Detectarea anomaliilor temporale în ADHD cu ajutorul rețelelor neuronale recurente

Acest studiu aplică tehnici de învățare automată (modele de tip „isolation forest” și RNN) pentru a detecta și prezice anomaliile din tiparele de activitate motorie ale persoanelor cu ADHD, utilizând setul de date HYPERAKTIV. Modelul RNN a atins o precizie predictivă ridicată (0,953) și se dovedește promițător în identificarea unor semnături obiective ale ADHD legate de mișcare, în vederea susținerii intervențiilor personalizate și a procesului de luare a deciziilor clinice.