预印本 · 医学生信与数据分析· Gupta M, Jin C, Lopez Valdes A, Bosetti C, Marinella G, Bartolini E, Battini R, Dong R, Tropea D.·2026-10-23 08:00· 1 天前AI 评分27

Rett 综合征脑电图生物标志物：结合可解释人工智能的机器学习与深度学习比较分析

EEG Biomarkers for Rett Syndrome: A Comparative Analysis of Machine Learning and Deep Learning with Explainable AI

AI 导读

Rett 综合征静息态闭眼脑电图研究显示，随机森林和 EEGNet 分别在传统机器学习与深度学习模型中表现最佳。研究采用受试者层面的交叉验证，以平衡准确率为主要性能指标，4秒脑电片段在性能与稳健性间取得最佳平衡。可解释性分析均将 delta、theta 振荡及中央额区识别为分类的关键贡献因素。