Команда американских ученых из Вашингтонского университета в Сент-Луисе, Техасского университета в Арлингтоне и Северо-Восточного университета объединили свои усилия для разработки нового вычислительного метода, который позволяет обнаружить приступы эпилепсии
Для мониторинга, лечения и лучшего понимания того, как возникают и развиваются судороги при эпилепсии, ученые и врачи ищут более объективные возможности обнаружения и анализа активности мозга. В настоящее время типичная электроэнцефалография (ЭЭГ), записывающая мозговые волны во время припадка, имеет ограниченную ценность, так как для того, чтобы получить представление о том, что произошло, требуется довольно много обработки. Команда американских ученых из Вашингтонского университета в Сент-Луисе, Техасского университета в Арлингтоне и Северо-Восточного университета объединили свои усилия для разработки нового вычислительного метода, который позволяет быстро обрабатывать данные и получать значимые результаты, так чтобы приближающиеся припадки и их уникальные особенности могли быть количественно оценены в режиме реального времени.
Информация об этом исследовании была опубликована в журнале Scientific Reports.
«Наша технология позволяет получать «сырые» данные, обрабатывать их и извлекать информацию, более полезную для использования ее моделью машинного обучения, — сказал один из разработчиков Уолтер Бомела (Walter Bomela). — Основным преимуществом нашего подхода является сведение сигналов от 23 электродов в один параметр, который может быть эффективно обработан при гораздо меньшем количестве вычислительных ресурсов».
Простой взгляд на показания ЭЭГ во время припадка показывает, что нормальная деятельность мозга превращается в сильные, синхронизированные разряды, которые подавляют большую часть мозга. Считается, что они возникают от групп нейронов, которые, судя по всему, хотят действовать вместе и усиливать друг друга. Но точность обнаружения припадков при традиционных измерениях недостаточно хороша.
Чтобы получить более точное понимание данных и определить, где и когда возникают припадки, исследовательская группа разработала новый алгоритм, основанный на сетевых принципах. Как говорит Бомела, -«Мы рассматривали электроды ЭЭГ как узлы сети. Используя записи от каждого узла, мы разработали подход, основанный на данных, чтобы сделать вывод об изменяющихся во времени соединениях в сети или отношениях между узлами. Мы хотим понять о том, как определенная область мозга взаимодействует с другими.»
Алгоритм, который до сих пор был обучен работе только с одним определенным человеком, быстро идентифицирует сигнальные сети и анализирует их различные параметры. Одним из таких параметров является собственное значение Фидлера (алгебраическая связность), который измеряет синхронность сети и который особенно интересен, так как увеличивается с началом приступа. Кроме того, этот же параметр помогает свести к минимуму шум сигнала и отвлечь внимание от блуждающих сигналов, исходящих от нормальной жизнедеятельности организма.
В настоящее время исследователи планируют расширить свои исследования для работы с другими людьми, страдающими от эпилепсии, и количественно оценить различные виды припадков.
Поделиться
Источник