Fonte: Neurocomputing. Unidade: EACH
Assuntos: PROCESSAMENTO DE SINAIS BIOMÉDICOS, EPILEPSIA (DIAGNÓSTICO), ELETROENCEFALOGRAFIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NUNES, Thiago M. et al. EEG signal classification for epilepsy diagnosis via optimum path forest: a systematic assessment. Neurocomputing, v. 136, p. 103\2013123, 2014Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2014.01.020. Acesso em: 11 nov. 2025.APA
Nunes, T. M., Coelho, A. L. V., Lima, C. A. de M., Papa, J. P., & Albuquerque, V. H. C. de. (2014). EEG signal classification for epilepsy diagnosis via optimum path forest: a systematic assessment. Neurocomputing, 136, 103\2013123. doi:10.1016/j.neucom.2014.01.020NLM
Nunes TM, Coelho ALV, Lima CA de M, Papa JP, Albuquerque VHC de. EEG signal classification for epilepsy diagnosis via optimum path forest: a systematic assessment [Internet]. Neurocomputing. 2014 ; 136 103\2013123.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2014.01.020Vancouver
Nunes TM, Coelho ALV, Lima CA de M, Papa JP, Albuquerque VHC de. EEG signal classification for epilepsy diagnosis via optimum path forest: a systematic assessment [Internet]. Neurocomputing. 2014 ; 136 103\2013123.[citado 2025 nov. 11 ] Available from: https://doi.org/10.1016/j.neucom.2014.01.020
