medRxiv 预印本· Gupta, M., Jin, C., Lopez Valdes, A., Bosetti, C., Marinella, G., Bartolini, E., Battini, R., Dong, R., Tropea, D. ·· 26 天前AI 评分22
基于EEG生物标志物的Rett综合征诊断:机器学习与深度学习及可解释AI的对比分析
EEG Biomarkers for Rett Syndrome: A Comparative Analysis of Machine Learning and Deep Learning with Explainable AI
AI 导读
一项基于静息态闭眼EEG的研究对比了PSD特征机器学习与端到端深度学习在Rett综合征分类中的表现,Random Forest在经典ML模型中最佳,EEGNet在DL模型中表现最高。消融实验显示4秒EEGepoch在性能与稳健性间取得最佳平衡。SHAP与遮挡敏感性分析一致识别出delta和theta振荡及额中央区域为关键分类贡献特征。
来源:medRxiv 预印本 · medrxiv.org