Une étude de la détection d'événements paroxystiques utilisant la vision par ordinateur et l'apprentissage automatique (USF)

Il s'agit d'une comparaison prospective et aveugle avec l'étalon-or clinique pour la caractérisation des crises. Cette étude vise à comparer la capacité du logiciel Nelli à identifier les événements convulsifs à l'examen vEEG chez les adultes suspectés de convulsions nocturnes. Simultanément, Nelli enregistrera en continu l'audio et la vidéo tandis que la vidéo-électroencéphalographie (vEEG) est enregistrée selon les normes de soins typiques. Les événements avec des manifestations motrices positives seront identifiés indépendamment, conformément à la pratique clinique standard, par trois épileptologues utilisant des données cliniques vEEG. Nelli Software examinera les données audio et vidéo et identifiera indépendamment les événements présentant des manifestations motrices positives. Les résultats de l'identification des événements seront comparés entre les épileptologues et le logiciel Nelli. Pour chaque catégorie d'événement capturée, le pourcentage de concordance positive sera calculé en utilisant la méthode binomiale exacte. Le critère d'évaluation principal de cette étude est de démontrer que Nelli est capable d'identifier les crises qui ont une composante motrice positive avec une sensibilité > 70 %.