Cientistas inventam uma rede neural convolucional para classificar convulsões em desenvolvimento

Existem muitas técnicas para detectar eficazmente a crises epilépticas. No entanto, sua confiabilidade precisa ser melhorada. Para tanto, pesquisadores realizaram um novo estudo que resultou na criação deum novo modelo de rede neural convolucional classificar as crises epilépticas. Sem surpresa, o novo conceito provou superar os existentes.

O modelo consiste em três partes: uma camada de extração de recursos, uma camada de atenção hierárquica e uma camada de classificação. Este novo conceito também utiliza um algoritmo de máquina de vetor de suporte, obtido a partir do sinal bruto do eletrocardiograma e determina se os sinais são saudáveis ​​ou epilépticos.

Embora este método melhore efetivamente a detecção de crises epilépticas, os cientistas queriam empurrar experimentos para outros horizontes. Os resultados dos estudos foram publicados na revista Computação Suave.

Uma tecnologia decididamente futurista

Os resultados dos experimentos foram então comparados com o desempenho de uma rede convencional e uma arquitetura baseada em atenção em três testes separados. Na média, a rede hierárquica baseada em atenção superou outros modelos. Especificamente, esta arquitetura teve uma precisão de classificação de 97,03%, contra 96,20% para a baseada em atenção e 95,65% para a versão convencional.

Por outro lado, os modelos também foram avaliados de acordo com sua complexidade computacional, que foi medido usando o tempo de resolução de problemas dos algoritmos. Assim, a rede baseada em atenção hierárquica mais uma vez superou outros modelos nesta área.

A exploração de outros horizontes já à vista

De acordo com estudosuma técnica de inferência de rede poderia ser usado para escanear eletrodos para detectar uma convulsão e identificar sua localização em tempo real. De fato, a maioria das convulsões ocorre quando um jato forte e hipersincronizado de um grupo de neurônios de repente interrompe a atividade cerebral normal.

Quando um paciente é conectado a um EEG durante uma convulsão, esta atividade cerebral anormal pode ser medida e apresentados como despejos de pico. No entanto, os sinais temporais de um eletrocardiograma pode tornar mais difícil detectar uma convulsão.

Os pesquisadores desenvolveram uma técnica de inferência de rede para estudar as relações entre os nós dos neurônios para resolver este problema. Seu método permite detectar convulsões e identificar suas localizações com muito mais precisão e menos recursos do que as abordagens convencionais.

FONTE: HEALTHITANALYTICS