加州大學舊金山分校的一支研究團隊,剛剛提出了一個類似天氣預報的癲癇發作預測方案。據悉,這套方案基于一款特殊的腦部植入物,來更準確地評估和預防癲癇的發生。不過在此之前,研究人員需要對臨床數據展開大量的分析,以建立一套切實可行的算法模型。
數十年來,科學家一直在研究各種可預測癲癇發作的工具。可即便有了 NeuroPace 等裝置(該設備已于 2013 年獲準用于臨床應用),迄今尚無一項創新研究能夠帶來切實的突破,最多也只能將預測時間提前個幾分鐘。
不過近日發表于《柳葉刀神經病學》上的文章,已經給我們帶來了一個希望。據悉,加州大學舊金山分校開展的這項新研究,不僅參考了響應性神經刺激植入物 NeuroPace 的數據,還有望更好地監測和預防癲癇的發作。
通過對接受了腦植入物手術的患者展開持續多年的觀察,其為利用 EEG 數據來開發相關算法模型而開辟了新的可能。比如在大腦某些部位檢測到難以察覺的異常腦電活動時,可以及時介入必要的電脈沖刺激。
起初研究人員僅分析了 18 例腦植入物患者的長期監測數據,而后又對 150 多人的長期數據進行了算法測試。結果表明,其能夠將 40% 左右受試者的預報提前 3 天、以及將 66% 的受試者預報提前 1 天。
研究合著者 Vikram Rao 表示:“四十多年來,癲癇發作的預測一直停留在預警系統的開發商,且最多只能在發作前幾秒鐘或幾分鐘向患者發出警告”。
慶幸的是,新研究已首次將癲癇發作的預報時間提前數日,從而幫助患者通過評估高低風險而更好地規劃他們的生活。
原標題為《Forecasting seizure risk in adults with focal epilepsy: a development and validation study》。
責編AJX
-
算法
+關注
關注
23文章
4693瀏覽量
94562 -
腦機接口
+關注
關注
10文章
392瀏覽量
21872
發布評論請先 登錄
腦電波形時域分析之癲癇樣活動(Epileptiform Activity)

腦電基礎系列之腦電電極的分類與技術對比

衷華腦機與協和醫院合作推動腦機接口醫療應用
重大突破!優刻得×腦虎科技腦機接口臨床試驗取得新進展

西湖大學:科學家+AI,科研新范式的樣本

AI for Science:人工智能驅動科學創新》第4章-AI與生命科學讀后感
天津大學科學家突破人類大腦器官成功驅動機器人

評論