MétaCan
Menu
Retour à la cohorte
Enregistrement W4406542830 · doi:10.14447/jnmes.v27i4.a06

Sensor Based EEG Signal Based Dementia Disease Detection Using Artificial Intelligence

2024· article· en· W4406542830 sur OpenAlexvenueno aff
Thirunavukkarasu Arun Babu, A Sivasangari, Tamilvizhi Thanarajan, Surendran Rajendran

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueBrain Tumor Detection and Classification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaElectroencephalographySIGNAL (programming language)Computer scienceArtificial intelligencePattern recognition (psychology)Speech recognitionPsychologyNeuroscienceDiseaseMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Even though it's still unclear how anticholinergic medications and dementia are related, dementia is one of the biggest global health issues.The current study's goal was to conduct a thorough review and meta-analysis of any potential predictive implications anticholinergic medications may have on dementia risk.Dementia has been linked to both low and high anticholinergic medication loading.Additionally, medications and the risk of dementia from anticholinergics were related.Among the anticholinergic drug groups, antiparkinsonian, urological, and antidepressant medications raised the risk for dementia.However, cardiovascular and gastrointestinal medications may have preventive effects.These results highlight the significance of anticholinergic medications as a potentially modifiable dementia risk factor and outline the most effective course of treatment.In this work, Work implemented AI Based algorithms of random forest and XG boost algorithm for predicting sleep disorder and Dementia with a help of sensor.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,302
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetBrain Tumor Detection and ClassificationTravaux en français237 207