Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >新研究用AI预测癫痫发作,准确率达99.6%

新研究用AI预测癫痫发作,准确率达99.6%

作者头像
大数据文摘
发布于 2019-12-18 07:30:52
发布于 2019-12-18 07:30:52
1.7K0
举报
文章被收录于专栏:大数据文摘大数据文摘

大数据文摘出品

来源:techcrunch

编译:张大笔茹、陈若朦

癫痫(其英语为Epilepsy,源自古希腊文中的动词 “ἐπιλαμβάνειν”,意为“折磨”),对于我们来说并不是一种陌生的病症。这是一种长期性神经系统疾病,可由脑电图确诊大脑皮质神经细胞异常。

癫痫的特点是长期反复发作抽搐。这些发作可能因涉及的脑部区域和病人年龄有好几种不同形式。癫痫的根本病因是遗传性、器质性精神病,或者代谢异常。少数病例由脑部外伤导致,例如、中风、脑肿瘤、服毒或酗酒,但不会因为感染而引发。

根据世界卫生组织(world Health Organization)的数据,全世界约有5000万的癫痫病人。大脑中细胞之间的电子信号交换有误时会引起癫痫发作,然而这往往很少、甚至没有提前预警。

于是,路易斯安那大学拉斐特分校的两名研究人员Hisham Daoud和Magdy Bayoumi针对癫痫病发,开发了一种新的AI驱动模型——可以在发病前一小时内预测癫痫的发生率,准确率为99.6%。

新预测模型,准确率99.6%

预测癫痫发作并非易事,尤其是对人工智能而言。机器学习系统本质上是基于数据的:你喂的数据越多,训练和结果就越好。不幸的是,癫痫发作的频率、发病前的检测时间、持续时间和相对强度可能因受试者的不同而有很大差异。

Daoud和他的同事Magdy Bayoumi不是最早研究预测癫痫发作方法的人。其他科研人员用脑电图(EEG)测试分析大脑活动并用这些数据开发预测模型。但是,由于每个人都有出不同的大脑模式,因此准确预测癫痫发作是很困难的。以前的模型被设计为两个阶段,必须手动提取大脑模式,然后再应用分类系统,这增加了模型的复杂性。

于7月24日关于生物医学电路和系统的IEEE交易会上,研究人员介绍了的新方法——即将特征提取和分类过程组合到单个自动化系统中,从而可以更早、更准确地预测癫痫发作。

此外,研究人员还采用了另一种分类方法,即深度学习算法可从不同的电极位置提取并分析患者大脑活动的时空特征,从而提高了模型的准确性。EEG读数可能会涉及多个电活动“通道”,因此Daoud和Bayoumi采用另一种算法来识别最佳电活动预测通道,这也加快了预测过程。

研究人员用来自波士顿儿童医院的22名患者的长期EEG数据开发并测试了他们的算法。尽管样本量很小,但结果却令团队兴奋不已!他们的模型不仅非常准确,达到了99.6%,且误报率也很低,每小时的误报率仅为千分之四。

但是,系统在产生结果之前也需要设置。Daoud解释说:“为了在早期预测时间内达到如此高的准确性,我们需要对每个病人进行模型训练。”这个设置过程需要在癫痫发作时进行几个小时的非侵入性脑电图监测。

预测癫痫发作,改善患者生活

在抽搐高峰发生后、正常意识水平恢复正常前,患者通常会经历一段意识混乱的时期,被称为是发作后期。此阶段通常长3到15分钟,但也可能持续数小时。其他常见的症状包括:感觉疲惫、头痛、言语困难、以及行为异常。

癫痫可能会在社会支持和心理福祉上造成负面影响,包括被他人孤立、羞辱,或肢体残障。也可能导致较低的教育水平和就业不易。患者常有学习困难的问题,尤其在患有癫痫的儿童身上。在公开场合发作,可能对患者与家庭带来异样眼光。

