使用双通道电脑学特征进行痴呆症分类.
Kuk-In Jang1, Yeong In Kim2, Hyo Jin Ju3
1Corporate Research Institute, Panaxtos Corp, Seoul, Republic of Korea.
Scientific reports
|April 3, 2025
概括
使用双通道脑电图 (EEG) 和Xgboost的新型痴呆症分类模型实现了97.05%的准确性. 这种可穿戴的EEG方法显示出早期痴呆症诊断的前景.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 痴呆症的诊断依赖于临床评估和神经成像.
- 可穿戴式脑电图 (EEG) 提供了一种潜在的非侵入性方法来监测大脑活动.
研究的目的:
- 开发和验证一种新的分类模型,以使用可穿戴的双通道EEG数据将痴呆症患者与正常对照区分开来.
- 为了确定暗示痴呆症的关键EEG特征.
主要方法:
- 使用极端梯度增强 (Xgboost) 模型与递归特征消除与交叉验证 (RFECV) 相结合.
- 记录了54名NC和29名痴呆症患者的静止状态EEG数据.
- 进行了迷你精神状态检查 (MMSE) 和临床痴呆症评级 (CDR) 评估.
主要成果:
- 在峰值频率 (PF),alpha (A),theta (T),A/T比率,A/BL比率和一致性 (CH) 中观察到显著差异.
- 痴呆症患者显示PF,CH_A/T,CH_A/BL,A/T和A/BL的减少,T的增加.
- 使用RFECV的Xgboost模型实现了97.05%的平衡精度,其中PF是最具歧视性的特征.
结论:
- 使用RFECV模型开发的Xgboost有效地将痴呆症患者与使用双通道EEG的NC区分开来.
- 这种新的方法证明了可穿戴EEG的潜力,可以为可访问和准确的痴呆症诊断提供帮助.
更多相关视频
06:37Electroencephalography Network Indices as Biomarkers of Upper Limb Impairment in Chronic Stroke
Published on: July 14, 2023
792
10:23Equipment Setup and Artifact Removal for Simultaneous Electroencephalogram and Functional Magnetic Resonance Imaging for Clinical Review in Epilepsy
Published on: June 23, 2023
1.8K
