Evaluation of EEG Connectivity Network Measures based Features in Schizophrenia Classification
Rattachement africain : be, gb, bg. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
In this paper an architecture for the classification of Schizophrenia using EEG-based brain connectivity is proposed. Functional and effective networks were constructed from the EEG using a variety of connectivity measures and with graph theory metrics complex network features were extracted. Several classification algorithms were used for the evaluation of the architecture. Promising results were observed when using connectivity measures that also capture directionality properties of the network. The best classification accuracy was 82.36% and was achieved by Random Forest classifier with Direct Transfer Function as a connectivity measure.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Evaluation of EEG Connectivity Network Measures based Features in Schizophrenia Classification
- Date Crossref
- 01/11/2019
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.