Інститут обчислювальних технологій Шеньяна, спільна команда загальної лікарні PLA та китайська загальна лікарня PLA серія досліджень синдрому інфантильних спазмів (IESS), також відомий як синдром Захід, виявляючи метод виявлення епілептичного припадки на основі відео, що ефективно підвищує точність ідентифікації інфантильного спазму.
1. Фонове вступ та проблемне вузьке місце
IESS-це епілептична енцефалопатія, яка проявляється в грудному віці, що характеризується унікальними епілептичними припадками, включаючи повторні скорочення м’язів, розширення або чергування спазмів розгинання. Ці судоми супроводжуються високо амплітудою електроенцефалограми (ЕЕГ), відомі як гіпсарритмія. IESS має несприятливі прогностичні наслідки для інтелектуального розвитку. У клінічній практиці точний моніторинг рухів пацієнтів з ліжками має вирішальне значення для ефективного лікування захворювань та діагностики епілептичних припадків. Однак навіть досвідчені технічні працівники ЕЕГ стикаються з проблемами при аналізі відповідних даних.
2. Можливість дослідження та відкриття
Враховуючи масове генерацію даних ЕЕГ, сприйнятливість до інтерпретації сигналу до втручання та потенційні проблеми комфорту для немовлят та маленьких дітей при носінні пристроїв ЕЕГ, ми дослідили метод виявлення епілептичних припадків на основі відео з використанням розпізнавання функцій. Цей метод має на меті спростити процес оцінювання, зменшити немедичні витрати та забезпечити постійну оцінку стану пацієнта.
3. Короткий підсумок змісту досліджень
Це дослідження спочатку інтегрує технологію виявлення цілей у стадію обробки відео даних, щоб точно знайти пацієнтів у клінічних відеороликах, тим самим витягуючи відеокліпи, які містять виключно пацієнтів. Згодом для виявлення IESS на основі відео було використано розширений 3D-Resnet. Цей метод використовує оптимізовану архітектуру 3DRESNET-50, яка глибоко витягує локальні ключові особливості з відео через асиметричну згортку та модулі CBR, і вводить модуль 3D-згортки блоку (CBAM) для посилення просторової кореляції між каналами у відеокамах.
4. Поточні виклики та майбутні вказівки
В даний час основні проблеми, з якими стикаються дослідження, включають такі проблеми, як оклюзія, зміни освітлення та подібні перешкоди людського тіла під час процесу ідентифікації. Майбутні напрямки досліджень будуть зосереджені на подальшому підвищенні можливостей узагальнення мережі, оптимізації алгоритмів для вирішення різних проблем у практичних додатках та вивчення більшої кількості рішень на основі AI для полегшення навантаження лікарів під час перевірки даних VEEG.
Джерело:
Центр журналу університету Шанхай Цзяо Тонг
Довідка журналу:
Дінг, Л., та ін. (2024) Виявлення епілептичних спазмів на основі відео в IESS: моделювання, виявлення та оцінка. Журнал університету Шанхая Цзяотонг (наука). doi.org/10.1007/s12204-024-2789-x.