Loading...
机构名称:
¥ 1.0

背景:一种可靠的生物标志物来识别负责产生癫痫发作的皮质组织以指导癫痫的预后和治疗。组合的尖峰波纹事件是癫痫组织的有前途的生物标志物,目前需要专家审查才能准确识别。本专家审查是耗时且主观的,限制了可重复性和高通量应用程序。新方法:为了解决此限制,我们开发了一种用于尖峰纹波检测的完全自动化方法。该方法由一个卷积神经网络组成,该卷积神经网络训练以计算频谱图像包含尖峰纹波的概率。结果:我们在专家标记的数据上验证了所提出的尖峰纹波检测器,并表明该检测器准确地分离了具有低癫痫发作风险的受试者。与现有方法的比较:所提出的方法以及需要手动验证候选尖峰纹波事件的现有方法。引入完全自动化的方法可降低主观性,并增加此癫痫生物标志物的严格性和可重复性。结论:我们介绍并验证了完全自动的尖峰纹波探测器,以支持在临床和翻译工作中使用该Epilepsy Biomarker的利用。

神经科学方法杂志

神经科学方法杂志PDF文件第1页

神经科学方法杂志PDF文件第2页

神经科学方法杂志PDF文件第3页

神经科学方法杂志PDF文件第4页

神经科学方法杂志PDF文件第5页

相关文件推荐

2023 年
¥1.0
2024 年
¥4.0
2020 年
¥1.0
2022 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥3.0
2014 年
¥6.0
2023 年
¥2.0
2023 年
¥2.0
2020 年
¥2.0
2021 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
1900 年
¥1.0
2020 年
¥6.0
2020 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0