研究人员开发了一个新的框架，使用Transformer模型从脑电图（EEG）信号中检测精神分裂症。该方法将EEG数据转换为频谱图图像，然后由传统的机器学习算法和深度学习模型进行分析。研究表明，一种CNN-Transformer混合模型在一个独立的测试集上取得了92.88%的AUC-ROC，显示出具有竞争力的分类性能。 AI
影响 这项研究可能有助于开发更客观、更易于获取的精神疾病诊断工具。
排序理由 该集群包含一篇学术论文，详细介绍了特定任务的新方法和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CNN + Squeeze and Excitation + Transformer
- CST-SZ
- CT-SZ
- electroencephalography
- random forest
- schizophrenia
- short-time Fourier transform
- support vector machine
- Transformer++
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
