Sep, 2023

赋能精准医疗：基于脑电图信号的人工智能驱动精神分裂症诊断：2002-2023 年综述

PDF
TL;DR精神分裂症是一种常见的心理障碍，其诊断涉及临床访谈、体格检查、心理评估、神经影像技术等多种工具；本研究回顾了应用脑电图信号和人工智能方法进行精神分裂症诊断的论文，并介绍了相关的研究领域和挑战。
schizophreniaeeg signalsartificial intelligencesz diagnosisneuroimaging techniques
发现论文，激发创造
  • 人工智能在精神分裂症预测和诊断中的作用调查

    该综述研究了使用深度学习通过 EEG 信号、功能性磁共振成像 (fMRI) 和扩散磁共振成像 (dMRI) 检测和预测精神分裂症的论文，并对这些研究进行了概述和比较，这一领域取得了重要进展。

    May, 2023

  • 基于可解释深度学习的生成式数据增强方法用于精神分裂症诊断

    利用深度学习技术和脑电图脑记录来自动诊断精神分裂症，其中使用了生成数据增强技术、卷积神经网络进行初始诊断，并使用 Wasserstein GAN with Gradient Penalty (WGAN-GP) 和变分自编码器 (VAE) 产生合成数据集进行扩充，同时使用 LIME 算法解释黑盒模型中最重要的频率。

    Oct, 2023

  • 人工智能在精神分裂症康复管理中的应用：系统文献综述

    该研究系统评估了人工智能在精神分裂症康复管理中的应用现状和前景以及其对康复过程的影响，并提供了有价值的见解和未来研究方向的建议。

    May, 2024

  • 面向老龄社会的 AI 神经技术 —— 使用信息几何机器学习方法开发任务负荷和痴呆症 EEG 数字生物标志物

    该论文讨论了利用脑波技术开发数字生物标识符以监测痴呆症，提出了一种基于信息几何的分类方法以自动辨别脑电图诱发反应，通过机器学习技术进行轻度认知障碍和阿尔茨海默病的诊断。

    Nov, 2018

  • 利用脑电图信号和机器学习技术进行帕金森病诊断的综合研究

    通过分析人类脑电图信号，采用支持向量机分类模型，提出了一种创新的帕金森病诊断方法，该研究通过提高诊断准确性和可靠性增强了模型的性能。

    Apr, 2024

  • PSG 信号中的阿尔茨海默病检测

    阿尔茨海默病和睡眠障碍之间存在紧密联系，睡眠模式的中断经常在轻度认知障碍（MCI）和早期 AD 发作之前出现。本研究探讨利用通过多导睡眠监测仪（PSG）获得的与睡眠相关的脑电图（EEG）信号用于早期 AD 检测的潜力。我们主要关注于探索半监督深度学习技术用于 EEG 信号分类，这是由于临床场景中数据可用性有限的特点。实验方法包括测试和比较半监督 SMATE 和 TapNet 模型的性能，并与监督 XCM 模型和无监督的隐马尔科夫模型（HMMs）进行比较评估。研究强调了空间和时间分析能力的重要性，对每个睡眠阶段进行独立分析。结果表明，SMATE 在利用有限标记数据方面取得了稳定的度量结果，并在监督形式下达到了 90% 的准确率。比较分析揭示了 SMATE 在性能上优于 TapNet 和 HMM，而 XCM 在监督场景中以 92-94% 的准确率表现出色。这些发现强调了半监督模型在早期 AD 检测中的潜力，特别是在应对标记数据稀缺性方面。消融测试验证了空间 - 时间特征提取在半监督预测性能中的关键作用，并通过 t-SNE 可视化验证了模型在区分 AD 模式方面的熟练性。总体而言，这项研究通过创新的深度学习方法为 AD 检测的进展做出了贡献，突出了半监督学习在应对数据限制方面的重要作用。

    Apr, 2024

  • 使用深度学习技术的癫痫发作检测：综述

    本研究对基于深度学习和神经影像学模态进行的自动癫痫发作检测作了全面的综述，描述了使用脑电图和磁共振成像模态自动诊断癫痫发作的各种方法，分析了使用深度学习的康复系统，并讨论了在诊断自动癫痫发作中使用深度学习技术的优点和局限性，最后提出了最有前景的深度学习模型和未来可能的研究方向。

    Jul, 2020

  • 使用脑电图信号预测癫痫发作的机器学习：一篇综述

    这篇论文探讨了如何运用人工智能和机器学习技术，通过对脑电图信号进行分析，提前预测癫痫发作的可能性，从而为临床实践提供支持。

    Feb, 2020

  • 利用数字表型学增强临床决策的反事实解释和预测模型 —— 以精神分裂症为例

    本研究提出了一种机器学习系统，通过使用行为数字表型数据预测、检测和解释患有精神分裂症的患者症状的个体变化情况，通过使用变化点算法检测减少的症状，并在模拟持续监测的情况下使用反事实说明作为医疗保健中的纾困措施。

    Jun, 2023

  • 精准精神病学的机器学习现代视角

    通过将机器学习和神经调节技术与先进的可穿戴和移动技术相结合，提供了广泛的机会来在精确精神病学中提供解释性方案和有效的治疗方法。

    Apr, 2022