Toward interpretable schizophrenia detection from EEG using autoencoder and EfficientNet

Umesh Kumar Naik Mudavath

doi:10.1016/j.patrec.2025.09.011

Toward interpretable schizophrenia detection from EEG using autoencoder and EfficientNet

2025-10-09

0

PRE

AI

U

Umesh Kumar Naik Mudavath *

DOI：10.1016/j.patrec.2025.09.011

原文链接

原文求助

摘要

En 中文

• 两种互补的机器学习框架用于精神分裂症（SZ）检测。 • SS-ENB0结合EEG频谱图的迁移学习具有高分类精度。 • Grad-CAM预测SZ在δ频带功率；γ和θ频带在健康病例中。 • CAE-XGB结合SHAP揭示了额叶、枕叶和顶叶皮层对SZ的贡献。 • 每个框架均提供了独特的、可解释的关于SZ EEG动态的见解。

Toward interpretable schizophrenia detection from EEG using autoencoder and EfficientNet

摘要

期刊

机构

引用论文