Інформаційна технологія для діагностування хвороби Альцгеймера та фронтотемпоральної деменції на основі сигналів електроенцефалографа

Abstract

У роботі було обґрунтовано вибір ансамблю нейронних мереж DNN, RNN, LSTM та BiLSTM для діагностування хвороби Альцгеймера та фронтотемпоральної деменції на основі сигналів електроенцефалографа, які перетворюються у скалограми за допомогою неперервного вейвлетперетворення (CWT). Програмне забезпечення для діагностування хвороби Альцгеймера та фронтотемпоральної деменції створено на мові програмування Python. Навчання та тестування програмного забезпечення відбувалось з використанням набору даних записів ЕЕГ у стані спокою 88 осіб, включаючи 36 осіб з діагнозом хвороба Альцгеймера (АГ), 23 з фронтотемпоральною деменцією (ФТД) і 29 здорових осіб. Розроблене програмне забезпечення має середню достовірність діагностування хвороби

The paper substantiated the choice of an ensemble of neural networks DNN, RNN, LSTM and BiLSTM for diagnosing Alzheimer's disease and frontotemporal dementia based on electroencephalograph signals, which are converted into scalograms using continuous wavelet transform (CWT). The software for diagnosing Alzheimer's disease and frontotemporal dementia was created in the Python programming language. The software was trained and tested using a dataset of resting EEG recordings of 88 individuals, including 36 individuals diagnosed with