コンピューター ビジョンと機械学習を利用した発作性イベントの検出に関する研究 - Nelli

機械学習の最新の方法によって支援された発作を検出するためのビデオ録画の自動分析は、この問題に対処する大きな可能性を秘めています。 計算能力の向上により、複雑な画像認識タスクと機械学習を日常的に実装できるようになりました。 Nelli® ソフトウェアは、コンピューター ビジョンと機械学習ベースのアルゴリズムを使用して、発作イベントを自動的に検出するように設計されています。 この研究は、Nelli ソフトウェアが発作イベントを特定し、発作管理の評価のために臨床医に客観的なデータを提供できるという証拠を提供します。

この研究は、オーディオの期間を識別する Nelli Software の能力を検証するために実施されています。

/安静時に発作 (または発作に似た事象) を経験している患者の記録を含むビデオ データ。 ソフトウェアのパフォーマンスは、ビデオ EEG データのゴールド スタンダードである専門家のレビューと比較されます。

Nelli Software は、オーディオとビデオのデータを確認し、肯定的な運動症状を伴うイベントを独自に特定します。 イベント識別の結果は、てんかん専門医と Nelli ソフトウェアの間で比較されます。 キャプチャされたイベントのカテゴリごとに、正確な二項法を使用して正のパーセント一致が計算されます。 この研究の主要評価項目は、Nelli が 70% を超える感度 (95% CI 未満) で、正の運動成分を持つ発作を識別できることを実証することです。市場。