Abstract: U. R. Acharya, V. K. Sudarshan, H. Adeli, J. Santhosh, J. E. W. Koh, A. Adeli (2015)

The complex, nonlinear and non-stationary electroencephalogram (EEG) signals are very tedious to interpret visually and highly difficult to extract the significant features from them. The linear and nonlinear methods are effective in identifying the changes in EEG signals for the detection of depression. Linear methods do not exhibit the complex dynamical variations in the EEG signals. Hence, chaos theory and nonlinear dynamic methods are widely used in extracting the EEG signal features for computer-aided diagnosis (CAD) of depression. Hence, this article presents the recent efforts on CAD of depression using EEG signals with a focus on using nonlinear methods. Such a CAD system is simple to use and may be used by the clinicians as a tool to confirm their diagnosis. It should be of a particular value to enable the early detection of depression.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Computer-Aided Diagnosis of Depression Using EEG Signals