Нижний Новгород: ИИ для автоматического выявления сонных веретен в ЭЭГ

Ученые Университета Лобачевского в Нижнем Новгороде (ННГУ) разработали и обучили модели искусственного интеллекта для автоматизированного обнаружения и анализа сонных веретен в записях электроэнцефалографии (ЭЭГ) у здоровых добровольцев и у пациентов с эпилепсией. Высокоточный автоматизированный анализ отмечен как важный инструмент для выявления сложных в диагностике признаков эпилепсии у детей.

"Программный комплекс позволит врачам получить максимум информации из записей электроэнцефалографии (ЭЭГ) пациентов с подозрением на эпилепсию, спрогнозировать течение болезни и найти персонализированные подходы в ее лечении", — отметили в вузе.

Автор исследования, старший научный сотрудник лаборатории "Искусственный интеллект в кардио- и нейронауке" Исследовательского центра в сфере искусственного интеллекта Университета Лобачевского Татьяна Леванова разъяснила методологию и клиническую привязку разработанного решения. По ее словам, в медицинских протоколах пороговые значения ритмов мозга служат ориентиром для начала терапии, однако эти показатели часто оцениваются фрагментарно и "на глаз". "Многочасовые записи ЭЭГ отдельному специалисту сложно проанализировать в полном объеме. Эту работу необходимо автоматизировать, чтобы помочь врачам-эпилептологам и неврологам проводить более объективный и быстрый анализ", — рассказала Леванова.

Один из ключевых этапов работ был посвящен исследованию нейросигналов второй фазы сна. Ритмы мозга, фиксируемые в этом состоянии у здоровых людей и известные как "сонные веретена", выступают биомаркерами важнейших когнитивных процессов, включая консолидацию долгосрочной памяти и усвоение новой информации.

При эпилепсии характеристики сонных веретен могут изменяться, поэтому их автоматизированный анализ рассматривается как значимый биомаркер для оценки течения заболевания при установленном диагнозе. Предложенный нижегородскими специалистами метод позволяет формализовать описание этих изменений и провести их количественный анализ.

"Данные ЭЭГ, на которых мы обучали модели искусственного интеллекта, как и выводы, полученные с помощью прототипа будущего программного комплекса, были верифицированы нашими соавторами — врачами Москвы и Нижнего Новгорода. Сегодня мы продолжаем сбор данных с разными видами эпилептиформной активности для дообучения ИИ и повышения точности его рекомендаций", — сообщила автор исследования, старший научный сотрудник лаборатории "Искусственный интеллект в кардио- и нейронауке" Альбина Лебедева.

В свою очередь научный сотрудник лаборатории "Искусственный интеллект и обработка больших массивов данных" Института информационных технологий, математики и механики (ИИТММ) ННГУ, врач-невролог Артем Шарков подчеркнул, что задача исследования заключается в минимизации субъективности при интерпретации данных электроэнцефалографии. Снижение доли субъективной оценки, по его словам, позволит вырабатывать более взвешенные клинические решения при подтверждении диагноза и выборе оптимальной терапии.