哈佛脑电图数据库:来自波士顿四家医院的综合临床脑电图资源

科学领域:

• 神经科学是一个神经科学.
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 病研究需要大量的标准化数据集来进行高级分析.
• 现有的脑电图 (EEG) 数据资源往往是分散的或缺乏全面的临床联系.
• 保护隐私的数据共享对于推进临床神经科学至关重要.

研究的目的:

• 介绍哈佛脑电图数据库 (HEEDB),这是一个新的,大规模的和临床神经科学研究资源.
• 提供无标识和标准化的EEG数据集,支持人工智能 (AI) 驱动和可重复的研究.
• 通过将EEG数据与广泛的临床信息联系起来,促进多式联络分析.

主要方法:

• 汇总了来自108,000多名患者的280,000多份EEG记录,这些记录来自哈佛大学附属的四家医院.
• 使用大脑成像数据结构 (BIDS) 协调数据,并在大脑数据科学平台上托管.
• 将EEG数据与未识别的临床笔记,ICD-10代码,药物和EEG报告联系起来,遵守HIPAA安全港标准.

主要成果:

• 该数据库包括所有年龄组的常规EEG,监测单元和重症监护单元.
• 73%的EEG与非识别的临床报告有关,其中96%与记录相匹配.
• 使用专家策划,正则表达式和医学自然语言处理 (NLP) 模型提取了研究结果,使得多式分析能够使用诊断,药物和医院课程数据进行多式分析.

结论:

• 在研究中,HEEDB解决了对可访问的EEG数据的重大需求.
• 该数据库能够进行大规模,符合隐私和临床相关的分析.
• 它加速了诊断工具的开发,增强了机器学习培训数据集,并促进了与FAIR和NIH政策一致的数据共享.