EEG-based Schizophrenia Detection Using Spectral, Entropy, and Graph Connectivity Features with Machine Learning
Deze studie toont aan dat het combineren van spectrale, entropie- en grafische connectiviteitskenmerken uit EEG-signalen, verwerkt door een Random Forest-classificator, een veelbelovende en nauwkeurige methode biedt voor het onderscheiden van patiënten met schizofrenie van gezonde controles, hoewel verdere validatie op grotere steekproeven noodzakelijk is.