时间叶发作焦点检测基于大脑MRI图像和EEG记录与决策树之间的相关性

科学领域:

• 医学成像和神经科学
• 人工智能在医学中的应用
• 神经学 神经学

背景情况:

• 叶的诊断依赖于对磁共振成像 (MRI) 和电脑图 (EEG) 数据的相关性.
• 确定焦点对于有效的治疗和手术规划至关重要.

研究的目的:

• 开发一种用于焦检测的医疗决策支持系统.
• 加强MRI和EEG数据的相关性,以改善的诊断.

主要方法:

• 在MRI上利用基于voxel的形态测量来检测海马的不对称性和灰质减少.
• 计算了EEG不对称度得分,以确定的焦点.
• 集成的MRI和EEG数据使用决策树算法进行焦点预测.

主要成果:

• 拟议的算法实现了100%的重叠与医生在EEG数据上的发现.
• 在发作焦点检测方面,MRI和EEG数据之间的相关性得到改善.

结论:

• 开发的算法可以作为一种有价值的治疗的医疗决策支持系统.
• 该系统有助于的诊断,治疗计划和手术干预.