Analisi del segnale per pazienti neurocritici

Il progetto utilizza tecniche di analisi dei big data come la trasformata wavelet e il deep learning per analizzare i segnali fisiologici dei pazienti neurocritici e costruire un modello per valutare le condizioni intracraniche e prevedere l'esito neurologico. Identificando le correlazioni tra questi parametri e le loro tendenze, possiamo ottenere la diagnosi precoce delle anomalie e migliorare la capacità di giudizio dell'attuale condizione neurologica e la previsione della prognosi. Con l'inserimento continuo dei dati passati e contemporanei nell'ICU, il modello verrà modificato ripetutamente e la sua accuratezza migliora man mano che il modello cresce. Il modello può essere utilizzato per riconoscere le anomalie in anticipo e fornire un sistema di allarme. I medici che si prendono cura dei pazienti neurocritici possono adattare la loro politica di trattamento e valutare l'esito in base a tale sistema.