定量EEG分析在机器学习研究中对帕金森病认知障碍的应用:系统性审查

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 医疗信息学 医疗信息学

背景情况:

• 认知障碍 (CI) 是帕金森病 (PD) 的一个普遍的非运动症状.
• 早期诊断和干预PD中的CI对于PD的早期诊断和干预至关重要,因为该疾病的患病率越来越高.
• 定量脑电图 (qEEG) 提供了一种评估大脑活动模式的方法.

研究的目的:

• 审查将机器学习 (ML) 应用于qEEG的进展,以识别PD中的CI.
• 评估ML驱动的qEEG分析在检测和监测PD认知变化的有效性.
• 突出ML和qEEG用于PD诊断的整合潜力和挑战.

主要方法:

• 从2016年1月到2024年3月对出版物的系统审查.
• 选择遵守系统审查和元分析 (PRISMA) 准则的首选报告项目.
• 分析了9项选定的研究,总结了目标,参与者特征,qEEG参数,ML模型和结果.

主要成果:

• 应用于qEEG模式的ML证明了在确定和跟踪PD患者的CI方面的有效性.
• 总结了九项研究的特征,包括qEEG参数和使用的ML模型.
• 确定了基于ML的qEEG分析作为PD认知评估的一个有前途的工具.

结论:

• 使用qEEG模式的ML有效地检测和监测帕金森病中的CI.
• 开发特定的qEEG模式可以提高PD的临床诊断算法.
• 整合ML与qEEG和神经心理诊断具有显著的潜力,用于早期CI检测和PD的管理,尽管方法上的挑战.