中国科学院Wang, Yishan2024年第1篇SCI：使用脑功能连接的时间序列图和 CNN-LSTM 组合模型使用脑电图进行自闭症谱系障碍诊断
论论资讯 ｜ 2024-04-29 ｜
29热度
Computer Methods and Programs in Biomedicine
Explore content
About the journal
Publish with us
Autism spectrum disorder diagnosis with EEG signals using time series maps of brain functional connectivity and a combined CNN-LSTM model
Xu Yongjie; Yu Zengjie; Li Yisheng; Liu Yuehan; Li Ye; Wang Yishan
Published：2024-04-24
DOI：10.1016/j.cmpb.2024.108196
研究背景
自闭症谱系障碍（ASD）患者通常存在认知障碍，而大脑不同区域之间的有效连接对正常认知至关重要。虽然以往的研究集中在使用脑电图（EEG）数据检测ASD，但大多数研究侧重于与频率相关的特征。然而，现有的数据增强方法可能会导致测试数据被训练数据污染。为解决这一问题，这项研究开发了一种新方法，用于检测ASD。
研究内容
该研究通过量化受试者大脑的功能连接，将个体作为分析单元。从97名ASD患者和92名Typical Development（TD）患者采集公开可用的EEG数据，这些数据包括静息状态和执行任务时的数据。构建了大脑功能连接的时间序列图，并使用深度卷积生成对抗网络对数据进行增强。此外，设计并实现了一个基于卷积神经网络（CNN）和长短期记忆（LSTM）的组合网络，用于ASD检测。
研究意义
这篇论文提供了一个更好利用EEG了解ASD的新视角。我们研究中提出的方法有望成为诊断ASD的可靠工具，为ASD的早期诊断和干预提供帮助。
这篇文章简洁明了地介绍了一项关于利用EEG数据诊断ASD的研究成果，通过研究内容、方法和结论的概述，为中学生提供了一份易懂的学术资讯。
学术热榜
查看全部
相关资讯
换一批