An early attempt 21to use EEG patte

An early attempt
21
to use EEG pattern recognition to predict seizures was successful at
detecting seizures, but impractical because of a high false-positive rate. Synchronization
among different EEG channels tends to decrease just before a seizure
22
and bursts of high-frequency activity appear.
23
Early seizure prediction models
24
utilized a new field called nonlinear dynamics or “chaos
theory” to study the interictal-ictal transition. A standard EEG plot of voltage versus time
does not display information about whether one time segment of the EEG is non-randomly
related to another. Using nonlinear dynamics, Iasemides
25
asserted that “… the next seizure
can be predicted 91.3% of the time, about 91 min prior to its onset, with the issue of 1 false
warning every 8.27 h.” While this level of accuracy has not always been replicated , several
other researchers have successfully employed nonlinear dynamic methods for seizure
prediction.
26272829
One study
30
of 21 patients with implanted mesial temporal electrodes
recording 88 seizures over 582 continuously recorded hours concluded that predictive ability
was better than random, but sensitivity was only 21–42%.
Several EEG characteristics other than nonlinear dynamics have been used to attempt
seizure prediction, including accumulated energy
31
, wavelets
32
and baseline voltage
crossings
33

ผลลัพธ์ (ไทย) 1:

ความพยายามเป็นต้น 21ใช้ EEG การรู้จำรูปแบบทำนายเส้นประสบความสำเร็จในตรวจสอบเส้น แต่ทำไม่ได้เนื่องจากมีอัตรา false บวกสูง ซิงโครไนส์ระหว่างสถานี EEG มีแนวโน้มลดลงก่อนการตัดสิน 22และปรากฏระเบิดกิจกรรมความถี่สูง 23แบบจำลองพยากรณ์เป็นลมก่อน 24ใช้เขตข้อมูลใหม่ที่เรียกว่า "ความวุ่นวายหรือ dynamics ไม่เชิงเส้นทฤษฎี"การศึกษาการเปลี่ยนแปลง interictal ictal มาตรฐาน EEG แปลงของแรงดันไฟฟ้ากับเวลาแสดงข้อมูลว่าเวลาส่วนหนึ่งของ EEG ไม่ใช่สุ่มที่เกี่ยวข้องอื่น ใช้ dynamics ไม่เชิงเส้น Iasemides 25คนที่ "...เป็นลมต่อไปสามารถทำนาย 91.3% ของเวลา ประมาณ 91 นาทีก่อนเริ่มมีอาการของ กับเรื่องเท็จ 1คำเตือนทุก h 8.27 " ขณะนี้ระดับความแม่นยำมีไม่เสมอได้จำลอง หลายนักวิจัยอื่น ๆ ได้สำเร็จจ้างไม่เชิงเส้นวิธีแบบไดนามิกเป็นลมคาดเดา 26272829หนึ่งการศึกษา 3021 ป่วยหุงตขมับ mesial ลิฟต์บันทึก 88 เส้นกว่า 582 บันทึกอย่างต่อเนื่องชั่วโมงสรุปว่า ความสามารถในการคาดการณ์ดีกว่าสุ่ม แต่ความไว 21 – 42% เท่านั้นหลายลักษณะ EEG ใช่ dynamics ไม่เชิงเส้นการใช้พยายามการคาดเดาเป็นลม รวมทั้งการสะสม 31, wavelets 32และแรงดันไฟฟ้าพื้นฐานหละหลวม 33

ผลลัพธ์ (ไทย) 2:

