Исследователи из Университета Хельсинки и Хельсинкской университетской больницы (HUH), Финляндия, разработали программное обеспечение на основе машинного обучения, которое может самостоятельно интерпретировать сигналы ЭЭГ у недоношенных детей и генерировать оценку функциональной зрелости мозга.
Практическая проблема с мониторингом ЭЭГ заключается в том, что анализ данных ЭЭГ был медленным и требовал специальных знаний от врача, выполняющего его. Эту проблему можно решить надежно и глобально, используя автоматический анализ как часть устройства ЭЭГ
Опубликованный в журнале Scientific Reports, метод является первой системой оценки зрелости мозга, основанной на ЭЭГ в мире. Он является наиболее точным, чем другие известные в настоящее время методы оценки развития мозга ребенка, а также позволяет автоматически и объективно контролировать развитие мозга преждевременных младенцев.
Источник https://www.eurekalert.org/pub_releases/2017-10/uoh-ait102717.php
Now you know more with @Futuris
Практическая проблема с мониторингом ЭЭГ заключается в том, что анализ данных ЭЭГ был медленным и требовал специальных знаний от врача, выполняющего его. Эту проблему можно решить надежно и глобально, используя автоматический анализ как часть устройства ЭЭГ
Опубликованный в журнале Scientific Reports, метод является первой системой оценки зрелости мозга, основанной на ЭЭГ в мире. Он является наиболее точным, чем другие известные в настоящее время методы оценки развития мозга ребенка, а также позволяет автоматически и объективно контролировать развитие мозга преждевременных младенцев.
Источник https://www.eurekalert.org/pub_releases/2017-10/uoh-ait102717.php
Now you know more with @Futuris