XiaoMi-AI文件搜索系统
World File Search System失语症
什么是原发性进行性失语症？
这些因素共同帮助医生找出导致言语障碍和其他症状的原因。PPA 是一种罕见的痴呆症，医生通常不会看到。这意味着可能需要比平时更长的时间才能得到正确的诊断。确诊后，许多人会想为未来做计划。这包括关于工作、生活方式和驾驶、护理选择、法律和金钱问题的决定。请在第 18 页了解有关痴呆症家庭的帮助和支持的信息。
通过大脑语言训练恢复失语症–...
失语症是一种理解或产生语言障碍的疾病，是中风后常见的一种疾病，具有毁灭性的影响。传统的言语和语言治疗包括各种正式的干预措施，以提高语言和沟通能力。在中风后的慢性期，与不治疗相比，这种方法是有效的，但效果不大。我们提出了一种基于脑机接口系统的失语症患者康复的新语言训练方法。该方法利用其提供与大脑状态时间锁定的反馈的能力。因此，它实现了这样一种想法，即强化适当的语言处理策略可能会诱导有益的大脑可塑性。在我们的方法中，患者在记录脑电图的同时执行一个简单的听觉目标词检测任务。机器学习模型对这些信号的不断解码会产生个性化和即时的大脑状态相关反馈。它向患者表明他们在训练过程中完成任务的程度，即使他们无法说话。对 10 名患有轻度至重度慢性失语症的中风患者（年龄范围：38-76 岁）进行的概念验证研究的结果非常显著。首先，我们发现，尽管词语呈现速度较快且中风引起的脑电图信号特征不佳，但高强度训练（每周 4 天，每天 30 小时）是可行的。其次，训练使失语症持续恢复，这种恢复扩展到训练任务之外的多个语言方面。具体而言，所有测试的语言评估（亚琛失语症测试、Snodgrass & Vanderwart、交流活动日志）都显示，训练前后患者的表现有显著的中度到高度改善，亚琛失语症测试的标准化平均差异为 0.63，五名患者在训练后评估中被归类为非失语症。第三，我们的数据显示，这些语言能力的提高并没有伴随注意力技能和非语言技能的显著变化。研究这种基于大脑 - 计算机界面的语言训练的可能作用模式，神经影像数据（EEG 和静息状态功能 MRI）表明训练可以加快文字处理速度、增强语言网络以及语言和默认模式网络之间的重新平衡。
预测失语症患者的严重程度 - AphasiaBank
摘要 — 语言病理学家需要准确评估失语症 (PWA) 患者的严重程度，以设计和提供最佳治疗方案。目前，严重程度由经验丰富且训练有素的临床医生手动评估，而这越来越少，需要花费大量时间资源。通过分析三种话语引出方法的记录，本研究结合自然语言处理 (NLP) 和机器学习 (ML) 来预测 PWA 的严重程度，包括分数和严重程度级别。通过从 PWA 任务中设计语言特征，非结构化 k 均值聚类呈现不同的失语症类型，显示所选特征的有效性。我们开发了回归模型来预测严重程度分数以及按级别（轻度、中度、重度和非常严重）对严重程度进行分类，以帮助临床医生轻松计划和监控治疗过程。我们最好的 ML 回归模型使用深度神经网络，平均绝对误差 (MAE) 为 0.0671，均方根误差 (RMSE) 为 0.0922。我们的最佳分类模型使用随机森林，总体准确率为 73%，轻度准确率最高为 87.5%。我们的结果表明，使用 NLP 和 ML 是一种准确且经济有效的方法来评估 PWA 的严重程度，从而帮助临床医生确定康复程序。
中风引起的失语症的治疗进展
缩写的处方信息。药用产品的名称：脑布洛蛋白 - 注射溶液。定性和定量组成：一个mL在水溶液中含有215.2 mg的脑乳糖蛋白浓缩物。赋形剂清单：氢氧化钠和注射水。治疗适应症：用于治疗脑血管疾病。尤其是在以下指示中：老年痴呆症的痴呆症。血管痴呆。中风。颅脑外伤（Consotio和Contusio）。禁忌症：对药物的成分之一，癫痫，严重的肾功能障碍的超敏反应。营销授权持有人：Ever Neuro Pharma GmbH，A-4866 Unterach。仅可用于处方和药房。More information about pharma- ceutical form, posology and method of administration, special warnings and precautions for use, interaction with other medicinal products and other forms of interaction, fertility, pregnancy and lactation, effects on ability to drive and use machines, undesirable effects, overdose, pharmacodynamics properties, pharmacokinetic properties, preclinical safety data, incompatibilities, shelf life, special precautions for storage, nature and产品特征摘要可提供容器的内容和处置的特殊预防措施。版权所有©2024 by Ever Neuro Pharma GmbH，Oberburgau 3，4866 Unterach，Austria。保留所有权利。Cerbrolysin是Ever Neuro Pharma GmbH的注册商标，奥地利Unterach 4866未经出版商的书面许可，可以以任何形式或任何电子或机械手段（包括信息存储和检索系统）复制此手册的任何部分。
失语症治疗相关脑部变化的综述
许多研究都调查了针对失语症患者一系列语言问题的干预措施所带来的大脑变化。我们力求整合这些研究的结果，以检验 (1) 干预的重点（即音系、语义、正字法、句法或节奏旋律）是否决定了大脑的哪些区域发生变化；以及 (2a) 最一致的变化是发生在语言网络内部还是外部，以及 (2b) 这些变化是否与语言结果的个体差异有关。我们考虑了 32 项研究的结果，其中涉及 204 名独特患者。关于 (1)，治疗相关变化的位置并不明显取决于目标语言处理类型。然而，有证据表明节奏旋律训练对右半球的影响比语言训练更大。关于 (2)，我们观察到语言恢复不仅与左半球传统语言相关结构和右半球同源区域的变化有关，还与更多的内侧和皮层下变化（例如楔前叶和基底神经节）有关。虽然很难得出有力的结论，因为缺乏关于这一主题的系统大规模研究，但本综述强调需要采取综合方法来研究语言干预如何影响大脑。未来的研究需要侧重于更大的样本，保留受试者特定信息（例如病变效应），以应对中风引起的失语症固有的异质性。此外，全脑连接模式的恢复相关变化需要更多的研究，以提供与治疗相关的大脑可塑性和语言恢复的全面神经解释。
数字语音治疗解决方案用于失语症患者...