“意外的癫痫发作对患者有强烈的心理影响和社会影响。”共同开发新模型的研究人员Hisham Daoud表示。

提前发现癫痫发作可以大大改善癫痫患者的生活质量,并使他们有足够的时间提前采取行动,要知道70%的患者可通过药物控制癫痫发作。

这项新开发的人工智能系统是对现有预测癫痫病发方法的重大飞跃。研究人员现在已经将注意力转向开发合适的硬件和芯片组,以充分实现他们的人工智能系统作为癫痫干预的可行解决方案。

这项技术的研发和测试仍然需要一些时间,研究者们希望,开发一款与Apple Watch功能类似的个性化设备来检测不规则的心脏活动——或许有一天这将会成为癫痫患者的标准治疗方案。

是否接受手术?AI给出建议

癫痫手术常被推荐给对药物治疗没有反应的患者。许多病人不愿接受脑部手术,部分原因是害怕手术风险,而且事实上只有三分之二的病人在手术一年后没有发作。

为了解决癫痫患者在治疗上的这一关键缺口,南卡罗莱纳医科大学(MUSC)神经学家开发了一种基于人工智能的新方法,它可能最终帮助患者和医生权衡使用脑外科手术治疗由癫痫引起的衰弱性癫痫发作的利弊。

整个大脑的连接体是这项研究的关键组成部分,它是一个人大脑中所有物理连接的地图。通过对弥散性磁共振成像(dMRI)的深入分析,绘制出患者的脑图。深度学习方法能够以一种更可靠的统计方法分离模式,从而提供一个高度准确的预测。

图中显示了一个个性化的结构连接体;所有可能的大脑区域之间的连接强度被用来训练一个深度神经网络来预测两种结果之一:癫痫发作自由(SF)或癫痫复发(NSF)

目前,对难治性癫痫患者进行脑外科手术的决定是基于一系列临床变量做出的,包括影像学研究的视觉解释——但分类模型在预测术后患者预后方面的准确率为50~70%。MUSC神经学家开发的深度学习方法的准确率为79~88%。这给了医生一个更可靠的工具来决定是否对癫痫患者进行手术。

相关报道:

https://techcrunch.com/2019/11/06/elon-musk-will-reveal-teslas-cybertruck-all-electric-pickup-on-nov-21/

https://www.technologynetworks.com/informatics/news/teaching-ai-to-predict-epilepsy-310352

