空间时空节律发作源可以通过生物物理上受约束的深度神经网络受到损害
medRxiv : the preprint server for health sciences
|December 11, 2023
概括
一个新的深度学习框架,DeepSIF,使用患者的脑电图 (EEG) 数据准确地描绘了活动. 这种先进的计算模型改善了医疗源的空间和时间定位,帮助临床决策.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 对神经振荡的非侵入性脑成像提供了对大脑状态的洞察力,但由于问题的复杂性而面临挑战.
- 先进的计算模型对于减轻源成像中的这些挑战至关重要.
结论:
- 在焦点中,DeepSIF显示出有很大的潜力,可以推进对焦点活动的非侵入性成像.
- 该框架为动态提供了有价值的见解,有可能指导临床决策并改善患者治疗结果.
