基于EEG的癫痫发作预测当前研究与进展

• 作者: 刘东 徐雅蕾 杜云梅 梁会营 黄帅
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 癫痫 癫痫发作预测 脑电图 机器学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 特别专题-人工智能在医学领域的研究与应用
• 页码范围: 73-76
• 页数: 4页
• 分类号: R318|TP391
• 字数: 3600字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2019.03.021

摘要

癫痫(Epilepsy)是神经系统常见疾病,具有反复发作和难以治愈的特征,据世界卫生组织统计,其患病率为0.4％～1.4％.在过去的30年中,国内外在基于脑电图(Electroencephalogram,EEG)的癫痫发作诊断方面取得了巨大的进展.近些年来随着机器学习等计算机技术的不断发展,癫痫研究的前沿已经转向了癫痫预测方面.虽然抗癫痫药物可以解决大部分癫痫患者的发作问题,但是将近三分之一的癫痫患者患有医学难治性癫痫,药物可以减少癫痫发作的频率但不能控制其发作.如果能够通过机器学习方法在其临床表现之前预测癫痫的发作,那么就可以通过包括自我给药,植入药物或者电刺激植入装置等顿挫疗法给予治疗.介绍了国内外期刊关于癫痫发作预测的研究进展,并对其中常使用的机器学习方法进行汇总,分析了现有研究存在的问题,并对未来研究方向提出了一种新思路.