Metabolic connectivity patterns in schizophrenia patients by 18F-FDG-PET: a hybrid approach integrating graph theory and machine-learning for treatment resistance classification / De Simone, G., Iasevoli, F., Barone, A., Gaudieri, V., Cuocolo, A., Ciccarelli, M., Pappatà, S., De Bartolomeis, A.. - In: NEUROSCIENCE APPLIED. - ISSN 2772-4085. - 3:(2024). [10.1016/j.nsa.2024.104422]

Metabolic connectivity patterns in schizophrenia patients by 18F-FDG-PET: a hybrid approach integrating graph theory and machine-learning for treatment resistance classification

De Simone, G.;Iasevoli, F.;Barone, A.;Gaudieri, V.;Cuocolo, A.;Ciccarelli, M.;de Bartolomeis, A.
2024

2024
Metabolic connectivity patterns in schizophrenia patients by 18F-FDG-PET: a hybrid approach integrating graph theory and machine-learning for treatment resistance classification / De Simone, G., Iasevoli, F., Barone, A., Gaudieri, V., Cuocolo, A., Ciccarelli, M., Pappatà, S., De Bartolomeis, A.. - In: NEUROSCIENCE APPLIED. - ISSN 2772-4085. - 3:(2024). [10.1016/j.nsa.2024.104422]
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS 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/11588/1065079
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact