Independent Component Analysis in the Study of Focal Seizures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Independent component analysis (ICA) is a novel technique that can separate statistically independent elements from complex signals. It has demonstrated its utility in separating artifacts and analyzing interictal discharges in EEG. ICA has been used recently in ictal recordings, showing the possibility of isolating the ictal activity. The goal of our study was to analyze focal seizures with ICA, decomposing the elements of the seizures to understand their genesis and propagation, and to differentiate between various types of focal seizures. We studied 26 focal seizures of temporal, frontal, or parietal origin. Only seizures with suspected focal onset were included in the study. The EEG recordings were acquired by using standard video-EEG equipment, with scalp electrodes. All the off-line analysis was carried out on a PC by means of specific software developed in the Matlab environment. ICA components were calculated with the use of the JADE (Joint Approximate Diagonalization of Eigen-matrices) algorithm. The decomposition of the seizures varied according to the EEG seizure pattern. In the seizures with focal rhythmic theta slow or sharp waves, the rhythmic activity was separated into one to five components, having an initial component with a clear concordance with the focus, whereas the others had an onset a few milliseconds later and corresponded to neighboring areas. In the 6 frontal seizures with regional rhythmic low voltage fast activity, 4 to 10 components were found, practically with a simultaneous timing, having a frontal distribution. In the three frontal seizures with a diffuse attenuation of the EEG signal, it was not possible to differentiate components of cerebral origin from the components of muscle artifact. ICA is an interesting tool to study the nature of focal seizures. The results depend on the EEG pattern. In the seizures with a clear EEG focal pattern, ICA may be useful to separate components of the ictal onset from the propagated activity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle