Buchumschlag

An ADHD Diagnostic Interface Based on EEG Spectrograms and Deep Learning Techniques

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pappula, Medha, Anwar, Syed Muhammad
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Personality Trait Recognition using ECG Spectrograms and Deep Learning
von: Altaf, Muhammad Mohsin, et al.
Veröffentlicht: (2024)

Graph-Based Deep Learning on Stereo EEG for Predicting Seizure Freedom in Epilepsy Patients
von: Agaronyan, Artur, et al.
Veröffentlicht: (2025)

vEEGNet: learning latent representations to reconstruct EEG raw data via variational autoencoders
von: Zancanaro, Alberto, et al.
Veröffentlicht: (2023)

DeepCell: A Ubiquitous Accurate Provider-side Cellular-based Localization
von: Shokry, Ahmed, et al.
Veröffentlicht: (2024)

Refining ADHD diagnosis with EEG: The impact of preprocessing and temporal segmentation on classification accuracy
von: García-Ponsoda, Sandra, et al.
Veröffentlicht: (2024)

Review of Deep Representation Learning Techniques for Brain-Computer Interfaces and Recommendations
von: Guetschel, Pierre, et al.
Veröffentlicht: (2024)

Continuous Determination of Respiratory Rate in Hospitalized Patients using Machine Learning Applied to Electrocardiogram Telemetry
von: Kite, Thomas, et al.
Veröffentlicht: (2025)

Topological Feature Search Method for Multichannel EEG: Application in ADHD classification
von: Cai, Tianming, et al.
Veröffentlicht: (2024)

EEG Emotion Recognition Through Deep Learning
von: Dolgopolyi, Roman, et al.
Veröffentlicht: (2025)

Data Normalization Strategies for EEG Deep Learning
von: Truong, Dung, et al.
Veröffentlicht: (2025)

Channel Reflection: Knowledge-Driven Data Augmentation for EEG-Based Brain-Computer Interfaces
von: Wang, Ziwei, et al.
Veröffentlicht: (2024)

SSRepL-ADHD: Adaptive Complex Representation Learning Framework for ADHD Detection from Visual Attention Tasks
von: Rehman, Abdul, et al.
Veröffentlicht: (2025)

Bridging Brain Signals and Language: A Deep Learning Approach to EEG-to-Text Decoding
von: Gedawy, Mostafa El, et al.
Veröffentlicht: (2025)

EEG-CLIP : Learning EEG representations from natural language descriptions
von: Ndir, Tidiane Camaret, et al.
Veröffentlicht: (2025)

Enhancing AI-Based ECG Delineation with Deep Learning Denoising Techniques
von: Breeding-Allison, Jeff, et al.
Veröffentlicht: (2026)

Unlocking Telemetry Potential: Self-Supervised Learning for Continuous Clinical Electrocardiogram Monitoring
von: Kite, Thomas, et al.
Veröffentlicht: (2024)

Cross-Subject Generalization for EEG Decoding: A Survey of Deep Learning Methods
von: Li, Taida, et al.
Veröffentlicht: (2026)

mixEEG: Enhancing EEG Federated Learning for Cross-subject EEG Classification with Tailored mixup
von: Liu, Xuan-Hao, et al.
Veröffentlicht: (2025)

Reinforcement Learning Based Sensor Optimization for Bio-markers
von: Khandelwal, Sajal, et al.
Veröffentlicht: (2023)

Perception-Guided EEG Analysis: A Deep Learning Approach Inspired by Level of Detail (LOD) Theory
von: Tong, BG
Veröffentlicht: (2025)

Deep Riemannian Networks for End-to-End EEG Decoding
von: Wilson, Daniel, et al.
Veröffentlicht: (2022)

Traffic Congestion Prediction Using Machine Learning Techniques
von: Yasir, Rafed Muhammad, et al.
Veröffentlicht: (2022)

EEG-Based Brain-LLM Interface for Human Preference Aligned Generation
von: Zhang, Junzi, et al.
Veröffentlicht: (2026)

Transparency in Sleep Staging: Deep Learning Method for EEG Sleep Stage Classification with Model Interpretability
von: Sharma, Shivam, et al.
Veröffentlicht: (2023)

EEG Based Generative Depression Discriminator
von: Mao, Ziming, et al.
Veröffentlicht: (2024)

L-FAME: Longitudinal Focused Attention Meditation EEG Dataset and Benchmark
von: Li, Angqi, et al.
Veröffentlicht: (2026)

A Deep Neural Network Based Reverse Radio Spectrogram Search Algorithm
von: Ma, Peter Xiangyuan, et al.
Veröffentlicht: (2023)

Robust Feature Engineering Techniques for Designing Efficient Motor Imagery-Based BCI-Systems
von: Gardezi, Syed Saim, et al.
Veröffentlicht: (2024)

Exploring Deep Learning Models for EEG Neural Decoding
von: Dixen, Laurits, et al.
Veröffentlicht: (2025)

Subject-Independent Deep Architecture for EEG-based Motor Imagery Classification
von: Sartipi, Shadi, et al.
Veröffentlicht: (2024)

Adversarial Artifact Detection in EEG-Based Brain-Computer Interfaces
von: Chen, Xiaoqing, et al.
Veröffentlicht: (2022)

Augmentation of EEG and ECG Time Series for Deep Learning Applications: Integrating Changepoint Detection into the iAAFT Surrogates
von: Moutonnet, Nina, et al.
Veröffentlicht: (2025)

Decoding Fatigue Levels of Pilots Using EEG Signals with Hybrid Deep Neural Networks
von: Lee, Dae-Hyeok, et al.
Veröffentlicht: (2024)

Contrasting Attitudes Towards Current and Future AI Applications for Computerised Interpretation of ECG: A Clinical Stakeholder Interview Study
von: Hughes-Noehrer, Lukas, et al.
Veröffentlicht: (2024)

FASTER: Fusion AnalyticS for public Transport Event Response
von: Blandin, Sebastien, et al.
Veröffentlicht: (2019)

Unsupervised Pairwise Learning Optimization Framework for Cross-Corpus EEG-Based Emotion Recognition Based on Prototype Representation
von: Li, Guangli, et al.
Veröffentlicht: (2025)

TSRNet: Simple Framework for Real-time ECG Anomaly Detection with Multimodal Time and Spectrogram Restoration Network
von: Bui, Nhat-Tan, et al.
Veröffentlicht: (2023)

Computational Solar Energy -- Ensemble Learning Methods for Prediction of Solar Power Generation based on Meteorological Parameters in Eastern India
von: Chakraborty, Debojyoti, et al.
Veröffentlicht: (2023)

Supervised and Unsupervised Deep Learning Approaches for EEG Seizure Prediction
von: Georgis-Yap, Zakary, et al.
Veröffentlicht: (2023)

Spectrogram features for audio and speech analysis
von: McLoughlin, Ian, et al.
Veröffentlicht: (2026)