Fechar

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/499PJ3E
Repositóriosid.inpe.br/mtc-m21d/2023/06.13.13.41   (acesso restrito)
Última Atualização2023:06.13.13.41.14 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2023/06.13.13.41.14
Última Atualização dos Metadados2024:01.02.17.16.43 (UTC) administrator
DOI10.1038/s41598-023-32664-8
ISSN2045-2322
Chave de CitaçãoVicchiettiRamoBettCamp:2023:CoMeEE
TítuloComputational methods of EEG signals analysis for Alzheimer's disease classification
Ano2023
MêsMay
Data de Acesso17 jun. 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho2343 KiB
2. Contextualização
Autor1 Vicchietti, Mario L.
2 Ramos, Fernando Manoel
3 Betting, Luiz E.
4 Campanharo, Andriana S. L. O.
Grupo1
2 DIIAV-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Universidade Estadual Paulista (UNESP)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Universidade Estadual Paulista (UNESP)
4 Universidade Estadual Paulista (UNESP)
Endereço de e-Mail do Autor1
2 fmramos0@gmail.com
3
4 andriana.campanharo@unesp.br
RevistaScientific Reports
Volume13
Número1
Nota SecundáriaB2_BIODIVERSIDADE B3_ODONTOLOGIA B3_LETRAS_/_LINGUÍSTICA C_CIÊNCIAS_BIOLÓGICAS_III C_BIOTECNOLOGIA C_ASTRONOMIA_/_FÍSICA
Histórico (UTC)2023-06-13 13:44:23 :: simone -> administrator :: 2023
2024-01-02 17:16:43 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
ResumoComputational analysis of electroencephalographic (EEG) signals have shown promising results in detecting brain disorders, such as Alzheimer's disease (AD). AD is a progressive neurological illness that causes neuron cells degeneration, resulting in cognitive impairment. While there is no cure for AD, early diagnosis is critical to improving the quality of life of affected individuals. Here, we apply six computational time-series analysis methods (wavelet coherence, fractal dimension, quadratic entropy, wavelet energy, quantile graphs and visibility graphs) to EEG records from 160 AD patients and 24 healthy controls. Results from raw and wavelet-filtered (alpha, beta, theta and delta bands) EEG signals show that some of the time-series analysis methods tested here, such as wavelet coherence and quantile graphs, can robustly discriminate between AD patients from elderly healthy subjects. They represent a promising non-invasive and low-cost approach to the AD detection in elderly patients.
ÁreaCST
Arranjourlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Computational methods of...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 13/06/2023 10:41 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvos41598-023-32664-8.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/bibdigital/2022/04.03.22.23 3
DivulgaçãoWEBSCI; PORTALCAPES; SCOPUS.
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosalternatejournal archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn keywords label lineage mark mirrorrepository nextedition notes orcid pages parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar