A UT Arlington assistant professor Engineering hat eine Rechenmodell , das mehr genau vorhersagen kann , wenn ein epileptischer Anfall auftritt nächsten basierend auf persönlichen medizinischen Daten des Patienten entwickelt.
Die Forschung von Shouyi Wang, Assistant Professor in der Abteilung für Industrie und Fertigung Systems Engineering durchgeführt wird, hat sich in der Zeitung " Online Seizure Prediction Verwendung eines adaptiven Learning Approach" in IEEE Transactions on Wissensverarbeitung gewesen .
Modell Wangs Analysen Elektroenzephalographie oder EEG , Lesungen von einer individuellen , auf zukünftige Anfälle vorherzusagen. Frühe Warnungen kann ein Patient Medikament zur Bekämpfung eines entgegenkommenden Beschlagnahme führen , sagte er.
"Die Herausforderung mit Anfallsvorhersageist , dass jeder epileptische ist anders. Einige Patienten leiden mehrere Anfälle pro Tag. Andere werden mehrere Jahre gehen , ohne dabei einen Anfall ", sagte Wang . "Aber wenn wir die EEG Lesungen , eine personalisierte Datenprofil zu bauen, können wir besser in der Lage zu verstehen, was diese Person geschieht. "
Epilepsie ist eine der häufigsten neurologischen Erkrankungen , gekennzeichnet durch wiederkehrende Anfälle . Epilepsie und Krampfanfälle beeinflussen fast 3 Millionen Amerikaner bei einem geschätzten jährlichen Kosten von $ 17600000000 in direkte und indirekte Kosten , nach dem nationalen Epilepsie-Stiftung , über 10 Prozent der amerikanischen Bevölkerung wird einen Anfall in ihrem Leben , sagt die Agentur .
Wang zusammen mit Wanpracha Art Chaovalitwongse von der University of Washington und Stephen Wong der Rutgers Robert Wood Johnson Medical School für die Forschung.
Wang sagte, die ersten Anzeichen sind , dass die neue Berechnungsmodell konnten 70 Prozent Genauigkeit oder besser bieten und geben ein Vorhersagehorizont von etwa 30 Minuten vor dem eigentlichen Anfall auftreten würden.
Das aktuelle Modell sammelt Daten durch eine Kappe mit EEG Drähte eingebettet. Wangs Team arbeitet , um eine weniger aufdringlich EEG-Haube , die Erfassung und Übermittlung der Messwerte zu einem Feld für einfache Daten-Download oder Weitergabe entwickeln wird.
Victoria Chen , Professor und Vorsitzende der Industrial and Manufacturing Systems Engineering Department , sagte Wang der Arbeit im Bereich der Bioinformatik bietet Hoffnung für die vielen Menschen , die an Epilepsie leiden.
"Das Rechenmodell kann verwendet werden, um andere lebensbedrohliche Folgen von Krankheiten vorherzusagen ", sagte Chen .
Wang sagte, dass sein Modell baut auf einem adaptiven Lern Rahmen und ist in der Lage zu erreichen, mehr und genauere Vorhersage Leistung für jeden einzelnen Patienten durch das Sammeln von mehr und mehr personalisierte medizinische Daten .
" Als Gesellschaft haben wir bekommen wirklich gut im Blick auf das große Bild ", sagte Wang . "Wir können Ihnen sagen, die Wahrscheinlichkeit des Leidens ein Herzinfarkt Wenn Sie über einem bestimmten Alter sind, mit einem bestimmten Gewicht und wenn Sie rauchen. Aber wir haben nur gestartet , um die Daten für Personen, die alle unterschiedlich sind zu personalisieren . "