牛津研究人员开发人工智能框架通过识别REM睡眠障碍来预测老年痴呆

Aaron
特邀作者
文章摘要: 这种全新的测试方式比之前手动记录数据的方式,准确率提高了10%至96%,在测试自由睡眠时准确率达到92%。

帕金森病(PD)又名震颤麻痹,俗称老年痴呆症,是一种影响全世界超过1000万人的神经系统变性疾病,有关PD的病因目前尚不明了,而且早期也很难检查出来。

目前早期预测帕金森症主要依靠:快速眼动(REM)睡眠行为障碍(RBD),虽然利用计算机程序对RBD检测的程序已经出现,但是这些程序仅考虑了多导睡眠图和无睡眠的REM,并没有考虑到老年患者或患有睡眠障碍的人,而帕金森病的发病年龄在40~70岁之间,起病高峰在50~60岁之前男性多于女性,显然现有的程序算法不能满足临床的需要。

针对这种情况牛津的一个研究团队开发出一个可自动检测帕金森病早期症状的人工智能系统,并取得了突破性进展。

设计和测试模型

通过对蒙特利尔睡眠研究中心的53名患者的研究记录,牛津科学家建立起一个实验数据库。这个数据库的数据都是公开的,以便于研究人员随时调阅分析。

基于随机森林(RF)这个算法在分类问题上的优势,在对睡眠阶段进行分类时,研究人员使用了这个算法。由于树形模型形成的可视化分类规则更接近于模拟人的思维方式,通过在脑电图中提取大脑活动记录 ,睡眠研究笔记,眼球运动记录和肌电图,能更接近真实的模拟研究。

张力缺失(Atonia)是RBD预测的重点之一,RF分类器使用数据分析来研究肌肉的萎缩状况。

这种全新的测试方式比之前手动记录数据的方式,准确率提高了10%至96%,在测试自由睡眠时准确率达到92%。

本文地址:https://www.xinfengtv.com/11141-oxford-rem.html

新风网文章都系原创作品,已加入百度及腾讯原创保护计划,未经授权请勿转载!!

猜你喜欢