ความพยายามในช่วงต้น
21
ที่จะใช้การจดจำรูปแบบสมองในการทำนายการเกิดอาการชักที่ประสบความสำเร็จในการตรวจสอบอาการชัก แต่ทำไม่ได้เพราะมีอัตราการเท็จบวกสูง
การประสานในหมู่ช่องทางสมองที่แตกต่างกันมีแนวโน้มที่จะลดลงเพียงก่อนการจับกุม22 และระเบิดของกิจกรรมความถี่สูงปรากฏ. 23 แบบจำลองการคาดการณ์การจับกุมในช่วงต้น24 ใช้สนามใหม่ที่เรียกว่าการเปลี่ยนแปลงเชิงเส้นหรือ "ความสับสนวุ่นวายทฤษฎี" เพื่อศึกษาการเปลี่ยนแปลง interictal-ชักนาน พล็อต EEG มาตรฐานของแรงดันไฟฟ้าเมื่อเทียบกับเวลาที่ไม่สามารถแสดงข้อมูลเกี่ยวกับว่าเวลาส่วนหนึ่งของสมองไม่เป็นแบบสุ่มที่เกี่ยวข้องไปยังอีก ใช้การเปลี่ยนแปลงเชิง Iasemides 25 ถูกกล่าวหาว่า "... การจับกุมต่อไปสามารถคาดการณ์91.3% ของเวลาประมาณ 91 นาทีก่อนที่จะเริ่มมีอาการของตนกับปัญหาของ 1 เท็จเตือนทุก8.27 ชม." ในขณะที่ระดับของความถูกต้องนี้มีไม่ได้เสมอ การจำลองแบบหลายนักวิจัยอื่นๆ มีการจ้างงานประสบความสำเร็จในวิธีการแบบไดนามิกไม่เชิงเส้นการยึดทำนาย. 26272829 การศึกษาชิ้นหนึ่งที่ 30 ของ 21 ผู้ป่วยที่มีขั้วไฟฟ้าชั่วคราวฝัง mesial บันทึก 88 ชักมากกว่า 582 ชั่วโมงบันทึกอย่างต่อเนื่องสรุปว่าความสามารถในการคาดการณ์ก็ยังดีกว่าการสุ่มแต่ความไวเป็นเพียง 21 -42%. ลักษณะ EEG หลายอื่น ๆ นอกเหนือจากการเปลี่ยนแปลงเชิงเส้นที่มีการใช้ความพยายามที่จะทำนายการจับกุมรวมทั้งการสะสมพลังงาน31, wavelets 32 และแรงดันไฟฟ้าพื้นฐานข้าม33

ผลลัพธ์ (ไทย) 3:

ความพยายาม

เช้า 21 ใช้รับรู้รูปแบบคลื่นสมอง เพื่อทำนายการประสบความสำเร็จที่
ชักชัก แต่ยากมาก เพราะ false-positive สูงอัตรา การประสานระหว่างช่องทาง EEG
แตกต่างกันมีแนวโน้มลดลงเพียงก่อนที่จะเป็นลม

22 และระเบิดของกิจกรรมที่ใช้ปรากฏ

ที่ 23 ก่อนการจับกุมการคาดการณ์รูปแบบ

24 ใช้สนามใหม่ที่เรียกว่า " พลวัตแบบไม่เชิงเส้นหรือความวุ่นวาย
ทฤษฎี " เพื่อศึกษาการเปลี่ยนแปลง ictal interictal . แปลงคลื่นสมอง มาตรฐานของแรงดันไฟฟ้ากับเวลา
ไม่แสดงข้อมูลเกี่ยวกับว่าส่วนหนึ่งของคลื่นสมองไม่สุ่ม
ที่เกี่ยวข้องอื่น การใช้พลวัตเชิงเส้น iasemides 25

ยืนยันว่า " . . . . . . . อีกชัก
สามารถคาดการณ์เพิ่มขึ้นเปอร์เซ็นต์ของเวลา ประมาณ 91 นาทีก่อนที่จะเริ่ม มีปัญหา 1 เท็จ
เตือนทุก 8.27 h" ในขณะที่ระดับของความถูกต้องได้จำนวนหลาย
นักวิจัยอื่น ๆ ได้ใช้เส้นแบบไดนามิกวิธีการชัก
พยากรณ์



26272829 หนึ่งศึกษา 30 21 ผู้ป่วยฝังขั้วไฟฟ้า mesial ขมับ
บันทึก 88 ชักกว่าแต่ถูกบันทึกไว้อย่างต่อเนื่องชั่วโมง สรุปได้ว่า ความสามารถในการทำนาย
ดีกว่าแบบสุ่ม แต่ความไวอายุ 21 –เพียง 42%
ลักษณะพลวัตแบบไม่เชิงเส้นมากกว่าสมองหลายอื่น ๆได้ใช้ความพยายาม
การจับกุมการคาดการณ์ รวมทั้งการสะสมพลังงาน



ที่ 31 , 32 และคลื่นแรงดันไฟฟ้าข้าม

0
33