EEG-based Schizophrenia Detection Using Spectral, Entropy, and Graph Connectivity Features with Machine Learning
Diese Studie zeigt, dass ein kombinierter Ansatz aus spektralen, entropiebasierten und graphenbasierten Konnektivitätsmerkmalen von EEG-Daten mit einem Random-Forest-Modell eine vielversprechende Methode zur Unterscheidung von Schizophrenie-Patienten und gesunden Kontrollpersonen mit einer Genauigkeit von bis zu 99,7 % darstellt, wobei jedoch weitere Validierungen an größeren Kohorten erforderlich sind.