Effects of Pharmacological Treatments in Alzheimer’s Disease: Permutation Entropy-Based EEG Complexity Study

Fide, Ezgi; Polat, Hasan; Yener, Görsev; Özerdem, Mehmet Siraç

doi:10.1007/s10548-022-00927-8

Cited by 5 publications

(4 citation statements)

References 84 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A total of 40 articles (Table 3 , Ref. [ 20 , 25 , 26 , 27 , 28 , 30 , 31 , 34 , 35 , 36 , 37 , 38 , 39 , 40 , 41 , 42 , 43 , 44 , 45 , 46 , 47 , 48 , 49 , 50 , 51 , 52 , 53 , 54 , 55 , 56 , 57 , 58 , 59 , 60 , 61 , 62 , 63 , 64 , 65 , 66 ]) published between 2000 and 2023 using entropy measures were included (Fig. 2 ).…”

Section: Resultsmentioning

confidence: 99%

“…Studies that included AD patients matched with healthy controls (HC) [ 26 , 27 , 34 , 36 , 37 , 38 , 42 , 43 , 44 , 45 , 46 , 48 , 49 , 50 , 60 , 61 , 66 ] revealed lower entropy values, except for one study that used Spectral Entropy (SpectEn) [ 44 ]. This decrease in entropy levels in AD patients was observed in frontal [ 27 , 46 ], temporal [ 47 , 48 ], parietal [ 42 , 43 , 48 , 49 , 50 , 51 ], central [ 27 ], and occipital [ 28 , 42 , 43 , 49 , 50 ] areas.…”

Section: Resultsmentioning

confidence: 99%

“…It was found that entropy displayed a more pronounced decrease in non-responding patients on the 6–20 scale. Another study found that acetylcholinesterase inhibitor (AChE-I) treatment was superior to dual therapy (AChE-I + memantine ) in its effect of increasing cognitive scores and normalizing EEG complexity levels [ 66 ].…”

Section: Resultsmentioning

confidence: 99%

See 2 more Smart Citations

Is EEG Entropy a Useful Measure for Alzheimer's Disease?

Zúñiga,

Acero-González,

Restrepo-Castro

et al. 2024

Actas Esp Psiquiatr

View full text Add to dashboard Cite

Background: The number of individuals diagnosed with Alzheimer's disease (AD) has increased, and it is estimated to continue rising in the coming years. The diagnosis of this disease is challenging due to variations in onset and course, its diverse clinical manifestations, and the indications for measuring deposit biomarkers. Hence, there is a need to develop more precise and less invasive diagnostic tools. Multiple studies have considered using electroencephalography (EEG) entropy measures as an indicator of the onset and course of AD. Entropy is deemed suitable as a potential indicator based on the discovery that variations in its complexity can be associated with specific pathologies such as AD. Methodology: Following PRISMA guidelines, a literature search was conducted in 4 scientific databases, and 40 articles were analyzed after discarding and filtering. Results: There is a diversity in entropy measures; however, Sample Entropy (SampEn) and Multiscale Entropy (MSE) are the most widely used (21/40). In general, it is found that when comparing patients with controls, patients exhibit lower entropy (20/40) in various areas. Findings of correlation with the level of cognitive decline are less consistent, and with neuropsychiatric symptoms (2/40) or treatment response less explored (2/40), although most studies show lower entropy with greater severity. Machine learning-based studies show good discrimination capacity. Conclusions: There is significant difficulty in comparing multiple studies due to their heterogeneity; however, changes in Multiscale Entropy (MSE) scales or a decrease in entropy levels are considered useful for determining the presence of AD and measuring its severity.

show abstract

Section: Resultsmentioning

confidence: 99%

Section: Resultsmentioning

confidence: 99%

See 1 more Smart Citation

Is EEG Entropy a Useful Measure for Alzheimer's Disease?

Zúñiga,

Acero-González,

Restrepo-Castro

et al. 2024

Actas Esp Psiquiatr

View full text Add to dashboard Cite

show abstract

“…Beyin görüntüleme yöntemleri özellikle nörolojik hastalıklara ilişkin dinamiklerin irdelenmesinde yaygın bir şekilde uygulanmaktadır. Beynin karmaşık olan yapısında hastalıkla birlikte meydana gelen spesifik değişimler beyin görüntüleme yöntemleri ile etkin bir şekilde yansıtılabilir [4]. EEG yöntemimin düşük maliyetli oluşu, hızlı bir şekilde erişilebilirliği ve yüksek temporal çözünürlük sunması diğer yöntemlere kıyasla daha popüler bir yaklaşım olmasında esas etkenlerdir [5].…”

Section: Introductionunclassified

Senkrosıkıştırma dönüşümü ve derin transfer öğrenimi ile Alzheimer hastalığının EEG tabanlı otomatik tespiti

POLAT>

2023

DÜMF MD

View full text Add to dashboard Cite

Alzheimer hastalığı, demansın en sık görülen türü olan ilerleyici bir nörodejeneratif bozukluktur. Hafıza kaybı, bilişsel kabiliyetlerde azalma ve davranışsal sorunlara yol açarak, günlük yaşamı derinden etkilemektedir. Hastalıkla mücadelede en önemli adımlardan biri hızlı ve doğru tanının konmasıdır. Dolayısıyla, bilgisayar destekli tanı sistemlerinin histopatolojik analizlere alternatif olarak geliştirilmesi önem arz etmektedir. Bu çalışmada, Alzheimer hastalığının otomatik olarak tespitinde EEG tabanlı bir sınıflandırma modeli tanıtılmıştır. Önerilen model EEG senkrosıkıştırma temsillerinin çeşitli uyarlanmış ön eğitimli derin evrişimsel sinir ağı mimariler ile sınıflandırılmasından oluşmaktadır. Senkrosıkıştırma yöntemi, EEG işaretlerini zamanla değişen salınım özelliklerine sahip görüntü örüntülerine dönüştürmek için kullanılmıştır. Akabinde ise EEG görüntüleri ön eğitimli SqueezeNet, ResNet, InceptionV3 ve MobileNet derin mimarilerine girdi olarak sunulmuş ve elde edilen sınıflandırma performansları karşılaştırılmıştır. Deneyler, 19 elektrottan (Fp1, Fp2, Fz, F3, F4, F7, F8, Cz, C3, C4, T3, T4, Pz, P3, P4, T5, T6, O1 ve O2) kayıt edilen EEG işaretlerinin her biri için ayrı ayrı uygulanmıştır. Bulgular P3 ve T5 kanallarının Alzheimer tespitinde en etkin serebral konumlar olduğunu ve en iyi sınıflandırma doğruluğunun InceptionV3 modeli ile elde edildiğini göstermiştir. InceptionV3 modeli ile her iki kanal için sınıflandırma doğrulukları sırasıyla %89.50 ve %90.57 olarak elde edilmiştir. Ayrıca serebral korteksteki elektriksel aktivitelerin hastalığa ilişkin karakteristik dinamikleri en belirgin olarak parietal ve tempoaral loblarda yansıttığı gözlemlenmiştir.

show abstract

Dynamic brain entropy predicts risky decision-making across transdiagnostic dimensions of psychopathology

Ji,

Chen,

et al. 2025

Behavioural Brain Research

View full text Add to dashboard Cite

Effects of Pharmacological Treatments in Alzheimer’s Disease: Permutation Entropy-Based EEG Complexity Study

Cited by 5 publications

References 84 publications

Is EEG Entropy a Useful Measure for Alzheimer's Disease?

Is EEG Entropy a Useful Measure for Alzheimer's Disease?

Senkrosıkıştırma dönüşümü ve derin transfer öğrenimi ile Alzheimer hastalığının EEG tabanlı otomatik tespiti

Dynamic brain entropy predicts risky decision-making across transdiagnostic dimensions of psychopathology

Contact Info

Product

Resources

About