深度学习可以根据少量的EEG数据检测并注释癫痫发作

  • 发布时间:2021-03-29 11:23:16 来源:
标签:

研究人员已经证明,深度学习模型可以帮助神经科医师从相对较少的头皮脑电图(EEG)读数中解释癫痫发作期间和发作之间的癫痫发作。

最好的模型证明了正在审查的概念:使用数字疾病日记,需要比人类专家少142倍的EEG数据才能使用的自动批注工具,而癫痫患者需要记录的信息要少142倍。

来自IBM与天普大学和其他学术中心合作的研究人员与来自全球14个研究中心的87位科学家和软件工程师合作开发了模型。

该研究小组分析了365名患者的EEG数据,这些数据分别代表17.2万次发作(发作期间)和220万次发作间(发作之间)。分析的一部分是进行众包AI挑战。

该研究的作者在3月18日发表在《柳叶刀》杂志EBioMedicine上的一份报告中解释说:“参与者的任务是开发具有高灵敏度和低虚警率的双眼/多眼分类器。” “我们建立了一个挑战平台,阻止参与者下载或直接访问数据,同时允许众包模型开发。”

在澳大利亚的IBM研究人员Stefan Harrer和的Gustavo Stolovitzky的带领下,研究小组发现他们新颖的自动癫痫发作检测仪返回的灵敏度高达91.6%。

作者评论说:“这项研究证明了深度学习在EEG数据中特定于患者的癫痫发作检测中的作用。” “此外,深度学习与人工审阅者的结合可以为辅助数据标记系统提供基础,从而减少人工审阅的时间,同时保持人类专家的注释性能。”

  • 版权声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。