
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Earth System Science Center | - |
| Autor(es): dc.creator | Vicchietti, Mário L. | - |
| Autor(es): dc.creator | Ramos, Fernando M. | - |
| Autor(es): dc.creator | Betting, Luiz E. | - |
| Autor(es): dc.creator | Campanharo, Andriana S. L. O. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T20:25:59Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T20:25:59Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-11-30 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1038/s41598-023-32664-8 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/248849 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/248849 | - |
| Descrição: dc.description | Computational analysis of electroencephalographic (EEG) signals have shown promising results in detecting brain disorders, such as Alzheimer’s disease (AD). AD is a progressive neurological illness that causes neuron cells degeneration, resulting in cognitive impairment. While there is no cure for AD, early diagnosis is critical to improving the quality of life of affected individuals. Here, we apply six computational time-series analysis methods (wavelet coherence, fractal dimension, quadratic entropy, wavelet energy, quantile graphs and visibility graphs) to EEG records from 160 AD patients and 24 healthy controls. Results from raw and wavelet-filtered (alpha, beta, theta and delta bands) EEG signals show that some of the time-series analysis methods tested here, such as wavelet coherence and quantile graphs, can robustly discriminate between AD patients from elderly healthy subjects. They represent a promising non-invasive and low-cost approach to the AD detection in elderly patients. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Department of Biodiversity and Biostatistics Institute of Biosciences São Paulo State University | - |
| Descrição: dc.description | National Institute for Space Research Earth System Science Center | - |
| Descrição: dc.description | Department of Neurology Psychology and Psychiatry Botucatu Medical School São Paulo State University | - |
| Descrição: dc.description | Department of Biodiversity and Biostatistics Institute of Biosciences São Paulo State University | - |
| Descrição: dc.description | Department of Neurology Psychology and Psychiatry Botucatu Medical School São Paulo State University | - |
| Descrição: dc.description | FAPESP: 2018/25358-9 | - |
| Descrição: dc.description | CAPES: 88887.602913/2021-00 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Scientific Reports | - |
| ???dc.source???: dc.source | Scopus | - |
| Título: dc.title | Computational methods of EEG signals analysis for Alzheimer’s disease classification | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: