EEG-based Schizophrenia Detection Using Spectral, Entropy, and Graph Connectivity Features with Machine Learning
Questo studio propone un approccio integrato per la rilevazione della schizofrenia tramite EEG, combinando potenza spettrale, entropia di permutazione multiscala e connettività di rete, che ha permesso al modello Random Forest di raggiungere un'accuratezza del 99,7% nel distinguere i pazienti dai controlli sani, sebbene i risultati richiedano ulteriori validazioni su campioni più ampi.