Ai întrebări despre autism, ADHD, anxietate sau depresie? Găsești ghiduri clare, verificate de specialiști. Acum, acces gratuit.
Acest studiu prezintă un sistem diagnostic automatizat pentru convulsii epileptice folosind analiza semnalelor EEG combinată cu tehnici de învățare automată, în special clasificarea hibridă SVM-Fuzzy optimizată cu algoritmi metaeuristici. Sistemul a obținut o acuratețe de 98,1% în diferențierea stadiilor convulsiei și ar putea sprijini clinicienii în diagnosticarea mai rapidă și mai precisă a epilepsiei.
Tulburările legate de KCNC1 se prezintă cu un spectru de caracteristici neurologice, inclusiv întârziere în dezvoltare, mioclonie, ataxie și epilepsie, cu fenotipuri care variază în funcție de mutațiile cu pierdere de funcție versus câștig de funcție. Diagnosticul necesită identificarea variantelor patogene heterozigote în KCNC1 prin testare moleculară, iar managementul include medicamente anticonvulsivante standard, intervenții de susținere a alimentației și tratamente specifice simptomelor.
Acest studiu clinic prospectiv evaluează dacă monitorizarea continuă subcutanată prin EEG îmbunătățește documentarea crizelor și gestionarea bolii la adolescenți și adulți cu encefalopatii de dezvoltare și epileptice, pe o perioadă de 6 luni. Studiul evaluează siguranța, precizia detectării crizelor în comparație cu jurnalele pacienților, precum și impactul monitorizării obiective la domiciliu asupra procesului de luare a deciziilor clinice.
Această cercetare prezintă o abordare de deep learning pentru detectarea automată a convulsiilor epileptice din semnale EEG utilizând o metodă nouă de selecție a caracteristicilor (FrAdadelta-CSA) combinată cu un model de rețea neurală hibridă (SpikeGoogle-DenseNet). Metodologia incorporate prelucrarea semnalului prin Transformata Fourier în Timp Scurt, extragerea caracteristicilor și tehnici de optimizare pentru a îmbunătăți acuratețea clasificării convulsiilor.
Acest studiu retrospectiv a analizat tiparele de exprimare a ARN din sânge la 32 de pacienți supuși monitorizării video EEG pentru a identifica biomarkeri moleculari care să diferențieze crizele epileptice de atacurile nonepileptic psihogene (PNES). Rezultatele au demonstrat diferențe semnificative în profilurile de ARN între tipurile de crize, PNES arătând modificări de expresie mai mari, în timp ce crizele epileptice au fost asociate cu markeri diminuați ai funcției imunității, permițând dezvoltarea de modele de clasificare predictivă.
