由明尼苏达大学医学院领导的一个研究小组在评估颅内脑电图(iEEG)数据质量时，与自动算法相比，评估了人类专家的可靠性，该研究发表在《神经工程杂志》上。这项研究希望为更准确、更有效的癫痫检测和定位铺平道路，最终改善癫痫患者的预后。
iEEG是一种通过直接在大脑上或大脑内部放置电极来测量大脑活动的方法。这些详细的信息对于诊断和治疗癫痫等疾病至关重要，在这些疾病中，确定癫痫发作的确切来源对于有效治疗至关重要。
在这项研究中，研究小组招募了16位专家，包括脑电图技术专家和接受过奖学金培训的神经科医生，对1440个脑电图通道进行“好”或“坏”评级。在这项研究中，好意味着记录大脑活动，坏意味着不记录大脑活动。研究人员将他们的评估与自己、彼此以及由明尼苏达大学赫尔曼·达罗人类神经科学实验室开发的自动坏信道检测(ABCD)算法进行了比较。
ABCD算法显示出更高的准确率(95.2%)和更好的整体性能，特别是在识别高频噪声的信道方面。
“我们的研究结果强调了基于人类的脑电图评估的潜在偏见和局限性。ABCD算法的表现表明，自动化方法可以帮助临床医生提高癫痫检测的准确性和效率，最终提高患者护理水平，”医学博士亚历山大·赫尔曼(Alexander Herman)说，他是密歇根大学医学院的助理教授，也是M Health Fairview的主治精神病学家。
这项研究强调了自动化解决方案在提高脑电图数据解释的可靠性和效率方面的潜力，这对癫痫发作定位和改善患者预后至关重要。
“这项研究证明了自动算法在识别不良EEG通道方面优于人类专家的潜力。通过减少工作量和评估的可变性，我们可以更多地关注临床决策和患者护理，”医学博士、公共卫生硕士David Darrow说，他是密歇根大学医学院的助理教授，也是M Health Fairview的神经外科医生
未来的研究应旨在进一步完善这些自动化方法，并探索其在实时临床环境中的应用。
更多信息:Tariq Hattab等人，评估专家可靠性在确定颅内脑电图通道质量和引入自动坏通道检测算法，Journal of Neural Engineering(2024)。DOI: 10.1088/1741-2552/ad60f6期刊信息:明尼苏达大学医学院提供的神经工程杂志引用:新算法提高颅内脑电图准确性，以加强未来的患者护理(2024,8月27日)检索自2024年8月27日https://medicalxpress.com/news/2024-08-algorithm-intracranial-eeg-accuracy-future.html此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
