심박수 및 움직임 분석 기반 발작 감지 알고리즘 개발 (DetecTeppe)

간질은 편두통과 치매 증후군 다음으로 프랑스에서 약 600,000명이 영향을 받는 것으로 추정되는 세 번째 신경 병리학입니다. 이 질병은 한편으로는 간질 발작의 반복을 특징으로 하지만, 특히 간질 질환이 안정화되지 않은 경우 이 상태의 인지적, 행동적, 심리적 및 사회적 결과에 의해 특징지어집니다. 간질 환자는 예측할 수 없는 발작의 발생으로 인해 많은 스트레스를 느낀다.

발작 감지는 생물 정보학 연구자와 간질 환자 및 간병인에게 큰 관심거리입니다. 생리학적 센서 기술과 인공 지능의 최근 발전으로 치료 적응에 직접적인 영향을 미치는 간질 발작의 빈도를 면밀히 모니터링할 수 있는 시스템을 개발할 수 있는 가능성이 열렸습니다. 이것은 결국 발작 예측 및/또는 "발작 날씨"(즉, 발작 예측)가 주어진 개인에 대한 발작 발생의 특정 크로노타입이 있는 경우 허용할 수 있습니다.

현재 권장할 만한 효과에 대한 충분한 수준의 증거가 있는 장치는 거의 없습니다. 가장 발전된 것으로 보이는 것은 대부분 밤에 발생하는 강직 간대 전신 발작 및 강직 간대 이차 전신 초점 발작을 포함하여 과운동성 발작을 식별할 수 있는 것입니다. 후자는 간질 발작의 작은 부분만을 나타냅니다.

본 연구의 목적은 발작 감지 알고리즘을 개발하기 위해 실생활 데이터베이스를 구축하는 것이다.

기록된 데이터는 가속도계, 자이로스코프, 자력계의 3개 센서로 x, y, z 3축에서 측정된 9개의 변수를 통한 ECG 및 움직임 데이터를 통한 심박수입니다. 이러한 데이터는 시장에서 사용할 수 있는 연결된 패치(CE 마킹)를 사용하여 수집됩니다.

동시에 환자는 의사가 주석을 달고 알고리즘을 훈련하기 위해 발작 식별을 위한 황금 표준으로 사용될 장기 비디오 EEG 검사의 혜택을 받을 것입니다.

이 보다 완전한 기반은 이전에 소급 데이터에서 개발된 알고리즘을 개발하는 데 사용될 것입니다.