DGIST开发NONOS分离脑信号节律与背景活动
热点事件持续更新
DGIST开发NONOS分离脑信号节律与背景活动
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
DGIST的Ji-Woong Choi及合作团队开发了深度学习技术NONOS,可高时间分辨率地分离脑信号中的节律与背景活动,并在帕金森病患者数据及模型小鼠实验中识别相关信号变化。研究发表于《NeuroImage》。 在患者数据中,团队利用NONOS提取的节律成分预测患者将迈出哪只脚,准确性达0.98,传统方法为0.54–0.79。在帕金森病模型小鼠实验中,NONOS还检测到了深部脑刺激后β波强度的快速下降。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 23:00
AI技术NONOS通过分离节律与背景活动,揭示帕金森病脑信号的快速变化报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- Medical XpressAI技术NONOS通过分离节律与背景活动,揭示帕金森病脑信号的快速变化
DGIST牵头开发的深度学习技术NONOS可分离脑信号中的节律与背景活动,识别帕金森病脑信号的快速变化。在患者数据中,其预测迈出哪只脚的准确性达0.98,传统方法为0.54–0.79。在帕金森病模型小鼠中,该技术检测到深部脑刺激后β波强度的快速下降,研究发表于NeuroImage。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。