I ricercatori dell’IISc sviluppano un algoritmo per rilevare convulsioni e occorrenza di epilessia
L’algoritmo di recente sviluppo è destinato a svolgere un ruolo fondamentale nell’assistere i neurologi a effettuare screening e diagnosi automatizzati efficienti della malattia.
Un nuovo algoritmo può ora aiutare a identificare il tipo e l’insorgenza dell’epilessia, grazie ai ricercatori dell’Indian Institute of Science (IISc) e dell’AIIMS Rishikesh . Secondo il comunicato stampa , questa nuova svolta è destinata a svolgere un ruolo fondamentale per uno screening e una diagnosi efficienti e automatizzati della malattia.
L’epilessia è un disturbo neurologico in cui un’improvvisa esplosione di segnali elettrici viene rilasciata dal cervello in un breve periodo di tempo. Ciò può causare convulsioni, convulsioni o persino provocare la morte.
La malattia è classificata come “focale” o “generalizzata”, in base all’origine dei segnali irregolari prodotti nel cervello. L’epilessia focale si verifica quando i segnali sono confinati in una regione specifica mentre l’epilessia generalizzata è confinata in posizioni casuali nel cervello. I neurofisiologi devono ispezionare manualmente gli EEG (elettroencefalogrammi) , che vengono utilizzati per acquisire segnali irregolari e identificare se un paziente è epilettico. Le idee morte dell’apprendimento automatico
Il professore assistente del Dipartimento di ingegneria dei sistemi elettronici (DESE) e l’autore corrispondente Hardik J Pandya affermano che l’ispezione visiva degli EEG potrebbe diventare gravosa o estenuante dopo periodi prolungati e potrebbe anche portare a errori. “La ricerca mira a differenziare l’EEG di soggetti normali dagli EEG epilettici. Inoltre, l’algoritmo sviluppato tenta di identificare i tipi di convulsioni. Il nostro lavoro è aiutare i neurologi a fare uno screening e una diagnosi automatizzati efficienti e rapidi”, ha affermato il professore.
Secondo i ricercatori , nel loro studio, il team ha sviluppato un nuovo algoritmo che setaccia i dati EEG e identifica le firme dell’epilessia dai modelli di segnale elettrico. Dopo la formazione iniziale, l’algoritmo è stato utilizzato per rilevare se il soggetto poteva avere la malattia, in base ai modelli delle rispettive analisi, con un alto grado di accuratezza.
Rathin K Joshi , un dottorando al DESE , afferma: “Speriamo di perfezionarlo ulteriormente testando più dati per considerare più variabilità degli EEG umani fino a raggiungere il punto in cui questo diventa completamente traslazionale e robusto”.
Al momento, è stato depositato un brevetto per il lavoro, insieme ai medici dell’AIIMS Rishikesh che testano l’affidabilità dell’algoritmo sviluppato.
