EEG 功能连接与深度学习用于脑疾病自动诊断：阿尔茨海默病与精神分裂症
信号处理
2021-10-13 v1 计算机与社会
机器学习
摘要
精神障碍是全球致残的主要原因之一。治疗这些疾病的首要步骤是获得准确诊断，但缺乏既定的临床检测使该任务颇具挑战。正如我们在本工作中所描述，机器学习算法可为该问题提供可能的解决方案。我们提出一种基于 EEG 时间序列所得连接矩阵与深度学习的精神障碍自动诊断方法。我们表明，该方法能以高准确度对阿尔茨海默病患者与精神分裂症患者进行分类。与使用原始 EEG 时间序列的传统情形相比，我们的方法提供了最高精度。因此，将深度神经网络应用于脑连接数据是一种极具前景的神经系统疾病诊断方法。
引用
@article{arxiv.2110.06140,
title = {EEG functional connectivity and deep learning for automatic diagnosis of brain disorders: Alzheimer's disease and schizophrenia},
author = {Caroline L. Alves and Aruane M. Pineda and Kirstin Roster and Christiane Thielemann and Francisco A. Rodrigues},
journal= {arXiv preprint arXiv:2110.06140},
year = {2021}
}
备注
10 pages, 5 figures, 9 tables