タイ南部で脳波が不適切である頭蓋内波形を検出するためのディープラーニングベースのモデル
Thara Tunthanathip1, Avika Trakulpanitkit1
1Division of Neurosurgery, Department of Surgery, Faculty of Medicine, Prince of Songkla University, Songkhla, Thailand.
Acute and critical care
|September 3, 2025
まとめ
ディープラーニングモデルは,異常な頭蓋内圧 (ICP) 波形を効果的に検出し,脳適合性の評価を改善し,水頭症患者の早期神経学的悪化の検出を支援します. この技術は神経学的ケアにおける 臨床的意思決定を強化します
科学分野:
- 神経科学
- 医学画像分析
- 医療における人工知能
背景:
- 頭蓋内圧 (ICP) 波形分析は,脳の適合性を評価し,神経学的衰退を検出するために不可欠です.
- ディープラーニング (DL) は,ICPの波形を含む複雑な医療データを分析するための強力な方法を提供します.
研究 の 目的:
- ICP波形を特定するためのDLベースのモデルを開発し,評価する.
- 先進的な波形分析を通して 神経学的悪化の早期発見を強化します.
主な方法:
- 術後の水頭症 (HCP) の患者から2, 744のICP波画像を分析した.
- 画像は正常と不完全に分類された.
- 性能は精度,リコール,mAP_0. 5,AUCを用いて評価された.
主要な成果:
- 最高のDLモデルは,0.97の精度,0.96のリコール,0.989のmAP_0.5,および0.96のAUCを達成しました.
- このモデルは,脳波の適合性の低い波形を検出する上で,高い分類精度を示した.
- 特定の指標は,0. 956の感度と0. 970の特異性でした.
結論:
- 開発されたDLモデルは,臨床的意思決定を支援する,病理的なICP波形を成功裏に特定しました.
- パーソナライズされたデータに基づく 神経学的ケアと脳モニタリングを 推進する準備が整っています
- このアプローチは神経学的状況での患者の管理を改善する大きな可能性を秘めています.
