Luca Faes

基于信息动力学框架评估和剖析不同病理生理状态下复杂心血管相互作用

信息动力学部分分解诱发自主应激源下心血管和心肺控制共有的独特模式

利用高阶特征重要性评估性别相关的心血管控制差异

分类问题中高阶特征效应的信息论量化

通过双变量可预测性措施评估接受麻醉的冠状动脉疾病患者的脑血管相互作用和控制

通过生物医学信号分析评估生理系统复杂性 II

一种用于非平稳生理网络中高阶交互作用时频分析的方法

估计耦合动态系统中短时间序列的互信息率

单晶体管混沌振荡器实验网络中自发的动力学分化，该网络模拟生物神经元培养

心电图噪声对超短期心率变异性指标的影响

预测信息分解作为量化生理网络中涌现动力学行为的一种工具

信息论分析EEG波幅和心率变异性揭示了脑-心相互作用的时间尺度依赖性

一种无模型方法用于量化神经点过程中的内存利用率