基于Gabor波器的统计特征用于ADHD检测
E Sathiya1, T D Rao1, T Sunil Kumar2
1Division of Mathematics, Vellore Institute of Technology, Chennai, India.
Frontiers in human neuroscience
|April 25, 2024
概括
本研究引入了一种使用电脑脑脑图 (EEG) 信号的计算机辅助方法,用于检测儿童的注意力缺陷/多动障碍 (ADHD). 这种新的方法实现了96.4%的准确性,超过了现有的ADHD诊断技术.
科学领域:
- 神经科学是一个神经科学.
- 医疗信息学 医疗信息学
- 信号处理 信号处理
背景情况:
- 注意缺陷/多动障碍 (ADHD) 是一个常见的儿童神经心理障碍.
- 准确和早期的ADHD诊断对于有效的治疗和干预至关重要.
- 当前的诊断方法可能是主观的,耗时的.
研究的目的:
- 开发和评估用于ADHD检测的计算机辅助诊断方法.
- 利用电脑电图 (EEG) 信号进行客观的ADHD评估.
- 探索基于加博波器的统计特征对ADHD分类的有效性.
主要方法:
- 使用一组加博尔波器来处理EEG信号,以提取窄带信号.
- 从过的EEG信号中提取了统计特征.
- 进行了特征选择,并将所选特征用于分类.
- 使用分类器来区分ADHD和健康对照 (HC) 组.
主要成果:
- 提出的基于加博尔波器的统计特征方法实现了最高的分类准确率96.4%.
- 该方法在公共数据集上的现有技术相比,显示出更高的分类性能.
- 这些发现表明了这种方法在客观ADHD检测方面的潜力.
结论:
- 开发的计算机辅助方法在使用EEG信号检测ADHD方面表现出很高的准确性.
- 基于Gabor波器的特征提取为ADHD诊断提供了一个有前途的方法.
- 这种技术可以提高临床环境中ADHD评估的客观性和效率.


