Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks (2025)
- Authors:
- USP affiliated authors: LIANG, ZHAO - FFCLRP ; CARNEIRO, MURILLO GUIMARÃES - FFCLRP
- Unidade: FFCLRP
- DOI: 10.1007/978-3-031-79038-6_16
- Subjects: REDE NERVOSA; COMA; ELETROENCEFALOGRAFIA; MONITORAMENTO; CÉREBRO
- Keywords: Graph neural networks; Electroencephalogram; Coma outcome; Sequential data; Graph-based learning; EEGraph
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Lecture Notes in Artificial Intelligence - Intelligent Systems
- ISSN: 0302-9743
- Volume/Número/Paginação/Ano: v. 15415, pt. 4, p. 223-237, 2025
- Conference titles: Brazilian Conference on Intelligent Systems, BRACIS
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
NASCIMENTO JUNIOR, Odelmo O. et al. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks. Lecture Notes in Artificial Intelligence - Intelligent Systems. Cham: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-031-79038-6_16. Acesso em: 16 fev. 2026. , 2025 -
APA
Nascimento Junior, O. O., Assis, D. L. C., Destro Filho, J. B., Liang, Z., & Carneiro, M. G. (2025). Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks. Lecture Notes in Artificial Intelligence - Intelligent Systems. Cham: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1007/978-3-031-79038-6_16 -
NLM
Nascimento Junior OO, Assis DLC, Destro Filho JB, Liang Z, Carneiro MG. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - Intelligent Systems. 2025 ; 15415 223-237.[citado 2026 fev. 16 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_16 -
Vancouver
Nascimento Junior OO, Assis DLC, Destro Filho JB, Liang Z, Carneiro MG. Modeling EEG data into graphs for the prognostic of patients in coma using graph neural networks [Internet]. Lecture Notes in Artificial Intelligence - Intelligent Systems. 2025 ; 15415 223-237.[citado 2026 fev. 16 ] Available from: https://doi.org/10.1007/978-3-031-79038-6_16 - Classificação de Dados de Alto Nível em Redes Complexas
- High-level classification for EEG analysis
- Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural
- Data classification via centrality measures of complex networks
- Semi-supervised learning with concept drift using particle dynamics applied to network intrusion detection data
- Computer-aided music composition with LSTM neural network and chaotic inspiration
- Semi-supervised learning by edge domination in complex networks
- Dimensionality reduction with the k-associated optimal graph applied to image classification
- Bias-guided random walk for network-based data classification
- A review and comparative analysis of coarsening algorithms on bipartite networks
Informações sobre o DOI: 10.1007/978-3-031-79038-6_16 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
003275761.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
