Нове дослідження дослідників з Сорбоннського університету та Університету Париж Сіте представляє метод прогнозування епілептичних нападів шляхом відображення мереж мозку в спрощений низьковимірний простір. Рамкова структура, опублікована в Physica A, може призвести до прогнозування нападів у реальному часі з індивідуальним підходом.
Дослідження
Стівен Ріко-Апарісіо та його колеги проаналізували записи інтракраніальної ЕЕГ (iEEG) пацієнтів з епілепсією, щоб визначити переднападові стани — періоди, коли ризик нападу підвищений. Вони перетворили мережі функціональної зв'язності мозку в низьковимірні евклідові вкладення, зберігаючи основні топологічні особливості та зменшуючи складність. Використовуючи машинне навчання, вони визначили безрозмірний біомаркер B, який розрізняє міжнападовий (без нападів) та переднападовий (протягом 24 годин до нападу) стани. Метод зосереджується на патернах зв'язності серед підмножини інформативних електродів, відібраних за допомогою пермутаційного тестування. Валідація проводилася з використанням перехресної валідації з вилученням одного елемента та псевдопроспективного прогнозування, досягаючи високих показників F1 та збалансованої точності.
Чому це важливо
Цей підхід пропонує інтерпретоване компактне представлення динаміки мозку, яке вловлює тонкі зміни зв'язності перед нападами. Він може забезпечити прогнозування нападів у реальному часі та персоналізовані терапевтичні втручання, покращуючи якість життя пацієнтів з епілепсією. Для звичайного читача це підкреслює, як низьковимірні представлення можуть виявити приховані патерни в складних даних мозку.
Що ви можете зробити
Хоча цей метод є клінічним, ви можете досліджувати власні когнітивні патерни за допомогою вправ для тренування мозку, які кидають виклик зв'язності та гнучкості. Платформи на кшталт iqgenio пропонують адаптивні завдання, які можуть допомогти підтримувати здоров'я нейронних мереж.
Джерело: arXiv q-bio.NC
Цікавитесь власним мозком? Пройдіть наш безкоштовний адаптивний IQ-тест або спробуйте 306 рівнів тренування мозку.
