《英国研究团队开发出检测大脑异常的AI算法,可帮助识别和治疗癫痫病》

  • 来源专题:生物安全网络监测与评估
  • 编译者: 闫亚飞
  • 发布时间:2022-11-25
  • 据ScienceDaily网8月12日消息,英国伦敦大学学院领导的研究团队开发出一种人工智能算法“MELD”,可检测出导致癫痫发作的细微大脑异常。耐药局灶性皮质发育不良(FCD)是大脑中发育异常的区域,通常会导致抗药性癫痫,但在MRI扫描中难以识别。研究人员从1000多名患者的MRI扫描中量化了皮质特征,并使用健康大脑和患有FCD的示例来训练该算法,最终能在63%的病例中检测到FCD。该技术有助于在癫痫患者中发现隐藏病变,以及识别目前被遗漏的引起癫痫的异常情况,使更多癫痫患者通过脑部手术得到治愈。相关研究成果发表于《大脑》期刊。
  • 原文来源:https://www.sciencedaily.com/releases/2022/08/220812113817.htm
相关报告
  • 《瑞士科研团队开发出检测和治疗脑部疾病的神经芯片》

    • 来源专题:生物安全
    • 编译者:闫亚飞
    • 发布时间:2023-03-04
    • 据EDN China官网1月31日消息,瑞士洛桑联邦理工学院科研团队结合低功耗芯片设计、机器学习算法和柔性植入式电极开发出一种闭环神经调节系统级芯片NeuralTree,可检测和缓解癫痫或帕金森氏神经系统疾病症状。NeuralTree约3.48mm2,有256个通道高分辨率传感阵列和节能机器学习处理器,可通过从患者和疾病动物模型脑电波中提取与神经系统疾病相关标志物,对其电信号模式进行分类,判断和预测出癫痫发作或帕金森氏震颤的可能性,当监测到症状,将激活同样位于芯片上的神经刺激器,发送电脉冲来阻止。该芯片系统能够检测比此前设备更为广泛的症状,具有前所未有的效率和多功能性,以及扩展到更多通道的巨大潜力。相关研究成果发表于Solid-State Circuits Society期刊。
  • 《英国研究团队开发出结合深度学习算法的X射线技术,可提早检测体内潜在致命肿瘤》

    • 来源专题:生物安全
    • 编译者:闫亚飞
    • 发布时间:2022-10-19
    • 据DeepTech深科技公众号9月20日消息,英国伦敦大学学院的研究团队开发出一种结合深度学习算法进行爆炸物质检查的X射线技术。该研究对照到物体散射的X光进行AI训练,使其能够识别特定角度变化模式下特定材料的纹理。该技术可检测出藏在电子设备或其他物体内的爆炸物质,以及病人胸腔后面无法被X光发现的肿瘤。该研究在行李物品的危险物品和裂缝检测等无损检测中具有很大的应用潜力,未来也可用于癌症筛查等医疗领域。相关研究成果发表于Nature Electronicse期刊。