Abstract: X. Li, T. Zhou, S. Qiu (2022)

Alzheimer's disease is a neurological disorder characterized by progressive cognitive dysfunction and behavioral impairment that occurs in old. Early diagnosis and treatment of Alzheimer's disease is great significance. Electroencephalography (EEG) signals can be used to detect Alzheimer's disease due to its non-invasive advantage. To solve the problem of insufficient analysis by single-channel EEG signal, we analyze the relationship between multiple channels and build PLV framework. To solve the problem of insufficient representation of 1D signal, a threshold-free recursive plot convolution network was constructed to realize 2D representation. To solve the problem of insufficient EEG signal characterization, a fusion algorithm of clinical features and imaging features was proposed to detect Alzheimer's disease. Experimental results show that the algorithm has good performance and robustness.

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.

Alzheimer's Disease Analysis Algorithm Based on No-threshold Recurrence Plot Convolution Network