Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El profesor adjunto de UT Arlington desarrolla el modelo de cómputo para predecir ataque epiléptico

El profesor adjunto de UT Arlington utiliza lecturas de EEG

Un profesor auxiliar de la ingeniería de UT Arlington ha desarrollado un modelo de cómputo que puede predecir más exacto cuando ocurrirá un ataque epiléptico basado después en la información médica personalizada del paciente.

La investigación conducto por Shouyi Wang, profesor adjunto en el departamento de la ingeniería de sistemas industriales y de fabricación, ha estado en la “predicción en línea de papel de la captura usando una aproximación de aprendizaje adaptante” en las transacciones de IEEE en la ingeniería del conocimiento y de los datos.

El modelo de Wang analiza electroencefalografía, o EEG, lecturas de un individuo, para predecir las capturas futuras. Las detecciones tempranas podrían llevar a un paciente a utilizar el remedio para combate una captura inminente, él dijo.

“El reto con la predicción de la captura ha sido que cada epiléptico es diferente. Algunos pacientes sufren varias capturas al día. Otros irán varios años sin experimentar una captura,” Wang dijo. “Pero si utilizamos las lecturas de EEG para construir un perfil personalizado de los datos, podemos mejor entender qué está suceso a esa persona.”

La epilepsia es uno de los desordenes neurológicos mas comunes, caracterizado por capturas periódicas. La epilepsia y las capturas afectan a casi 3 millones de americanos en un costo anual estimado de $17,6 mil millones en directo y los costos indirectos, según el asiento nacional de la epilepsia, el cerca de 10 por ciento de la población americana experimentarán una captura en su curso de la vida, la dependencia dice.

Wang combinó con el arte Chaovalitwongse de Wanpracha de la universidad de Washington y de Stephen Wong de la Facultad de Medicina de madera de Rutgers Roberto Johnson para la investigación.

Wang dijo que las indicaciones tempranas son que el nuevo modelo de cómputo podría ofrecer el 70 por ciento de exactitud o mejorar y dar un horizonte de la predicción de cerca de 30 minutos antes de que ocurriría la captura real.

El modelo actual cerco datos a través de un casquillo embutido con los alambres de EEG. Las personas de Wang están trabajando para desarrollar un casquillo menos molesto de EEG que registre y transmita lecturas a una caja para la transferencia directa o la transmisión fácil de los datos.

Victoria Chen, profesor y presidente del departamento de la ingeniería de sistemas industriales y de fabricación, dijo que el trabajo de Wang en el área de las ofertas de la bioinformática espera la mucha gente que sufre de epilepsia.

“Este modelo de cómputo se pudo utilizar para predecir otros episodios peligrosos para la vida de enfermedades,” Chen dijo.

Wang dijo sus estructuras modelo sobre un marco de aprendizaje adaptante y es capaz de lograr el funcionamiento cada vez más exacto de la predicción para cada paciente individual cerco datos médicos cada vez más personalizados.

“Como sociedad, hemos conseguido realmente buenos en observar el retrato grande,” Wang dijo. “Podemos informarle la probabilidad de sufrir un ataque del corazón si usted está sobre cierta edad, de cierto peso y si usted fuma. Pero hemos comenzado solamente a personalizar esos datos para los individuos que son todos diferentes.”