Двухкомпонентный компьютерный алгоритм с высокой точностью выявит эпилепсию

Учёные разработали алгоритм, который в разы лучше выявляет эпилепсию на записях ЭЭГ, чем другие автоматизированные методы. Для этого авторы скомбинировали два подхода к анализу сигналов активности мозга: классификатор, не требующий обучения, и обучаемую нейронную сеть. Разработка позволит автоматизировать анализ ЭЭГ и тем самым упростит процесс выявления эпилепсии. Результаты исследования, поддержанного грантом Президентской программы Российского научного фонда, опубликованы в журнале IEEE Access.

Эпилепсия считается одним из самых распространённых неврологических заболеваний: во всем мире ею страдает около 50 миллионов человек. Эпилептические припадки возникают из-за аномальной активности различных участков головного мозга и могут сопровождаться потерей сознания, неконтролируемыми движениями, нарушением зрения и когнитивных способностей. На сегодняшний день врачи довольно успешно борются с эпилепсией — примерно у 70 процентов пациентов с таким диагнозом после медикаментозного лечения или хирургического вмешательства припадки прекращаются.

Единственным клиническим методом диагностики эпилепсии служит обнаружение её электроэнцефалографических биомаркеров — особых паттернов на ЭЭГ пациентов. Выявлять их важно, потому что не все типы эпилепсии сопровождаются судорожными припадками, и поставить диагноз исключительно по внешним симптомам не всегда возможно.

Однако это довольно трудоёмкий процесс: набор данных для одного пациента может составлять от десятка часов до нескольких суток записи. Кроме того, врачу необходимо отличать сигналы, характерные для эпилепсии, от других видов мозговой активности, что требует серьёзной подготовки и продолжительной клинической практики.

Учёные из Балтийского федерального университета имени