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-12-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据文摘 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
科学家意外记录人类“濒死脑电波”,死前30秒与做梦回忆过程高度相似,马斯克也下场围观
鱼羊 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 死亡的一瞬间,人类大脑在想些什么? 现在,这一幕被科学家们完整“拍”到了。 最新研究显示,一份人类死亡前后900秒的连续脑电图记录,在一台抢救癫痫病人的手术中被留存了下来。 科学家们在其中惊奇地发现,与此前“濒死阶段大脑功能减退”的经典观点不同,濒死阶段的人脑甚至出现了活动增强的情况。 并且,这些大脑活动与人类在回忆和做梦时的脑部活动非常相似。 记录脑电图的神经外科医生Ajmal Zemmar推测: 死亡一瞬间,大脑可能真的会播放人生跑马灯! 这
量子位
2022/03/04
4480
死前真的会有「跑马灯」,人类首次同步测量大脑濒死状态
---- 新智元报道   编辑:袁榭 好困 【新智元导读】说不定我们过不了多久就可以让人死后以数码态生存,却仍然无法知道自己死亡的一瞬间发生了什么。不过,现在似乎有了一项重大突破。 或许,人死前可能真会眼前出现人生跑马灯!最近,神经科学家在记录了一个濒临死亡的人类大脑的活动之后发现,人在死亡前后有节奏的脑电波模式与做梦、回忆记忆和冥想时出现的模式相似。 论文地址:https://www.frontiersin.org/articles/10.3389/fnagi.2022.813531/full一篇
新智元
2022/03/04
4510
PNAS:快速脑电波振荡识别并定位癫痫患者的大脑
基于癫痫样棘波的高频振荡对癫痫组织的无创描绘。来源:College of Engineering, Carnegie Mellon University
脑机接口社区
2021/05/11
5580
PNAS:快速脑电波振荡识别并定位癫痫患者的大脑
​可穿戴式脑磁设备评估儿童癫痫
更适合:非癫痫儿童,使用研究中的可穿戴OPM装置(左)。缝制在帽子上的自制3D打印支架将OPMs固定在传统的脑电帽子上(右)。(图片来源: Odile Feys)
脑机接口社区
2022/09/22
5900
​可穿戴式脑磁设备评估儿童癫痫
Nature子刊 | 研究人员提出神经脆性可作为癫痫发作区(SOZ)的脑电图(EEG)标志物
约翰·霍普金斯大学Adam Li研究组发现神经脆性可作为癫痫发作区 (SOZ)的脑电图 (EEG)标志物。他们通过使用注释 SOZ 的神经脆弱性作为预测手术预后的指标,在对 91 名患者的回顾性分析中开发并回顾性验证了一种新的EEG标志物——神经脆弱性。
脑机接口社区
2022/09/22
4680
Nature子刊 | 研究人员提出神经脆性可作为癫痫发作区(SOZ)的脑电图(EEG)标志物
脑电波技术新突破:读心准确率达到95%
摘自:雷锋网 网站:leiphone.com 华盛顿大学公布了一项研究,研究人员称开发出了一种新的计算机程序能实时解码人们的思想,其判断实时基于大脑中的电信号,并在显示器中看人们在不同电信号下的反应。
大数据文摘
2018/05/22
5590
癫痫结构一致性:结合sEEG的高分辨率结构连接研究
来自法国艾克斯-马赛大学的Pierre Besson等人在Brain杂志上发文,作者使用立体定位脑电图技术(sEEG)确定癫痫发作脑区,并基于DWI成像技术对癫痫脑区和全脑进行高分辨率结构连接分析。结果显示,相较于正常人,病人的癫痫脑区和其余脑区间的连接显著降低,并且这种降低影响到了整个大脑功能网络。 1.简介 近年来,人们越来越认识到,癫痫是一种脑网络疾病。在纤维追踪技术得到广泛应用前,研究者们也做了一些关于癫痫的功能和结构脑网络的工作,但并未完全揭示是癫痫导致了脑网络的改变,还是脑网络的改变导致了癫痫发
用户1279583
2018/04/08
1.1K0
癫痫结构一致性:结合sEEG的高分辨率结构连接研究
Facebook非入侵式脑机接口项目更新,实时解码大脑意念,准确率可达76%
