La seguente tesi analizza i segnali biomedici, discutendone le sfide legate al rumore, alla trasmissione dei dati e alla visualizzazione. Vengono presentate tecniche di preprocessing e l’applicazione di reti neurali come CNN e LSTM per classificazione e diagnosi di condizioni patologiche come l’ADHD. I risultati mostrano l’efficacia delle reti neurali nell’analisi di segnali eeg, ottenuta combinando CNN e LSTM.
UTILIZZO DI RETI NEURALI PER LA DIAGNOSI DELL’ADHD: UN APPROCCIO BASATO SU SPETTROGRAMMI EEG
PASCAZIO, LILIANA
2024/2025
Abstract
La seguente tesi analizza i segnali biomedici, discutendone le sfide legate al rumore, alla trasmissione dei dati e alla visualizzazione. Vengono presentate tecniche di preprocessing e l’applicazione di reti neurali come CNN e LSTM per classificazione e diagnosi di condizioni patologiche come l’ADHD. I risultati mostrano l’efficacia delle reti neurali nell’analisi di segnali eeg, ottenuta combinando CNN e LSTM.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
TESI_LILIANA_PASCAZIO.pdf
File consultabile da postazioni biblioteca
Descrizione: Analisi dei segnali biomedici e discussione delle sfide legate al rumore, alla trasmissione dei dati e alla visualizzazione dei segnali.Tecniche di preprocessing e applicazione di reti neurali per classificazione e diagnosi di patologie come l'ADHD.
Dimensione
4.94 MB
Formato
Adobe PDF
|
4.94 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.14253/67714