Ученые Университета Лобачевского обучили нейросеть сегментировать паттерны эпилептиформной активности на электроэнцефалограммах. Разработка позволит автоматизировать ручной анализ и ускорить постановку диагноза «эпилепсия». Результаты опубликованы в журнале MDPI Technologies, сообщили в пресс-службе ННГУ.
Индекс спайк-волновой активности — ключевой биомаркер эпилепсии, показывающий процент времени записи ЭЭГ с характерными паттернами. Традиционно врачи считают спайки вручную — это трудоемко, а интерпретация зависит от опыта эксперта. Даже квалифицированные специалисты часто расходятся в оценках.
Ученые обучили нейросеть на собственной базе данных из 51 записи ЭЭГ детей от 3 до 13 лет. Пять независимых экспертов вручную разметили записи, а затем их оценки сравнили с результатами алгоритма. Нейросеть использовала архитектуру 1D U-Net, которая учитывает как локальные особенности сигнала, так и глобальный контекст.
Результаты показали, что автоматическая сегментация соответствует консенсусу экспертов, а в некоторых аспектах даже превосходит его.
Нейросеть не устает, не теряет концентрацию и не подвержена субъективным трактовкам. Она выдает стабильный, математически воспроизводимый результат, который в среднем соответствует консенсусу группы экспертов
Также авторы подчеркивают, что новизна работы в создании размеченной базы данных и подходе, основанном на сегментации, а не на простой бинарной детекции. Это позволяет точно количественно оценить эпилептиформную нагрузку.
Ранее Наука Mail рассказывала, как российские ученые создали ИИ-инструмент для поиска редких клеток в опухолях.