神经刺激ML:用于预测神经刺激引起的组织损伤的机器学习模型
Yi Li1,2, Rebecca A Frederick3, Daniel George4
1Department of Bioengineering, The University of Texas at Dallas, Richardson, TX, USA.
bioRxiv : the preprint server for biology
|October 31, 2023
概括
机器学习准确地预测了电刺激对神经组织的损伤. 一个随机森林模型实现了88.3%的准确性,超过了用于更安全的神经调节的传统方法.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 数据科学数据科学数据科学
背景情况:
- 预测电刺激诱导的神经组织损伤对于安全的神经调节至关重要.
- 现有的方法依赖于有限的刺激参数,导致潜在的不准确性.
- 开发更全面的预测模型对于推进研究和临床应用至关重要.
结论:
- 开发的随机森林模型提供了更可靠的预测刺激诱导的神经组织损伤.
- 这种方法有助于在研究和临床环境中为神经调节参数选择做出明智的决策.
- 这项研究开创了机器学习用于预测神经组织损伤的方法,为ML驱动的神经刺激铺平了道路.
