DKD

Нейрофорум 2023

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ В ОПРЕДЕЛЕНИИ БОЛЕЗНИ ПАРКИНСОНА НА ОСНОВЕ ДАННЫХ ЭЛЕКТРОЭНЦЕФАЛОГРАФИИ

Новожилов К.А., Комышев Д.А., Кожевников С.П.

Аннотация: В данной работе исследуется эффективность использования сверточных нейронных сетей для определения болезни Паркинсона на основе данных электроэнцефалографии (ЭЭГ). Сверточная нейронная сеть была обучена на выборке, состоящей из 32 пациентов с болезнью Паркинсона и 15 здоровых испытуемых. В результате проведенной валидации, модель продемонстрировала усредненную достоверность от 72% до 79% для различных частотных диапазонов.

Ключевые слова: электроэнцефалография, сверточная нейронная сеть, болезнь Паркинсона.

Фундаментальные, клинические и трансляционные аспекты нейронаук

IV Российская научно-практическая конференция

ДИАГНОСТИКА БОЛЕЗНИ ПАРКИНСОНА С ПОМОЩЬЮ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ НА ОСНОВЕ ДАННЫХ ЭЭГ

Новожилов К.А., Комышев Д.А., Кожевников С.П.

Аннотация: Данная работа рассматривает возможность применения данных ЭЭГ для диагностики болезни Паркинсона с помощью сверточной нейронной сети. возможность применения сверточной нейронной сети, обученной на данных ЭЭГ исследования для диагностики болезни Паркинсона. Модель была обучена на 32 больных и 15 здоровых испытуемых (контрольная группа) и показала результат в 72% на k-fold валидации, что на 4% лучше базового результата.

Ключевые слова: электроэнцефалография, сверточная нейронная сеть, болезнь Паркинсона.

Итоговая студенческая научная конференция 51-ая

Нейробиология и ИИ: достижения в области искусственного интеллекта и машинного анализа

Д. С. Козлов, С. П. Кожевников, Н. Н. Черкасская

Аннотация. Значительные достижения в современной нейронауке стали возможными благо-даря машинному анализу и искусственному интеллекту (ИИ). Эти технологии позволили исследователям изучать активность мозга в режиме реального времени, используя данные нейровизуализации, такие как фМРТ и ЭЭГ. Алгоритмы машинного обучения могут обрабатывать и анализировать огромные объемы данных, выявляя закономерности и взаимосвязи, которые людям трудно различить. Одним из примеров потенциала ИИ в нейробиологии является проект нашей команды, который фокусируется на диагностике болезни Паркинсона с помощью машинного обучения по данным ЭЭГ. Мы разработали свёрточную нейронную сеть, используя алгоритм на основе Python для анализа когерентности, кото-рый показывает синхронность различных областей мозга. Это позволило обрабатывать большие матрицы когерентности, а также создавать тепловые карты для визуализации картины синхронности. Хотя эти достижения предлагают новые идеи и возможности, важно также признать ограничения этих технологий.

Ключевые слова: машинный анализ, искусственный интеллект, ЭЭГ, нейронная сеть, нейробиология.