Application of the Muse portable EEG system to aid in rapid diagnosis of stroke
Notice bibliographique
Résumé
Abstract Objective In this pilot study, we investigated using portable electroencephalography (EEG) as a potential prehospital stroke diagnostic method. Methods We used a portable EEG system to record data from 25 participants, 16 had acute ischemic stroke events, and compared the results of age-matched controls that included stroke mimics. Delta/alpha ratio (DAR), (delta+theta)/(alpha+beta) ratio (DBATR) and pairwise-derived Brain Symmetry Index (pdBSI) were investigated, as well as accelerometer and gyroscope trends. We then made classification trees using TreeBagger to distinguish between different subgroups. Results DAR and DBATR showed an increase in ischemic stroke patients that correlates with stroke severity (p<0.01, partial η 2 = 0.293; p<0.01, partial η 2 = 0.234). pdBSI decreased in low frequencies and increased in high frequencies in patients who had a stroke (p<0.05, partial η 2 = 0. 177). All quantitative EEG measures were significant between stroke patients and controls. Using classification trees, we were able to distinguish between subgroups of stroke patients and controls. Conclusions There are significant differences in DAR, DBATR, and pdBSI between patients with ischemic stroke when compared to controls; results relate to severity. Significance With significant differences between patients with strokes and controls, we have shown the feasibility and utility for the Muse™ EEG system to aid in patient triage and diagnosis as an early detection tool.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».