Facebook不甘示弱,更新了一个计划,在两年前,Facebook透露它正在研究一个项目,用于直接解码大脑意念,而无需进行入侵性手术植入设备。
AiTechYun
2019/08/02
5020
AI可提前6年识别老年痴呆症,准确率高达98%
研究人员利用一种常见的脑部扫描编写了一种机器学习算法,在确诊出早期阿尔茨海默症(Alzheimer 's disease,又称老年痴呆症)前大约6年前就可以做出诊断,这可能会给医生提供一个干预治疗的机会。
新智元
2019/01/09
1.4K0
基于EEG的癫痫自动检测: 综述与展望
摘要:癫痫是一种由脑部神经元阵发性异常超同步电活动导致的慢性非传染性疾病, 也是全球最常见的神经系统疾病之一. 基于EEG的癫痫自动检测是指通过机器学习、分布检验、相关性分析和时频分析等数据分析方法, 对癫痫发作阶段的EEG信号进行自动识别的研究问题, 能够为癫痫诊疗与评估提供客观参考依据, 从而减轻医生工作负担并提高治疗效率, 因此具有十分重要的理论意义与实际应用价值. 本文详细介绍基于EEG的癫痫自动识别整体框架, 以及对应于各个步骤所涉及的典型方法. 针对核心模块, 即特征提取与分类器选择, 进行方法总结与理论解释. 最后, 对癫痫自动检测研究领域的未来研究方向进行展望.
脑机接口社区
2021/04/22
1.4K0
癫痫发作分类ML算法
癫痫是一种中枢神经系统疾病(CNS),在美国影响约1.2%(340万人),全球影响超过6500万。此外大约每26人中就有一人会在其一生中的某个时刻患上癫痫症。癫痫发作的种类很多,每种都有不同的症状,如失去意识,抽搐运动或混乱。有些癫痫发作在视觉上难以察觉; 患者通常会表现出一些症状,例如在短时间内没有反应或茫然地凝视。癫痫发作可能意外发生,并可能导致诸如摔倒,咬舌头或失去对一个人的尿液或粪便的控制等伤害。因此这些是为什么癫痫发作检测对于怀疑易患癫痫发作的医疗监督患者至关重要的一些原因。
代码医生工作室
2019/06/22
2K0
药物、手术都不灵,脑机接口守护癫痫患者获新生
对于癫痫这一疾病,大家并不陌生。中国最新流行病学资料显示,全球大约有5000万名癫痫患者,其中近1/5在中国,癫痫已成为我国仅次于脑血管病的第二大神经科常见病。
脑机接口社区
2022/09/22
3850
药物、手术都不灵,脑机接口守护癫痫患者获新生
UC伯克利脑机接口新突破!利用脑电波即可复现歌曲,语言障碍者有福了?
具体来说,就是先用AI来观察某段音乐会让人的大脑中产生什么样的电波,然后直接在有需要的人的大脑里模拟这个电波的活动,以此来达到治疗某类疾病的目的。
新智元
2023/09/25
3040
UC伯克利脑机接口新突破!利用脑电波即可复现歌曲,语言障碍者有福了?
CMU贺斌教授团队提出FAST-IRES技术,利用高密度EEG产生脑信号源的动态图像
卡耐基梅隆大学生物医学工程系系主任贺斌教授的研究团队提出将高密度脑电图(EEG)作为动态功能神经成像的未来范例,这研究成果标志着实现 NIH BRAIN计划目标的道路上的一个重要里程碑。
脑机接口社区
2022/08/17
5130
CMU贺斌教授团队提出FAST-IRES技术,利用高密度EEG产生脑信号源的动态图像
Nature重磅:华裔科学家成功解码脑电波,AI直接从大脑中合成语音
【新智元导读】Nature发表华裔作者论文:通过解码大脑活动提升语音的清晰度,使用深度学习方法直接从大脑信号中产生口语句子,达到150个单词,接近正常人水平。
新智元
2019/05/13
1.1K0
癫痫中的人工智能——应用及临床路径
摘要:人工智能 (AI) 正在迅速改变医疗保健,其在癫痫领域的应用在过去十年中呈指数级增长。将 AI 整合到癫痫管理中有望彻底改变该复杂疾病的诊断和治疗。然而,将 AI 转换为神经学临床实践尚未取得成功,这强调了需要考虑迄今为止的进展并评估 AI 的挑战和局限性。在这篇综述中,我们概述了使用各种数据模式开发的癫痫 AI 应用:神经影像、脑电图、电子健康记录、医疗设备和多模态数据整合。对于每种模式,我们都考虑了潜在的用途,包括癫痫发作检测和预测、癫痫发作定位、癫痫起始区定位以及对手术或神经刺激干预的评估,并回顾了迄今为止开发的 AI 工具的性能。我们还讨论了必须解决的方法论考虑因素和挑战,以成功地将 AI 整合到临床实践中。我们的目标是概述该领域的当前状态,并为未来利用 AI 改善癫痫管理提供指导。
悦影科技
2024/09/06
5920
深圳先进院李骁健团队:植入式脑机接口技术向医疗器械转化的问题与挑战
近几年植入式脑机接口技术取得了非常显著的进步,从工程实现能力和服务功能场景来说,脑机接口技术已经达到了临床应用的临界点,在实验室科研成果向临床医疗器械转化过程中将会面临新的挑战。本文章由此出发,首先介绍了脑机接口技术常用的信号源,包括脑电图、皮层电图以及皮层内电信号的特点,其次叙述了解码能力和信息双向闭环的考量,并讨论了目前脑机接口商用机设计中存在的稳定性、生物相容性挑战,最后简单阐述产业化发展中政策、资金和技术路线的协同发展。本文旨在探讨植入式脑机接口技术在应用于医疗领域过程中在技术路线、产业发展等方面面临的问题与挑战。
脑机接口社区
2023/10/23
7410
深圳先进院李骁健团队:植入式脑机接口技术向医疗器械转化的问题与挑战
Radiology:颞叶癫痫对侧脑区的术前fMRI脑网络整合情况与术后结果的关系
请点击上面“思影科技”四个字,选择关注作者,思影科技专注于脑影像数据处理,涵盖(fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动)等,希望专业的内容可以给关注者带来帮助,欢迎留言讨论,也欢迎参加思影科技的课程,可添加微信号siyingyxf或19962074063进行咨询。(文末点击浏览)
用户1279583
2020/02/27
7680
Radiology:颞叶癫痫对侧脑区的术前fMRI脑网络整合情况与术后结果的关系
Brain综述:基于脑网络引导的神经调控用于治疗癫痫
癫痫被公认为是一种大脑网络紊乱疾病。越来越多的研究旨在识别动态癫痫网络中的关键节点,以靶向治疗,阻止癫痫发作和传播。与此同时,颅内神经调节,包括脑深部刺激和反应性神经刺激,已被证实并作为减少局灶性癫痫成人癫痫发作的治疗方法而不断扩大;越来越多的证据表明它们对儿童和广泛性癫痫发作障碍有效。这些先进领域的融合正在推动癫痫的网络引导神经调节时代的到来。在这篇综述中,我们提炼了目前关于癫痫神经刺激的网络机制的文献。我们讨论了致痫网络中关键传播点的调制,主要集中在当前临床实践中靶向的丘脑核。
悦影科技
2023/01/16
5510
“意念打字”登Nature封面!每分钟90个字符,准确率达99%
1960 年代,英国医生 Grey Walter 为确认癫痫病人的脑内病灶,在其贴近大脑皮层的地方放了电极,清晰地获取了病人的神经活动。
生信交流平台
2022/09/21
5070
“意念打字”登Nature封面!每分钟90个字符,准确率达99%
推荐阅读
科学家意外记录人类“濒死脑电波”,死前30秒与做梦回忆过程高度相似,马斯克也下场围观
4480
死前真的会有「跑马灯」,人类首次同步测量大脑濒死状态
4510
PNAS:快速脑电波振荡识别并定位癫痫患者的大脑
5580
​可穿戴式脑磁设备评估儿童癫痫
5900
Nature子刊 | 研究人员提出神经脆性可作为癫痫发作区(SOZ)的脑电图(EEG)标志物
4680
脑电波技术新突破:读心准确率达到95%
5590
癫痫结构一致性:结合sEEG的高分辨率结构连接研究
1.1K0
Facebook非入侵式脑机接口项目更新,实时解码大脑意念,准确率可达76%
5020
AI可提前6年识别老年痴呆症,准确率高达98%
1.4K0
基于EEG的癫痫自动检测: 综述与展望
1.4K0
癫痫发作分类ML算法
2K0
药物、手术都不灵,脑机接口守护癫痫患者获新生
3850
UC伯克利脑机接口新突破!利用脑电波即可复现歌曲,语言障碍者有福了?
3040
CMU贺斌教授团队提出FAST-IRES技术,利用高密度EEG产生脑信号源的动态图像
5130
Nature重磅:华裔科学家成功解码脑电波,AI直接从大脑中合成语音
1.1K0
癫痫中的人工智能——应用及临床路径
5920
深圳先进院李骁健团队:植入式脑机接口技术向医疗器械转化的问题与挑战
7410
Radiology:颞叶癫痫对侧脑区的术前fMRI脑网络整合情况与术后结果的关系
7680
Brain综述:基于脑网络引导的神经调控用于治疗癫痫
5510
“意念打字”登Nature封面!每分钟90个字符,准确率达99%
5070
相关推荐
科学家意外记录人类“濒死脑电波”,死前30秒与做梦回忆过程高度相似,马斯克也下场围观
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档