Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

L'assistente universitario di UT Arlington sviluppa il modello di calcolo per predire l'attacco epilettico

L'assistente universitario di UT Arlington usa le letture di elettroencefalogramma

Un professore di aiuto di assistenza tecnica di UT Arlington ha sviluppato un modello di calcolo che può predire più esattamente quando un attacco epilettico accadrà dopo basato sulle informazioni mediche personali del paziente.

La ricerca condotta da Shouyi Wang, un assistente universitario nel dipartimento dell'industriale e della sistemistica di fabbricazione, è stata “nella previsione online di carta di attacco facendo uso di un approccio d'apprendimento adattabile„ nelle transazioni di IEEE su assistenza tecnica di dati e di conoscenza.

Il modello di Wang analizza l'elettroencefalografia, o l'elettroencefalogramma, letture da una persona, per predire gli attacchi futuri. Gli allarmi immediati potrebbero piombo un paziente usare la medicina per combattere un attacco imminente, ha detto.

“La sfida con la previsione di attacco è stata che ogni epilettico è differente. Alcuni pazienti soffrono parecchi attacchi un il giorno. Altri andranno parecchi anni senza avvertire un attacco,„ Wang ha detto. “Ma se usiamo le letture di elettroencefalogramma per sviluppare un profilo personale di dati, possiamo meglio capire che cosa sta accadendo a quella persona.„

L'epilessia è uno dei disordini neurologici più comuni, caratterizzato dagli attacchi ricorrenti. L'epilessia e gli attacchi pregiudicano quasi 3 milione Americani ad un costo annuale stimato di $17,6 miliardo in diretto ed i costi indiretti, secondo le fondamenta nazionali dell'epilessia, circa 10 per cento della popolazione americana avvertiranno un attacco nella loro vita, l'agenzia dice.

Wang teamed con arte Chaovalitwongse di Wanpracha dell'università di Washington e dello Stephen Wong della facoltà di medicina di Rutgers Robert Wood Johnson per la ricerca.

Wang ha detto che le indicazioni iniziali sono che il nuovo modello di calcolo potrebbe fornire 70 per cento di accuratezza o migliorare e dare un orizzonte di previsione di circa 30 minuti prima che l'attacco reale accadesse.

Il modello corrente raccoglie i dati tramite un cappuccio incassato con i collegare di elettroencefalogramma. Il gruppo di Wang sta funzionando per sviluppare un cappuccio meno indiscreto di elettroencefalogramma che registrerà e trasmetterà le letture ad una casella per il download o la trasmissione facile di dati.

Port Victoria Chen, professore e presidentessa dell'industriale e del dipartimento di sistemistica di fabbricazione, ha detto che il lavoro di Wang nell'area delle offerte di bioinformatica spera per la molta gente che soffre dall'epilessia.

“Questo modello di calcolo potrebbe essere usato per predire altri episodi pericolosi delle malattie,„ Chen ha detto.

Wang ha detto le sue configurazioni di modello sopra una struttura d'apprendimento adattabile ed è capace di raggiungimento della prestazione sempre più accurata di previsione per ogni paziente determinato raccogliendo i dati medici sempre più personali.

“Come società, abbiamo ottenuto realmente buoni per l'esame della maschera grande,„ Wang ha detto. “Possiamo dirgli la probabilità di sofferenza dell'attacco di cuore se siete sopra una determinata età, di certo peso e se fumate. Ma abbiamo cominciato soltanto personalizzare quei dati per le persone che sono tutte differenti.„