GaborPDNet: Gabor Transformation and Deep Neural Network for Parkinson’s Disease Detection Using EEG Signals

帕金森病 脑电图 卷积神经网络 人工智能 帕金森病 模式识别(心理学) 黑质 计算机科学 神经科学 医学 疾病 心理学 病理
作者
Hui Wen Loh,Chui Ping Ooi,Elizabeth E. Palmer,Prabal Datta Barua,Şengül Doğan,Türker Tuncer,Mehmet Bayğın,U. Rajendra Acharya
出处
期刊:Electronics [MDPI AG]
卷期号:10 (14): 1740-1740 被引量:81
标识
DOI:10.3390/electronics10141740
摘要

Parkinson’s disease (PD) is globally the most common neurodegenerative movement disorder. It is characterized by a loss of dopaminergic neurons in the substantia nigra of the brain. However, current methods to diagnose PD on the basis of clinical features of Parkinsonism may lead to misdiagnoses. Hence, noninvasive methods such as electroencephalographic (EEG) recordings of PD patients can be an alternative biomarker. In this study, a deep-learning model is proposed for automated PD diagnosis. EEG recordings of 16 healthy controls and 15 PD patients were used for analysis. Using Gabor transform, EEG recordings were converted into spectrograms, which were used to train the proposed two-dimensional convolutional neural network (2D-CNN) model. As a result, the proposed model achieved high classification accuracy of 99.46% (±0.73) for 3-class classification (healthy controls, and PD patients with and without medication) using tenfold cross-validation. This indicates the potential of proposed model to simultaneously automatically detect PD patients and their medication status. The proposed model is ready to be validated with a larger database before implementation as a computer-aided diagnostic (CAD) tool for clinical-decision support.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
杨小绿zbsl完成签到,获得积分10
1秒前
1秒前
1秒前
文静冷梅发布了新的文献求助10
2秒前
唾沫星子完成签到,获得积分20
3秒前
李花花发布了新的文献求助10
3秒前
3秒前
优美丹雪发布了新的文献求助10
4秒前
小王发布了新的文献求助10
5秒前
6秒前
包子发布了新的文献求助10
6秒前
7秒前
i哦票完成签到,获得积分20
8秒前
hhhhhh发布了新的文献求助10
8秒前
9秒前
i哦票发布了新的文献求助10
12秒前
12秒前
时尚的莛完成签到,获得积分10
12秒前
12秒前
李爱国应助木子(Tao Li)采纳,获得10
13秒前
彭于彦祖应助baijiayi采纳,获得30
13秒前
lly发布了新的文献求助10
13秒前
14秒前
小王完成签到,获得积分20
14秒前
17秒前
小菜鸟完成签到,获得积分10
17秒前
17秒前
17秒前
nefu biology发布了新的文献求助10
18秒前
帅哥完成签到,获得积分10
20秒前
baijiayi给baijiayi的求助进行了留言
20秒前
20秒前
情怀应助小王采纳,获得10
21秒前
子车海完成签到,获得积分10
21秒前
生命科学的第一推动力完成签到 ,获得积分10
22秒前
22秒前
JamesPei应助lly采纳,获得10
22秒前
万能图书馆应助ZLN采纳,获得50
22秒前
英俊的铭应助mdmdd采纳,获得10
23秒前
23秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
Impiego dell’associazione acetazolamide/pentossifillina nel trattamento dell’ipoacusia improvvisa idiopatica in pazienti affetti da glaucoma cronico 900
錢鍾書楊絳親友書札 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3297339
求助须知:如何正确求助?哪些是违规求助? 2932768
关于积分的说明 8459060
捐赠科研通 2605549
什么是DOI,文献DOI怎么找? 1422392
科研通“疑难数据库(出版商)”最低求助积分说明 661383
邀请新用户注册赠送积分活动 644677