XiaoMi-AI文件搜索系统
World File Search SystemCEEG
父级信息表：振幅集成EEG（AEEG ...
什么是脑电图？AEEG或CEEG是用于监测婴儿大脑活动的测试。它可以监视大脑的电波，类似于心电图对心脏的电节律的监视方式。为什么有些婴儿有AEEG/CEEG？如果医生担心婴儿有脑损伤的危险，则可能会有一项或两项检查。AEEG如何完成？护士或医生将在宝宝的头上放置粘铅（也称为电极）。然后将电极连接到床头AEEG机器，在该机器上可以在AEEG显示器上看到脑波。如果AEEG显示出有关的波形模式（例如，波比预期的比较平坦或更清晰），则将完成CEEG。CEEG如何完成？CEEG专家将使用特殊胶水将许多电极放在宝宝的头上。然后将电极连接到床边CEEG机器，该机器比AEEG大得多。CEEG机器还具有摄像机，因此可以同时记录婴儿的脑波和动作。如果存在异常的脑波，新生儿学家和神经科医生（脑医生）可以看到同时发生的异常运动。CEEG测试需要多长时间？至少24小时，多次，更长的时间。测试（AEEG或CEEG）痛苦吗？不，电极不会受伤。测试期间我可以抱着我的孩子吗？是的，只要您的宝宝的医疗状况稳定。AEEG和/或CEEG完成后会发生什么？电极和宝宝头上的任何胶水都被移除。医疗团队（新生儿学家，神经科医生和小学护士）将与您坐下来讨论照顾婴儿的结果和下一步。
机器学习支持对儿科重症监护病房中有癫痫发作风险的儿童进行分类
摘要。目的：儿科重症监护病房 (PICU) 收治的危重儿童中，癫痫发作较为常见，因此是识别和治疗的重要目标。大多数癫痫发作没有明显的临床表现，但仍对发病率和死亡率有重大影响。PICU 内被认为有癫痫发作风险的儿童使用连续脑电图 (cEEG) 进行监测。cEEG 监测成本相当高，而且由于可用的机器数量始终有限，临床医生需要根据感知风险对患者进行分类以分配资源。本研究旨在开发一种计算机辅助工具，以改善危重儿童癫痫发作风险评估，使用 PICU 中普遍记录的信号，即心电图 (ECG)。方法：基于从第一个小时的心电图记录中提取的特征和患者的临床数据，以患者为单位开发了一种新型数据驱动模型。主要结果：最具预测性的特征是患者的年龄、脑损伤作为昏迷病因和 QRS 面积。对于没有任何先前临床数据的患者，使用一小时的心电图记录，随机森林分类器的分类性能达到受试者工作特征曲线下面积 (AUROC) 评分 0.84。当将心电图特征与患者临床病史相结合时，AUROC 达到 0.87。意义：以真实的临床场景为例，我们估计我们的临床决策支持分类工具可以将阳性预测值提高到临床标准的 59% 以上。
用于患者的局部不变散射变压器......
基于连续脑电图 (cEEG) 的视觉频谱表示的患者独立癫痫活动检测已广泛用于诊断癫痫。然而，由于不同受试者、通道和时间点的细微变化，精确检测仍然是一项相当大的挑战。因此，捕获与高频纹理信息相关的脑电图模式的细粒度、判别性特征尚未解决。在这项工作中，我们提出了散射变压器 (ScatterFormer)，这是一种基于不变散射变换的分层变压器，它特别关注细微特征。特别是，解缠结的频率感知注意力 (FAA) 使变压器能够捕获具有临床信息的高频成分，基于多通道脑电图信号的视觉编码提供了一种新的临床可解释性。在两个不同的癫痫样检测任务上的评估证明了我们方法的有效性。我们提出的模型在 Rolandic 癫痫患者中实现了 98.14% 和 96.39% 的中位 AUCROC 和准确率。在新生儿癫痫发作检测基准上，其平均 AUCROC 比最先进的方法高出 9%。
![arXiv:2304.14919v1 [eess.SP] 2023 年 4 月 26 日](/simg/e\e6ec1b3829732dbc1ce8187ace6d88e29d133d95.webp)
arXiv:2304.14919v1 [eess.SP] 2023 年 4 月 26 日
基于连续脑电图 (cEEG) 的视觉频谱表示的患者独立癫痫活动检测已广泛用于诊断癫痫。然而，由于不同受试者、通道和时间点的细微变化，精确检测仍然是一项相当大的挑战。因此，捕获与高频纹理信息相关的脑电图模式的细粒度、判别性特征尚未解决。在这项工作中，我们提出了散射变压器 (ScatterFormer)，这是一种基于不变散射变换的分层变压器，它特别关注细微特征。特别是，解缠结的频率感知注意力 (FAA) 使变压器能够捕获具有临床信息的高频成分，基于多通道脑电图信号的视觉编码提供了一种新的临床可解释性。在两个不同的癫痫样检测任务上的评估证明了我们方法的有效性。我们提出的模型在 Rolandic 癫痫患者中实现了 98.14% 和 96.39% 的中位 AUCROC 和准确率。在新生儿癫痫发作检测基准上，其平均 AUCROC 比最先进的方法高出 9%。