 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Nuage de motsUn nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Wang, C., Wu, D., Liao, Y., Zheng, W., Zeng, Z., Gao, X., Wu, H., Zhu, Z., Yang, J., Zhong, L., Cheng, W., Chen, Y.-H., & Sawan, M. (2026). NeuroCLIP: A Multimodal Contrastive Learning Method for rTMS-treated Methamphetamine Addiction Analysis. IEEE Journal of Biomedical and Health Informatics, 13 pages. Lien externe
Gao, X., Chen, Y.-H., Zeng, Z., Zheng, W., Chai, C., Wu, H., Zhu, Z., Yang, J., Zhong, L., Shen, H., & Sawan, M. (2025). Specific endophenotypes in EEG microstates for methamphetamine use disorder. Frontiers in Psychiatry, 15. Disponible
Zeng, Z., Chen, Y.-H., Gao, X., Zheng, W., Wu, H., Zhu, Z., Yang, J., Wang, C., Zhong, L., Cheng, W., & Sawan, M. (2025). Repetitive TMS-based Identification of Methamphetamine-Dependent Individuals Using EEG Spectra. IEEE Sensors Journal, 12 pages. Lien externe
Wu, H., Cai, C., Ming, W., Chen, W., Zhu, Z., Chen, F., Jiang, H., Zheng, Z., Sawan, M., Wang, T., & Zhu, J. (2024). Speech decoding using cortical and subcortical electrophysiological signals. Frontiers in Neuroscience, 18, 8 pages. Disponible
Chen, Y.-H., Yang, J., Wu, H., Beier, K. T., & Sawan, M. (2023). Challenges and future trends in wearable closed-loop neuromodulation to efficiently treat methamphetamine addiction [Commentaire ou lettre]. Frontiers in Psychiatry, 14, 1085036 (23 pages). Lien externe
Bian, S., Tao, Y., Zhu, Z., Zhu, P., Wang, Q., Wu, H., & Sawan, M. (2021). On-Site Biolayer Interferometry-Based Biosensing of Carbamazepine in Whole Blood of Epileptic Patients. Biosensors, 11(12), 516-516. Lien externe
Wang, Z., Yang, J., Wu, H., Zhu, J., & Sawan, M. (2021). Power efficient refined seizure prediction algorithm based on an enhanced benchmarking. Scientific Reports, 11(1), 23498-23498. Lien externe
Xu, Y., Yang, J., Zhao, S., Wu, H., & Sawan, M. (août 2020). An End-to-End Deep Learning Approach for Epileptic Seizure Prediction [Communication écrite]. 2nd IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS 2020), Genova, Italy. Lien externe
