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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Biomedical signal processing and control Jg. 86; S. 104917
Hauptverfasser:	Wu, Lingyun, Zhao, Quanfa, Liu, Jing, Yu, Haitao
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier Ltd 01.09.2023
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!