跳到正文
OpenReview · EEG· Efstratia Ganiti-Roumeliotou; Ioannis Ziogas; Charalampos Lamprou; Ghada Alhussein; Hessa Alfalahi; Aamna Al Shehhi; Sofia B. Dias; Herbert F. Jelinek; Thanos Stouraitis; Leontios J. Hadjileontiadis·· 2023-01-01精选AI 评分74

通过基于 Swarm Decomposition 的相位锁定值对儿童任务相关 EEG 记录进行 ADHD 分类

Classification of children with ADHD through task-related EEG recordings via Swarm-Decomposition-based Phase Locking Value

AI 导读

基于摘要分析。本研究针对儿童 ADHD 的 EEG 客观标志物问题,提出以 Swarm Decomposition 提取个体化振荡模式、再利用相位锁定值(Phase Locking Value,PLV)构建连接特征的分类框架,考察任务相关 EEG 中的跨频耦合现象。 研究材料包括 61 名 ADHD 儿童和 60 名年龄匹配的非 ADHD 儿童的任务相关 EEG。方法的关键是以数据驱动的振荡模式提取替代常用滤波式脑节律提取。作者将这一过程描述为支持从传感器级连接向源级连接的扩展,但摘要未说明源的定义、定位依据及连接计算细节,不能仅据此认定已完成解剖意义上的脑源定位。 作者报告,在该数据集的嵌套 5 折交叉验证下,所提框架的 AUROC 为 0.9166,常用滤波式节律提取对照的 AUROC 为 0.8361。作者还报告其优于该数据集上其他先进功能连接方法,但摘要未列出这些方法及完整结果,因此目前可直接核对的量化对照仅限上述两项。折内如何划分儿童与 EEG 片段、特征提取和选择是否纳入内层验证、分类器配置及统计不确定性均尚未验证。 该工作的直接贡献是 ADHD 与非 ADHD 儿童的 EEG 分类及候选连接标志物探索,并非已验证的临床诊断工具或 BCI 控制方法。作者认为框架有望揭示与 ADHD 任务功能相关的脑区并支持客观标志物研究;其跨中心、跨任务和独立样本泛化能力,以及实验协议、消融及统计信息,仍需结合全文核对。

阅读价值

值得核对的是,个体化 Swarm Decomposition 节律提取在嵌套交叉验证下优于滤波提取的作者报告,以及其从传感器级连接扩展到源级连接的具体实现;现有摘要尚不足以确认临床泛化能力。

来源:OpenReview · EEG · openreview.net