Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Le professeur adjoint d'UT Arlington développe le modèle de calcul pour prévoir la crise d'épilepsie

Le professeur adjoint d'UT Arlington emploie les relevés d'EEG

Un professeur auxiliaire de bureau d'études d'UT Arlington a développé un modèle de calcul qui peut plus exactement prévoir quand une crise d'épilepsie se produira ensuite basé sur l'information médicale personnalisée du patient.

La recherche conduite par Shouyi Wang, un professeur adjoint dans le service de l'industriel et de l'ingénierie des systèmes de fabrication, a été dans « la prévision en ligne de papier de grippage utilisant une approche apprenante adaptative » dans des transactions d'IEEE sur le bureau d'études de la connaissance et de caractéristiques.

Le modèle de Wang analyse l'électroencéphalographie, ou l'EEG, les relevés d'une personne, pour prévoir de futurs grippages. Les détections lointaines pourraient aboutir un patient à employer le médicament pour combattre un grippage approchant, il a dit.

« Le défi avec la prévision de grippage a été que chaque épileptique est différent. Quelques patients souffrent plusieurs grippages par jour. D'autres iront plusieurs années sans remarquer un grippage, » Wang a dit. « Mais si nous employons les relevés d'EEG pour établir un profil personnalisé de caractéristiques, nous pouvons mieux comprendre ce qui arrive à cette personne. »

L'épilepsie est l'un des troubles neurologiques les plus courants, caractérisé par des grippages récurrents. L'épilepsie et les grippages affectent presque 3 millions d'Américains à un coût annuel de $17,6 milliards dans direct et les frais indirects, selon la fondation nationale d'épilepsie, environ 10 pour cent de la population américaine remarqueront un grippage dans leur vie, l'agence indique.

Wang teamed avec l'art Chaovalitwongse de Wanpracha de l'université de Washington et de Stephen Wong de la Faculté de Médecine en bois de Rutgers Robert Johnson pour la recherche.

Wang a dit que les premiers signes sont que le modèle de calcul neuf pourrait fournir 70 pour cent d'exactitude ou améliorer et donner un horizon de prévision de environ 30 mn avant que le grippage réel se produirait.

Le modèle actuel rassemble des caractéristiques par un capuchon encastré avec des fils d'EEG. L'équipe de Wang fonctionne pour développer un capuchon moins importun d'EEG qui enregistrera et transmettra les relevés dans un cadre pour le téléchargement ou la boîte de vitesses facile de caractéristiques.

Victoria Chen, professeur et présidente de l'industriel et du service d'ingénierie des systèmes de fabrication, a indiqué que le travail de Wang dans le domaine des offres de bio-informatique espèrent pour les nombreux gens qui souffrent de l'épilepsie.

« Ce modèle de calcul pourrait être employé pour prévoir d'autres épisodes potentiellement mortels des maladies, » Chen a dit.

Wang a dit ses constructions modèles sur un cadre apprenant adaptatif et est capable de réaliser le rendement précis de plus en plus de prévision pour chaque patient individuel en rassemblant de plus en plus des caractéristiques médicales personnalisées.

« En tant que société, nous sommes devenus réellement bons pour regarder la grande illustration, » Wang a dit. « Nous pouvons te dire la probabilité de souffrir une crise cardiaque si vous êtes au-dessus d'un certain âge, d'un certain grammage et si vous fumez. Mais nous avons seulement commencé à personnaliser cette caractéristique pour les personnes qui sont toutes différentes. »