Глубокое обучение для анализа неврологических проблем

Используя крыс, перенесших инсульт, повлиявший на движение их передних конечностей, ученые сначала попросили экспертов оценить степень поражения крыс в зависимости от того, как они тянулись к еде. Затем они вводят эту информацию в современную глубокую нейронную сеть, чтобы она могла научиться оценивать движения крыс с точностью до человека. Когда впоследствии в сеть была передана видеосъемка новой группы крыс, тянущихся за едой, она также смогла оценить их нарушения с такой же точностью, как у человека.

Эта же программа доказала свою способность оценивать другие тесты, проводимые с крысами и мышами, в том числе тесты их способности ходить по узкому лучу и тянуть за веревку, чтобы получить награду за еду.
Искусственные нейронные сети в настоящее время используются для управления автомобилями, для интерпретации видеонаблюдения, а также для мониторинга и регулирования дорожного движения. Эта революция в использовании искусственных нейронных сетей побудила поведенческих нейробиологов использовать такие сети для оценки сложного поведения подопытных. Точно так же неврологические расстройства также могут быть оценены автоматически, что позволяет количественно оценить поведение как часть обследования или оценить эффекты лекарственного лечения.

Это может помочь избежать задержек, которые могут стать серьезным препятствием на пути к лечению пациентов.
В целом это исследование показывает, что такие глубокие нейронные сети, как эта, могут обеспечить надежную оценку неврологической оценки и могут помочь в разработке поведенческих показателей для диагностики и мониторинга неврологических расстройств.

Интересно, что результаты показали, что эта сеть может использовать более широкий спектр информации, чем та, которая включена экспертами в систему оценки поведения. Еще одним отличительным вкладом этого исследования является то, что эта сеть смогла идентифицировать особенности поведения, которые наиболее характерны для двигательных нарушений. Это важно, потому что это может улучшить мониторинг результатов реабилитации.

Этот метод поможет стандартизировать диагностику и мониторинг неврологических расстройств, и в будущем его могут использовать пациенты дома для отслеживания ежедневных симптомов.

7 комментариев к “Глубокое обучение для анализа неврологических проблем”

  1. Лелеет, что ваш дневник постоянно прогрессирует. Перечисленные посты исключительно прибавляют знаменитости.

  2. На все сто процентов с Вами лично согласна, примерно неделю вспять написала про это же в личном блоге!

Оставьте комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *