии 4: 264–275. [PubMed] [Академия Google]
17. Лал Т.Н., Хинтербергер Т., Видман Г., Шредер М., Хилл Дж. и др. (2005) Методы инвазивных компьютерных интерфейсов человеческого мозга. Достижения в системе обработки нейронной информации 17: 737–744. [Google Scholar]
18. Фарвелл Л.А., Дончин Э. (1988)Говорить сгоряча: к ментальному протезу, использующему потенциалы мозга, связанные с событиями. Электроэнцеф Клин Нейрофизиол 70: 510–523. [PubMed] [Google Scholar]
19.
Бин Г, Гао С, Ян З, Хун Б, Гао С (2009 г.)) Многоканальный онлайн-интерфейс мозг-компьютер на основе SSVEP с использованием метода канонического корреляционного анализа. Журнал нейронной инженерии
6: 046002.
[PubMed] [Google Scholar]
20. Gu Y, Dremstrup K, Farina D (2009)Однократное различение типа и скорости движений запястья по записям ЭЭГ. Клиническая нейрофизиология 120: 1596–1600. [PubMed] [Google Scholar]
21. Доуд А.Дж., Лукас Дж.П., Писанский М.Т., Хе Б. (2011)Непрерывное трехмерное управление воздушным вертолетом с использованием интерфейса мозг-компьютер, основанного на воображении движения. ПЛОС ОДИН 6: е26322. [Бесплатная статья PMC] [PubMed] [Google Scholar]
22. Чжоу Дж., Яо Дж., Дэн Дж., Девальд Дж. П.А. (2009) Классификация на основе ЭЭГ намерений скручивания локтя по сравнению с плечом с участием инсульта. Компьютеры в биологии и медицине 39: 443–452. [Бесплатная статья PMC] [PubMed] [Google Scholar]
23. Pfurtscheller G, Brunner C, Schlögl A, Lopes da Silva FH (2006) Мю-ритм (де)синхронизация и однократная классификация ЭЭГ для различных задач воображения движения. НейроИзображение 31: 153–159. [PubMed] [Google Scholar]
24.
Мораш В.
, Бай О., Фурлани С., Лин П., Халлетт М. (2008) Классификация сигналов ЭЭГ, предшествующих движениям правой руки, левой руки, языка и правой ноги, а также двигательным образам. Клиническая нейрофизиология
119: 2570–2578. [Бесплатная статья PMC] [PubMed] [Google Scholar]
25. Николя-Алонсо Л.Ф., Гомес-Хил Дж. (2012) Мозговые компьютерные интерфейсы, обзор. Датчики 12: 1211–1279. [Бесплатная статья PMC] [PubMed] [Google Scholar]
26. Хохберг Л.Р., Донохью Дж.П. (2006) Датчики для интерфейсов мозг-компьютер. Журнал IEEE Engineering in Medicine and Biology 25: 32–38. [PubMed] [Google Scholar]
27. Pfurtscheller G, Lopes da Silva FH (1999) Синхронизация и десинхронизация ЭЭГ/МЭГ, связанные с событиями: основные принципы. Клиническая нейрофизиология 110: 1842–1857 гг. [PubMed] [Академия Google]
28. Нуньес П.Л., Шринивасан Р., редакторы (2006) Электрические поля мозга: нейрофизика ЭЭГ. Нью-Йорк: Издательство Оксфордского университета. [Google Scholar]
29.
Acharya S, Fifer MS, Benz HL, Crone NE, Thakor NV (2010) Электрокортикографическая амплитуда предсказывает положение пальцев во время медленных хватательных движений руки. Журнал нейронной инженерии
7: 046002. [Бесплатная статья PMC] [PubMed] [Google Scholar]
30. Лебедев М.А., Николелис М.А.Л. (2006) Интерфейсы мозг-машина: прошлое, настоящее и будущее. Тенденции в нейронауках 29: 536–546. [PubMed] [Google Scholar]
31. Vuckovic A (2009) Неинвазивный BCI: Как далеко мы можем зайти с моторным воображением? Клиническая нейрофизиология 120: 1422–1423. [PubMed] [Google Scholar]
32. Вальдерт С., Прейссль Х., Демандт Э., Браун С., Бирбаумер Н. и др. (2008) Направление движения руки расшифровано по МЭГ и ЭЭГ. Журнал неврологии 28: 1000–1008. [Бесплатная статья PMC] [PubMed] [Google Scholar]
33. Мохамед А.К., Марвала Т., Джон Л.Р. (2011) Различение ЭЭГ в одном испытании между изображениями движений запястья и пальцев и выполнением в сенсомоторном BCI. 2011 Ежегодная международная конференция IEEE Engineering in Medicine and Biology Society.
стр. 6289–6293. [PubMed]
34. Zanos S, Miller KJ, Ojemann JG (2008) Электрокортикографические спектральные изменения, связанные с ипсилатеральным движением отдельного пальца и всей руки. 30-я ежегодная международная конференция IEEE Engineering in Medicine and Biology Society. стр. 5939–5942. [PubMed]
35. Flamary R, Rakotomamonjy A (2012) Декодирование движений пальцев по сигналам ЭКоГ с использованием линейных моделей переключения. Frontiers in Neuroscience 6. [Бесплатная статья PMC] [PubMed]
36. Liang N, Bougrain L (2012) Расшифровка сгибания пальцев на основе сигналов ЭКоГ, специфичных для полос, у людей. Frontiers in Neuroscience 6. [Бесплатная статья PMC] [PubMed]
37. Кубанек Дж., Миллер К.Дж., Оджеманн Дж.Г., Вулпоу Дж.Р., Шалк Г. (2009)Расшифровка сгибания отдельных пальцев с использованием электрокортикографических сигналов у людей. Журнал нейронной инженерии 6: 66001. [Бесплатная статья PMC] [PubMed] [Google Scholar]
38. Shenoy P, Miller KJ, Ojemann JG, Rao RPN (2007) Классификация движений пальцев для электрокортикографического BCI.
3-я Международная конференция IEEE/EMBS по нейронной инженерии. стр. 192–195.
39. Онаран И., Инс Н.Ф., Цетин А.Е. (2011) Классификация многоканальной ЭКоГ, связанной с движениями отдельных пальцев с избыточными пространственными проекциями. Ежегодная международная конференция IEEE Engineering in Medicine and Biology Society. стр. 5424–5427. [ПубМед]
40. Samiee S, Hajipour S, Shamsollahi MB (2010) Классификация сгибания пальцев по пяти классам с использованием сигналов ЭКоГ. Международная конференция по интеллектуальным и передовым системам. стр. 1–4.
41. Wang W, Degenhart AD, Collinger JL, Vinjamuri R, Sudre GP, et al. (2009) Двигательная активность коры головного мозга человека, зарегистрированная с помощью электродов Micro-ECoG, во время движений отдельных пальцев. Ежегодная международная конференция IEEE Engineering in Medicine and Biology Society, стр. 586–589. [Бесплатная статья PMC] [PubMed]
42.
Миллер К.Дж., Занос С., Фетц Э.Е., Нийс М.д., Оджеманн Дж.
Г. (2009)Развязка спектра мощности коры головного мозга показывает представление отдельных движений пальцев у людей в реальном времени. Журнал неврологии
29: 3132–3137. [Бесплатная статья PMC] [PubMed] [Google Scholar]
43. Глейзер Е.М., Ручкин Д.С. (1976) Принципы анализа нейробиологических сигналов. Нью-Йорк: Академическая пресса. [Google Scholar]
44. Джайн Р.К., Датта С., Маджумдер С. (2012) Проектирование и управление искусственным мышечным пальцем на основе IPMC, управляемым ЭМГ. В: Найк Г.Р., редактор. Вычислительный интеллект в анализе электромиографии – взгляд на текущие приложения и будущие задачи: InTech.
45. Bundhoo V, Park EJ (2005) Дизайн искусственного пальца, приводимого в действие мышцей, в направлении биомиметических протезов рук. Материалы 12-й Международной конференции по передовой робототехнике: 368–375.
46. Миллер К.Дж., Шалк Г. (2008) Прогнозирование сгибания пальцев: 4-й конкурс данных интерфейса мозг-компьютер. Конкурс BCI IV.
47.
Schalk G, McFarland DJ, Hinterberger T, Birbaumer N, Wolpaw JR (2004) BCI2000: система интерфейса мозг-компьютер (BCI) общего назначения. IEEE Transactions по биомедицинской инженерии
51: 1034–1043. [PubMed] [Академия Google]
48. Делорм А., Макейг С. (2004) EEGLAB: набор инструментов с открытым исходным кодом для анализа динамики ЭЭГ в одном испытании, включая анализ независимых компонентов. Журнал методов нейробиологии 134: 9–21. [PubMed] [Google Scholar]
49. Hyvärinen A, Karhunen J, Oja E (2001) Анализ независимых компонентов. Нью-Йорк: Уайли. [Google Академия]
50. Белл А.Дж., Сейновски Т.Дж. (1995)Подход максимизации информации к слепому разделению и слепой деконволюции. Нейронные вычисления 7: 1129–1159. [PubMed] [Google Scholar]
51. Mognon A, Jovicich J, Bruzzone L, Buiatti M (2011) ADJUST: автоматический детектор артефактов ЭЭГ, основанный на совместном использовании пространственных и временных характеристик. Психофизиология 48: 229–240. [PubMed] [Google Scholar]
52.
Welford AT (1980) Время реакции. Нью-Йорк: Академическая пресса. [Google Scholar]
53. McFarland DJ, McCane LM, David SV, Wolpaw JR (1997) Выбор пространственного фильтра для связи на основе ЭЭГ. Электроэнцефалография и клиническая нейрофизиология 103: 386–394. [PubMed] [Google Scholar]
54. Мюллер К.Р., Крауледат М., Дорнхеге Г., Курио Г., Бланкерц Б. (2004)Методы машинного обучения для интерфейсов мозг-компьютер. Биомедицинская инженерия 49: 11–22. [Google Scholar]
55. Вапник В.Н. (1998) Статистическая теория обучения. Нью-Йорк: Wiley-Interscience. [Google Scholar]
56. Вапник В.Н. (1999) Природа статистической теории обучения. Нью-Йорк: Спрингер. [Google Scholar]
57. Chang CC, Lin CJ (2011) LIBSVM: библиотека для машин опорных векторов. Транзакции ACM по интеллектуальным системам и технологиям 2: 1–27. [Академия Google]
58. Hsu C-W, Chang C-C, Lin C-J (2010) Практическое руководство по поддержке классификации векторов. Национальный тайваньский университет.
[Google Scholar]
59. Хан Дж., Камбер М., Пей Дж. (2012) Интеллектуальный анализ данных: концепции и методы. Массачусетс, США: Морган Кауфманн. [Google Scholar]
60. Мюллер-Путц Г.Р., Шерер Р., Бруннер С., Либ Р., Пфуртшеллер Г. (2008) Лучше, чем случайно: более пристальный взгляд на результаты BCI. Международный журнал биоэлектромагнетизма 10: 52–55. [Google Scholar]
61. Пфуртшеллер Г., Аранибар А. (1977) Связанная с событием корковая десинхронизация, обнаруженная при измерении мощности скальповой ЭЭГ. Электроэнцефалография и клиническая нейрофизиология 42: 817–826. [PubMed] [Google Scholar]
62. Wolpaw JR, Birbaumer N, Heetderks WJ, McFarland DJ, Peckham PH и др. (2000) Технология интерфейса мозг-компьютер: обзор первой международной встречи. IEEE Transactions по реабилитационной инженерии 8: 164–173. [PubMed] [Google Scholar]
63.
Хан Ю, Сепульведа Ф (2010)Интерфейс мозг-компьютер для однократной классификации ЭЭГ для изображений движения запястья с использованием пространственной фильтрации в гамма-диапазоне.
Обработка сигналов ИЭТ
4: 510–517. [Академия Google]
64. Бай О., Лин П., Ворбах С., Ли Дж., Фурлани С. и др. (2007) Исследование вычислительных методов для классификации намерения движения во время произвольного движения человека на основе однократной пробной ЭЭГ. Клиническая нейрофизиология 118: 2637–2655. [Бесплатная статья PMC] [PubMed] [Google Scholar]
65. Obermaier B, Guger C, Neuper C, Pfurtscheller G (2001) Скрытые марковские модели для онлайн-классификации данных ЭЭГ с одной пробой. Буквы распознавания образов 22: 1299–1309. [Академия Google]
66. Лехтонен Дж., Джиланки П., Кауханен Л., Сэмс М. (2008) Онлайн-классификация одиночных испытаний ЭЭГ во время движений пальцев. IEEE Transactions по биомедицинской инженерии 55: 713–720. [PubMed] [Google Scholar]
67. Liyanage SR, Xu JX, Guan C, Ang KK, Zhang CS, et al. Классификация самостоятельных движений пальцев с сигналами ЭЭГ с использованием нейронных сетей и эволюционных подходов 2009 г., 9-11 декабря 2009 г.
, 1807–1812 гг.
68. Yong L, Xiaorong G, Hesheng L, Shangkai G (2004)Классификация однократной электроэнцефалограммы при движении пальцев. IEEE Transactions по биомедицинской инженерии 51: 1019–1025. [PubMed] [Google Scholar]
69. Xiang L, Dezhong Y, Wu D, Chaoyi L (2007) Объединение пространственных фильтров для классификации однократной ЭЭГ в задаче движения пальцев. IEEE Transactions по биомедицинской инженерии 54: 821–831. [PubMed] [Google Scholar]
70. Kauhanen L, Nykopp T, Sams M (2006)Классификация одиночных исследований MEG, связанных с движениями левого и правого указательных пальцев. Клиническая нейрофизиология 117: 430–439. [PubMed] [Google Scholar]
71. Quandt F, Reichert C, Hinrichs H, Heinze HJ, Knight RT, et al. (2012) Различение отдельных движений пальцев одной руки в одном испытании: комбинированное исследование МЭГ и ЭЭГ. Нейроизображение 59: 3316–3324. [Бесплатная статья PMC] [PubMed] [Google Scholar]
72.
Бланкерц Б., Дорнхеге Г.
, Крауледат М., Мюллер К.Р., Кунцманн В. и др. (2006) Интерфейс мозг-компьютер в Берлине: общение на основе ЭЭГ без предметной подготовки. IEEE Transactions по нейронным системам и реабилитационной инженерии
14: 147–152. [PubMed] [Google Scholar]
73. Шерер Р., Занос С.П., Миллер К.Дж., Рао Р.П.Н., Оджеманн Дж.Г. (2009)Классификация контралатеральных и ипсилатеральных движений пальцев для электрокортикографических интерфейсов мозг-компьютер. Нейрохирургический фокус 27: Е12. [PubMed] [Академия Google]
74. Хаггинс Дж., Рен П., Груис К. (2011) Чего хотят пользователи интерфейса мозг-компьютер? Мнения и приоритеты потенциальных пользователей с боковым амиотрофическим склерозом. Боковой амиотроф склеры 12: 318–324. [Бесплатная статья PMC] [PubMed] [Google Scholar]
75. Soechting JF, Flanders M (1997) Гибкость и повторяемость движений пальцев во время набора текста: анализ множественных степеней свободы. Журнал вычислительной неврологии 4: 29–46. [PubMed] [Google Scholar]
76.
Сантелло М., Сочтинг Дж. Ф. (1997) Сопоставление размера объекта, контролируя размах пальцев и форму руки. Соматосенсорные и двигательные исследования
14: 203–212. [PubMed] [Google Scholar]
77. Дарвас Ф., Шерер Р., Оджеманн Дж. Г., Рао Р. П., Миллер К. Дж. и др. (2010) Картирование высокой гаммы с использованием ЭЭГ. НейроИзображение 49: 930–938. [Бесплатная статья PMC] [PubMed] [Google Scholar]
78. Болл Т., Демандт Э., Мучлер И., Нейцель Э., Меринг С. и др. (2008) Активность, связанная с движением, в высоком гамма-диапазоне ЭЭГ человека. НейроИзображение 41: 302–310. [PubMed] [Академия Google]
79. Гонсалес С.Л., Грав де Перальта Р., Тут Г., Миллан Дж.Д.Р., Мориер П. и др. (2006) Колебания очень высокой частоты (ОВЧ) как предиктор намерений движения. НейроИзображение 32: 170–179. [PubMed] [Google Scholar]
80.
Шеной П., Миллер К.Дж., Оджеманн Дж.Г., Рао РПН (2008)Обобщенные характеристики электрокортикографических ИМК. IEEE Transactions по биомедицинской инженерии
55: 273–280.
