NeuroPsy InfoHub — autism, ADHD, anxietate, depresie

Articole și ghiduri recomandate

VârstăToate vârstele Copii Tineri Adulți Vârstnici

StudiuEpilepsieÎncredere bună20.06.2026

Analiza prin Machine Learning a EEG-ului de rutină prezice cu acuratețe răspunsul la medicamentele anticonvulsivante

Cercetătorii au dezvoltat modele de învățare automată utilizând înregistrări EEG în stare de repaus de bază pentru a prezice care medicamente anticonvulsivante vor fi eficace pentru pacienții individuali cu epilepsie focală recent diagnosticată. Studiul a analizat date de la 280 de participanți și a reușit să antreneze clasificatori pentru a prezice răspunsul la medicamente specifice (levetiracetam, lamotrigină) și pentru a identifica pacienții care sunt susceptibili să dezvolte epilepsie rezistentă la medicamente.

StudiuEpilepsieÎncredere înaltă20.06.2026

Rețea de Învățare Grafică Dinamică la Nivel de Instanță pentru Predicția Crizelor Epileptice din Semnalele EEG Intracraniene

Această lucrare prezintă DIGLN, o abordare de învățare profundă care analizează semnalele EEG intracraniene pentru a prezice crize epileptice prin modelarea relațiilor cauzale între regiunile cerebrale folosind rețele neuronale grafice. Testarea pe setul de date Freiburg arată performanțe îmbunătățite față de metodele existente de predicție a crizelor prin învățare dinamică specifică pacientului a modelelor de conectivitate cerebrală în evoluție.

StudiuEpilepsieÎncredere bună20.06.2026

Epilepsia și modulatorii autofagiei: o divizare terapeutică

Această analiză examinează cum dereglarea autofagiei contribuie la patogeneza epilepsiei și cum modulatorii autofagiei ar putea servi ca tratamente adjuvante, în special pentru epilepsia rezistentă la medicamente. Analiza relevă rolul paradoxal al autofagiei—în timp ce inducerea autofagiei poate reduce frecvența convulsiilor, inhibitorii demonstrează, de asemenea, efecte anticonvulsivante, sugerând o strategie terapeutică dependentă de context.

StudiuEpilepsieÎncredere înaltă20.06.2026

Selectarea medicamentelor anticonvulsivante asistată de AI: Un studiu calitativ asupra perspectivelor neurologilor și pacienților cu epilepsie

Acest studiu calitativ a explorat punctele de vedere ale neurologilor și ale persoanelor cu epilepsie cu privire la instrumentele de suport a deciziilor clinicianului bazate pe învățare automată pentru selectarea medicamentelor anticrize de primă linie. Ambele grupuri au susținut potențialul sistemelor de inteligență artificială de a îmbunătăți selectarea medicamentelor, dar au subliniat necesitatea supravegherii clinicianului, transparenței și păstrării încrederii dintre pacient și clinician în procesul de luare a deciziilor.

StudiuEpilepsieÎncredere înaltă20.06.2026

Progresarea recunoașterii crizelor epileptice prin rețele LSTM bidirectionale

Acest studiu dezvoltă un model de învățare profundă BiLSTM (Long Short-Term Memory bidirecțional) pentru a îmbunătăți acuratețea și fiabilitatea detectării crizelor epileptice din semnalele EEG. Modelul a atins o acuratețe de 98,70% pe un set de date de 11.500 de mostre cu 179 de caracteristici EEG, depășind abordările tradiționale de învățare automată prin valorificarea dependențelor temporale și învățarea end-to-end a caracteristicilor.

Informație de încredere. Sprijin real.

Explorează temele

Sănătate mintală și neurodezvoltare

Afecțiuni neurologice

Articole și ghiduri recomandate

Analiza prin Machine Learning a EEG-ului de rutină prezice cu acuratețe răspunsul la medicamentele anticonvulsivante

Rețea de Învățare Grafică Dinamică la Nivel de Instanță pentru Predicția Crizelor Epileptice din Semnalele EEG Intracraniene

Epilepsia și modulatorii autofagiei: o divizare terapeutică

Selectarea medicamentelor anticonvulsivante asistată de AI: Un studiu calitativ asupra perspectivelor neurologilor și pacienților cu epilepsie

Progresarea recunoașterii crizelor epileptice prin rețele LSTM bidirectionale

Evaluare Psihologica