首页 发帖需知     
登录   /   去注册

创建一个仿生算法来寻找大脑中引起癫痫的区域

小镇青年 楼主
发布于 2022-05-13 16:45
来源:

Creating a biomimetic algorithm to find epileptogenic areas of the brain

来自HSE大学生物电接口中心的研究人员设计了一种新的方法,使用脑电图和脑磁图来检测癫痫的诊断标志物,称为发作间峰。这种方法能够解释各种错误和假象,对于癫痫患者的电生理记录的自动分析手段,特别是在数据有噪声的情况下,是一种有价值的补充。准确定位致痫性皮层结构可提高神经外科干预的有效性。这项研究发表在《神经工程杂志》上。

全世界有6500多万人患有癫痫,其中30%的病例对药物治疗有耐药性。这类病人可以通过神经外科手术切除致痫区病理皮层组织。对神经外科医生来说,最大的挑战是定位这个大约1平方厘米的区域,这个区域的皮层面积可达0.2平方米。通过观察大脑的电活动来检测如发作间尖峰或尖峰-波复合体等事件,可以促进致痫区定位。

在反映大脑电活动的多通道信号中寻找间歇尖峰是一个艰苦的过程,需要训练有素的癫痫学家使用不断演变的尖峰选择标准筛选大量数据。随后分析头皮表面的尖峰振幅分布,定位致痫区,以便计划进行神经外科手术,去除这一皮层区域。

虽然自动信号处理和数学分析可以促进寻找间歇峰,但这种自动化需要由人类操作人员应用的选择标准的形式化。

来自HSE大学生物电接口中心和以I. A. Evdokimov命名的莫斯科医学和牙科大学的一组作者开发了一种信号分析技术,可以将钉的形状的口头描述转换为一组易于验证的逻辑谓词。

“在某种意义上,我们的算法像人一样工作。本质上,它帮助癫痫学家验证一组口头描述的刺突形状参数。我们算法中使用的仿生方法促进了人机交互,有助于从业者对自动分析获得的结果的信任,”生物电接口中心主任和研究团队负责人Alexei Ossadtchi解释说。

在将该算法的性能与许多传统方法进行了比较后,作者发现,在处理包含大量高振幅伪迹的数据集时,前者优于其他几种成熟的方法。

”算法的robustness-i.e。尽管有扰动,但其产生一致结果的能力——在处理临床脑电图数据时特别有用,这些数据通常包含高振幅赝像、爆发和不稳定性,”第一作者达利娅·克里瓦评论道,她是HSE大学研究助理,也是生物电接口中心的博士生。


郑重声明:本文版权归原作者所有,本站对所有文章的真实性、完整性及立场等不负任何法律责任,如有侵权或对于文章出处有疑虑,请联络我们,我们将在最短时间内进行核实并做删除处理。
标签:
返回顶部