使用自动语音处理工具（包括自动语音识别（ASR））在过去几年中变得越来越流行。当相应的从业者使用时，此类工具在诊断和治疗方面提供了宝贵的帮助（例如，Middag，2012年；另请参见Van de Sandt-Koenderman，2011年），另一方面，另一方面，有助于更自动的医疗保健（Hönig和Nöth，2016年）。因此，使用内部ASR引擎，虚拟治疗师进行失语治疗（VirTheA）似乎是第一个使用ASR自动化为命名的语义练习的系统（Pompili等，2011）。该系统在欧洲葡萄牙语者的提名测试方面表现出了令人鼓舞的结果，这些葡萄牙语者具有不同类型的失语症，特别是高词验证率 - 平均82％的准确性（Abad等，2013）。它经历了各种评估和变化，并被SLT从业人员积极看待（Pompili等，2020）。Ballard及其同事（2019年）根据开源ASR引擎提出了一个针对澳大利亚英语的系统，在图片命名任务中达到了平均准确性的75％。Barbera
人工智能 (AI) 如何应用于失语症康复：范围审查
摘要背景：近年来，人工智能（AI）已在我们的日常生活中变得司空见惯，并进入了许多不同的领域，包括健康和康复。虽然关于人工智能在不同领域的应用的研究有所增加，但关于人工智能是否以及如何用于失语症康复的信息却很少。目的：本次范围界定审查的目的是描述和了解人工智能目前如何用于失语症（PWA）患者的康复。我们的次要目标是确定人工智能是否以及如何被整合到用于失语症康复的增强和替代沟通（AAC）设备或应用程序中。方法：使用 Arksey 和 O'Malley (2005) Levac 及其同事 (2010) 的框架，我们确定了研究问题：人工智能（AI）如何用于失语症（PWA）患者的语言康复？然后，我们选择了搜索词并搜索了六个数据库，结果找到了 663 项研究。根据纳入标准，保留了 28 项合适的研究。然后，我们绘制图表、整理和总结数据，以得出四个主要主题：（1）用于失语症/失语症综合征的分类或诊断或用于原发性进行性失语症 (PPA)/PPA 变体的分类或诊断的 AI；（2）用于失语症治疗的 AI；（3）用于创建词汇化模型的 AI；（4）用于对失语错误进行分类的 AI。结果：保留的文章均未将 AI 纳入失语症康复背景下的 AAC 设备或应用。大多数文章（n=17）使用 AI 对失语症综合征进行分类或将 PWA 与健康对照组或痴呆症患者区分开来。另一部分文章（n=7）使用 AI 尝试增强失语症治疗干预。最后，两篇文章使用人工智能创建了词汇化模型，另外两篇文章使用人工智能对 PWA 话语中的不同类型的失语进行分类。
镜像疗法治疗脑卒中后失语症的疗效及安全性
本研究将搜索 PubMed、Web of Science、Cochrane Library、EMBASE、Medline、中国知网 (CNKI)、万方、中国生物医学文献数据库 (CBM)，从建库至 2023 年 5 月 1 日，以确定任何符合条件的研究。出版语言或日期不受限制。我们将只纳入 MT 治疗中风后失语症的随机对照试验。两名研究人员将分别负责研究选择、数据提取和研究质量评估。西方失语症量表 (WAB) 和失语商 (AQ) 将被列为主要结果。波士顿诊断性失语症检查方法 (BDAE)、中国标准失语症检查 (CRRCAE) 将被列为次要结果。统计分析将采用 RevMan V.5.4 软件进行。纳入研究的偏倚风险将通过 Cochrane“偏倚风险”工具进行评估。将使用建议分级评估、发展和评价指南来评估结果证明的质量。