Dự đoán cơn động kinh bằng hệ thống lọc hạt kết hợp với mạng nơ-ron

Không có bất kỳ phương pháp dự đoán cơn động kinh nào hiện tại có thể được chấp nhận rộng rãi, do hiệu suất của chúng không nhất quán. Trong nghiên cứu này, chúng tôi đã phát triển một phương pháp mới để phân tích dữ liệu EEG nội sọ. Năng lượng của dải tần số 4–12 Hz được thu được thông qua biến đổi wavelet. Một mô hình động được giới thiệu để mô tả quá trình và một biến ẩn được đưa vào. Biến ẩn có thể được coi như là một chỉ số của hoạt động cơn động kinh. Phương pháp lọc hạt kết hợp với mạng nơ-ron được sử dụng để tính toán biến ẩn. Dữ liệu EEG nội sọ của sáu bệnh nhân được sử dụng để kiểm nghiệm thuật toán của chúng tôi, bao gồm 39 giờ EEG co giật với 22 cơn động kinh và 70 giờ ghi âm EEG bình thường. Thuật toán sai số bình phương tối thiểu được áp dụng để xác định các tham số tối ưu trong mô hình một cách thích nghi. Kết quả cho thấy rằng thuật toán của chúng tôi có thể dự đoán thành công 15 trên 16 cơn động kinh và thời gian dự đoán trung bình là 38,5 phút trước khi cơn động kinh bắt đầu. Độ nhạy khoảng 93,75% và độ đặc hiệu (tỷ lệ dự đoán sai) xấp xỉ 0,09 FP/h. Một trình dự đoán ngẫu nhiên được sử dụng để tính toán độ nhạy dưới mức ý nghĩa 5%. So với trình dự đoán ngẫu nhiên, phương pháp của chúng tôi đạt được hiệu suất tốt hơn nhiều.