Risultati ricerca pubblicazioni

The dry revolution: Evaluation of three different eeg dry electrode types in terms of signal spectral features, mental states classification and usability

pubblicato su: SENSORS - 2019
Di Flumeri G., Arico P., Borghini G., Sciaraffa N., Di Florio A., Babiloni F.

Utility of big data in predicting short-term blood glucose levels in type 1 diabetes mellitus through machine learning techniques

pubblicato su: SENSORS - 2019
Rodriguez-Rodriguez I., Chatzigiannakis I., Rodriguez J. -V., Maranghi M., Gentili M., Zamora-Izquierdo M. -A.

On the possibility of predicting glycaemia ‘on the fly’ with constrained IoT devices in type 1 diabetes mellitus patients

pubblicato su: SENSORS - 2019
Rodriguez-Rodriguez I., Rodriguez J. -V., Chatzigiannakis I., Izquierdo M. A. Z.

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma