This thesis focuses on the analysis of EEG signals using non-linear indices and featured derived from them. The first objective is to assess how effectively these metrics predict age. The second one is to investigate whether individuals who report high sleepiness in the morning and those who negatively evaluate their night have a higher predicted age than those who do not experience these feelings.

La Tesi si focalizza sull'analisi di segnali EEG mediante l'utilizzo di indici non lineari e variabili derivate da essi. Il primo obiettivo è quello di valutare quanto efficacemente queste metriche predicono l'età. Il secondo è quello di indagare se le persone, che riportano elevata sonnolenza la mattina e valutano negativamente l'andamento della notte, presentano un'età predetta maggiore rispetto a coloro che non provano queste sensazioni.

Study of sleep EEG with non-linear indices and correlation with age and sleep quality indicators

RIDOLFO, ANNA
2023/2024

Abstract

This thesis focuses on the analysis of EEG signals using non-linear indices and featured derived from them. The first objective is to assess how effectively these metrics predict age. The second one is to investigate whether individuals who report high sleepiness in the morning and those who negatively evaluate their night have a higher predicted age than those who do not experience these feelings.
2023
Study of sleep EEG with non-linear indices and correlation with age and sleep quality indicators
La Tesi si focalizza sull'analisi di segnali EEG mediante l'utilizzo di indici non lineari e variabili derivate da essi. Il primo obiettivo è quello di valutare quanto efficacemente queste metriche predicono l'età. Il secondo è quello di indagare se le persone, che riportano elevata sonnolenza la mattina e valutano negativamente l'andamento della notte, presentano un'età predetta maggiore rispetto a coloro che non provano queste sensazioni.
Indici non lineari
EEG
Machine Learning
File in questo prodotto:
File Dimensione Formato  
Ridolfo_Anna.pdf

embargo fino al 24/04/2025

Dimensione 4.75 MB
Formato Adobe PDF
4.75 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/65034