ACM的通信
ACM技术
通过自适应学习方法研究对癫痫发作的更好预测
新的计算模型使用患者的个性化医疗信息来预测癫痫发作时会发生。
信誉：德克萨斯大学奥斯汀
德克萨斯大学（UT）在阿灵顿研究人员开发了一种计算模型，他们说可以更准确地预测当患者的个性化医疗信息下面接下来发生癫痫发作时。该模型分析了个人的脑电图（EEG）读数来预测未来癫痫发作。
Ut Arlington Shouyi Wang教授说，这样的预警系统可能导致患者使用药物来打击迎面而来的癫痫发作。
早期测试表明计算模型可以提供70百分点的精度或更好，并在发生实际癫痫发作之前，在发生实际癫痫发作前约30分钟的预测地平线。当前模型通过嵌入eEG线的帽收集数据，但研究人员正在开发一个较少突兀的EEG帽，该盖子将记录和传输到数据下载或传输的框中的读数。
“这种计算模型可能用于预测其他威胁危及疾病的疾病，”维多利亚州的Ut Arlington教授说。
王说，该模型在自适应学习框架上建立，并且通过收集更个性化的医疗数据，能够通过收集更加个性化的医疗数据来实现每个患者的日益准确的预测性能。
从UT阿灵顿新闻中心
查看完整的文章
摘要版权所有©2013信息Inc.，贝塞斯达，马里兰州，美国
没有发现任何条目