Efficient identification of Alzheimer’s brain dynamics with Spatial-Temporal Autoencoder: A deep learning approach for diagnosing brain disorders

•An automatic EEG-based diagnosis scheme for Alzheimer’s disease (AD) with deep learning methods was proposed.•A Spatial-Temporal Autoencoder (STAE) framework was designed to estimate latent factors of EEG via unsupervised learning.•Alzheimer’s brain dynamics were inferred with STAE and manifolds in...

Celý popis

Podrobná bibliografie

Vydáno v:	Biomedical signal processing and control Ročník 86; s. 104917
Hlavní autoři:	Wu, Lingyun, Zhao, Quanfa, Liu, Jing, Yu, Haitao
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.09.2023
Témata:	Alzheimer’s disease Deep learning Diagnosis Latent brain dynamics Spatial-Temporal Autoencoder Deep learning Latent brain dynamics Diagnosis Alzheimer’s disease Spatial-Temporal Autoencoder
ISSN:	1746-8094, 1746-8108
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!