Temporal sampling of visual processing oscillations in adults with ADHD

This dataset explores temporal differences in visual processing between adults with ADHD and neurotypical individuals. Collected during a word recognition task, the data demonstrate that machine learning algorithms can classify participants with 91.8% accuracy and distinguish psychostimulant medication users with 91.3% accuracy. These results reveal behavioral markers of ADHD and medication use, detected through random temporal sampling. This dataset contributes to a better understanding of the impact of ADHD on perceptual oscillations.
Cet ensemble de données explore les différences temporelles dans le traitement visuel entre des adultes atteints de TDAH et des individus neurotypiques. Collectées lors d'une tâche de reconnaissance de mots, ces données montrent que des algorithmes de machine learning peuvent reconnaitre les participants avec une précision de 91,8 % et distinguer les utilisateurs de médicaments psychostimulants avec 91,3 % de précision. Ces résultats révèlent des marqueurs comportementaux du TDAH et de l'usage de médicaments, détectés via un échantillonnage temporel aléatoire. Ces données contribuent à mieux comprendre l’impact du TDAH sur les oscillations perceptuelles.