En studie av påvisning av paroksysmale hendelser ved bruk av datasyn og maskinlæring (USF)

Dette er en prospektiv, blind sammenligning med den kliniske gullstandarden for karakterisering av anfall. Denne studien er ment å sammenligne Nelli-programvarens evne til å identifisere anfallshendelser med vEEG-gjennomgang hos voksne med mistanke om nattlige anfall. Samtidig vil Nelli kontinuerlig ta opp lyd og video mens video-elektroencefalografi (vEEG) tas opp i henhold til vanlig standard for omsorg. Hendelser med positive motoriske manifestasjoner vil bli uavhengig identifisert, etter standard klinisk praksis, av tre epileptologer ved bruk av kliniske vEEG-data. Nelli Software vil gjennomgå lyd- og videodataene og uavhengig identifisere hendelser med positive motoriske manifestasjoner. Resultatene av hendelsesidentifikasjon vil bli sammenlignet mellom epileptologer og Nelli-programvaren. For hver kategori av hendelse fanget vil den positive prosentvise overensstemmelsen beregnes ved å bruke den eksakte binomiale metoden. Det primære endepunktet for denne studien er å demonstrere at Nelli er i stand til å identifisere anfall som har en positiv motorisk komponent med en sensitivitet på > 70 %.