使用机器学习方法对功能近红外光谱信号进行冲击分析和识别
Tianxin Gao1, Shuai Liu1, Xia Wang2
1School of Medical Technology, Beijing Institute of Technology, 100081, Beijing, China.
Biomedical optics express
|October 6, 2023
概括
功能近红外光谱学 (fNIRS) 有助于对中风进行诊断. 这项研究开发了一种使用fNIRS信号的自动框架,以准确分类出血性中风,缺血性中风和健康个体,从而可能减少诊断时间.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 医疗成像医学成像
背景情况:
- 在全球范围内,中风是导致残疾和死亡的主要原因.
- 快速诊断对于有效的中风治疗和改善患者结果至关重要.
- 当前的诊断方法可能在速度和可访问性方面存在限制.
研究的目的:
- 开发和验证使用功能近红外光谱 (fNIRS) 进行中风检测的自动分类框架.
- 根据大脑氧化模式区分出血性中风,缺血性中风和正常受试者.
- 评估fNIRS在缩短中风发病至诊断时间方面的潜力.
主要方法:
- 利用功能近红外光谱 (fNIRS) 测量脑氧和和前额叶中的血红蛋白度.
- 应用波纹时频分析,从fNIRS信号中提取特征.
- 训练有素的机器学习模型使用提取的特征来分类中风类型和健康对照.
主要成果:
- 开发的框架在分类中风类型和正常受试者的准确度超过85%.
- 数据增强进一步提高了模型准确度,达到90%以上.
- 在患者群体和健康个体中发现大脑氧化信号的显著差异.
结论:
- 拟议的基于fNIRS的框架在区分出血性中风,缺血性中风和正常受试者方面表现出高度准确性.
- 这项技术显示了提高中风诊断速度和准确性的巨大潜力.
- fNIRS提供一种非侵入性的实时监测工具,可以彻底改变急性中风管理.
更多相关视频
相关概念视频
01:03IR Frequency Region: Fingerprint Region
921
IR spectra are divided into two main regions: the diagnostic region and the fingerprint region. The diagnostic region of the spectrum lies above 1500 cm−1. The absorptions resulting from single-bond vibrations of the N–H, C–H, and O–H stretch at higher wavenumbers and appear on the left side of the spectrum. The stretching absorptions of the C≡C and C≡N occur between 2100–2300 cm−1. In contrast, those arising from stretching absorptions of the...
921
01:11Applications of IR Spectroscopy: Overview
777
The non-destructive nature and ability to provide valuable chemical information make IR spectroscopy a versatile technique with broad applications in various scientific and industrial fields. IR spectroscopy is commonly used to identify and characterize organic and inorganic compounds. It provides information about the functional groups present in a molecule and the bonding between atoms. This helps in the structural elucidation of compounds during organic synthesis, pharmaceutical research,...
777