Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

A Hybrid Convolutional Neural Network-Long Short-Term Memory (CNN-LSTM)-Attention Model Architecture for Precise Medical Image Analysis and Disease Diagnosis.

Diagnostics (Basel, Switzerland)·2025
Same author

A machine learning approach for detecting WPA3 downgrade attacks in next-generation Wi-Fi systems.

PloS one·2025
查看所有相关文章

相关实验视频

Updated: Feb 28, 2026

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
09:47

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches

Published on: December 15, 2023

2.0K

来自EEG的动态模式分解基于集群模式投影可靠的阿尔茨海默病检测.

Jong-Hyeon Seo1, Hunseok Kang2, Jacob Kang3

  • 1School of Basic Sciences, Hanbat National University, Daejeon 34158, Republic of Korea.

Diagnostics (Basel, Switzerland)
|February 27, 2026
PubMed
概括

这项研究引入了一种使用动态模式分解 (DMD) 的新方法,以从眼睛开放 (EO) EEG 改进阿尔茨海默病 (AD) 检测. 基于DMD的集群模式投影 (DMD-CPP) 框架提高了诊断的准确性和可靠性.

关键词:
阿尔茨海默氏症 (AD) 是一种疾病.聚类图案投影 (CPP) 是一种类型投影.动态模式分解 (DMD)电脑电图 (EEG) 是一种电脑电图.眼睛开的 (EO)离开一个主题的交叉验证 (LOSO)基于保证金的可靠性可靠性

更多相关视频

Examining the Characteristics of Episodic Memory using Event-related Potentials in Patients with Alzheimer's Disease
11:01

Examining the Characteristics of Episodic Memory using Event-related Potentials in Patients with Alzheimer's Disease

Published on: August 30, 2011

14.1K
Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
09:38

Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease

Published on: November 14, 2017

15.8K

相关实验视频

Last Updated: Feb 28, 2026

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
09:47

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches

Published on: December 15, 2023

2.0K
Examining the Characteristics of Episodic Memory using Event-related Potentials in Patients with Alzheimer's Disease
11:01

Examining the Characteristics of Episodic Memory using Event-related Potentials in Patients with Alzheimer's Disease

Published on: August 30, 2011

14.1K
Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
09:38

Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease

Published on: November 14, 2017

15.8K

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
  • 信号处理 信号处理

背景情况:

  • 使用眼睛开放式 (EO) 电脑学 (EEG) 从正常衰老中检测阿尔茨海默病 (AD) 很困难,这是由于非静止性和碎片化的反应.
  • 传统的光谱方法经常与EO光刺激EEG数据的复杂性作斗争.

研究的目的:

  • 评估由动态模式分解 (Dynamic Mode Decomposition,DMD) 衍生出来的基于原型的表现的有效性,以改进EOEEG的AD检测.
  • 引入和验证一个新的框架,基于DMD的集群模式投影 (DMD-CPP),用于增强AD诊断.

主要方法:

  • 开发了DMD-CPP框架,该框架将分段智能的DMD表示集成在一起,以学习类特定的 medoid 原型.
  • 将每个EEG时代编码为相对于已学习的原型的等号坐标.
  • 使用在DMD-CPP特征上训练的线性支持向量机 (SVM) 分类器,并使用离开一个主体的交叉验证进行验证.

主要成果:

  • DMD-CPP模型证明了竞争性分类准确性,并提高了基于EO光刺激EEG的AD检测的基于边际的可靠性.
  • 观察到AD与健康对照分类的决策边际增强,对错误分类的正常时代的信心较低.
  • 在涉及检测前性痴呆症的任务中表现出改善,尽管明显程度低于AD.

结论:

  • 基于集群的模式投影稳定了EEG动态,产生了可解释和可信赖的特征表示.
  • DMD-CPP提供了一个有前途的方法,可靠地从EO EEG检测AD,优于传统的光谱方法.
  • 这些发现支持DMD-CPP作为使用EEG进行神经障碍诊断的宝贵工具.