Characterizing Alzheimer’s Disease Severity via Resting-Awake EEG Amplitude Modulation Analysis
Notice bibliographique
Résumé
Changes in electroencephalography (EEG) amplitude modulations have recently been linked with early-stage Alzheimer's disease (AD). Existing tools available to perform such analysis (e.g., detrended fluctuation analysis), however, provide limited gains in discriminability power over traditional spectral based EEG analysis. In this paper, we explore the use of an innovative EEG amplitude modulation analysis technique based on spectro-temporal signal processing. More specifically, full-band EEG signals are first decomposed into the five well-known frequency bands and the envelopes are then extracted via a Hilbert transform. Each of the five envelopes are further decomposed into four so-called modulation bands, which were chosen to coincide with the delta, theta, alpha and beta frequency bands. Experiments on a resting-awake EEG dataset collected from 76 participants (27 healthy controls, 27 diagnosed with mild-AD, and 22 with moderate-AD) showed significant differences in amplitude modulations between the three groups. Most notably, i) delta modulation of the beta frequency band disappeared with an increase in disease severity (from mild to moderate AD), ii) delta modulation of the theta band appeared with an increase in severity, and iii) delta modulation of the beta frequency band showed to be a reliable discriminant feature between healthy controls and mild-AD patients. Taken together, it is hoped that the developed tool can be used to assist clinicians not only with early detection of Alzheimer's disease, but also to monitor its progression.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».