인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2023.2
- 수록면
- 781 - 787 (7page)
이용수
초록· 키워드
Mild cognitive impairment (MCI) is an intermediate stage between normal aging and Alzheimer’s disease (AD) and is the only chance to stop progression to AD. Therefore, there is a need for research on biomarkers that can advance the early screening of MCI. In this study, electroencephalogram (EEG) data were recorded from six healthy controls, 10 MCI patients, and six AD patients while experiencing intermittent photic stimulation for two minutes. Steady-state visual evoked potential (SSVEP) was quantified from the collected EEG data. Using these EEG-SSVEP data, we proposed a concatenated structure of a convolutional long short-term memory and convolutional neural network. Our proposed model was evaluated by 5-fold cross validation (i.e., 87.86% accuracy, 87.86% sensitivity, 97.92% specificity, and 88.79% F1-score). Overall, our findings showed that deep learning model analysis of EEG-SSVEP data is useful for early screening of patients with AD and MCI.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 1. Introduction
- 2. Related work
- 3. Methods
- 4. Results
- 5. Discussion and Conclusion
- Reference
참고문헌
참고문헌 신청최근 본 자료
