An explainable hierarchical machine learning framework for schizophrenia biomarker detection based on electroencephalogram signals
Este estudio presenta un marco de aprendizaje automático jerárquico explicable que integra la Selección Hacia Adelante con el análisis SHAP para identificar biomarcadores de EEG robustos, tales como la entropía de permutación frontal y características espectrales temporales, logrando hasta un 81,44% de precisión en la distinción de pacientes con esquizofrenia frente a controles sanos.