تحليل كمي للرنين المغناطيسي الكهربائي داخل الجمجمة وتعلم الخصائص تلقائيًا لتنبؤ النوبات الصرعية

الهدف: يهدف هذا البحث إلى تطوير نظام تنبؤ فعال وموثوق به للنوبات الصرعية باستخدام بيانات التسجيل الكهربائي الدماغي داخل الجمجمة (iEEG)، خاصةً للأشخاص الذين يعانون من الصرع المقاوم للأدوية. يجب أن تكون إجراءات التنبؤ دقيقة بما يكفي وسريعة لتنبيه المرضى عن النوبات الوشيكة.الطرق: نقوم بتحليل كمي لبيانات التسجيل الكهربائي الدماغي داخل الجمجمة لدى الإنسان للحصول على رؤى حول كيفية عمل الدماغ البشري قبل وأثناء النوبات الصرعية. ثم نقدم طريقة معالجة مسبقة فعالة لتقليل حجم البيانات وتحويل بيانات iEEG المتسلسلة زمنياً إلى صيغة شبيهة بالصورة يمكن استخدامها كمدخلات للشبكات العصبية التلافيفية (CNNs). بالإضافة إلى ذلك، نقترح خوارزمية تنبؤ بالنوبات الصرعية تستخدم شبكات عصبية تلافيفية متعددة المقاييس بشكل تعاوني لتعلم الخصائص بشكل آلي من بيانات iEEG.النتائج: 1) تحتوي قنوات iEEG على معلومات مكملة، ولذا فإن استبعاد أي قناة فردية ليس مستحسنًا للحفاظ على المعلومات المكانية اللازمة للتنبؤ الدقيق بالنوبات الصرعية. 2) لا تعد التقنية التقليدية لتحليل المكونات الرئيسية (PCA) طريقة موثوقة لتقليل بيانات iEEG في التنبؤ بالنوبات. 3) قد لا تكون الخصائص التي يتم تصميمها يدويًا لبيانات iEEG مناسبة لتحقيق أداء موثوق به في التنبؤ بالنوبات، حيث تتغير هذه البيانات بين المرضى ومع مرور الوقت لنفس المريض. 4) أظهرت نتائج التنبؤ بالنوبات أن خوارزميتنا تتفوق على الأساليب الموجودة حاليًا بتحقيق حساسية متوسطة قدرها 87.85٪ ودرجة AUC قدرها 0.84.الاستنتاج: فهم كيفية عمل الدماغ البشري قبل الهجمات الصرعية وبعيداً عنها يسهل تصميم أفضل لأنظمة التنبؤ بالنوبات الصرعية. الأهمية: يمكن أن تنذر خوارزميات التنبؤ الدقيق بالنوبة الصرعية القادمة المرضى حتى يتمكنوا من تجنب الأنشطة الخطرة. بعد ذلك يمكن إعطاء الأدوية لإيقاف الهجوم الوشيك وتقليل خطر الإصابات.