提高癲癇疾病診斷率的探究項(xiàng)目

Category: STEM國際競賽 Date: 2020年3月20日上午12:27

癲癇是一種古老的疾病。表現(xiàn)為反復(fù)癲癇發(fā)作的慢性腦部疾病。患者腦部存在著能導(dǎo)致癲癇反復(fù)發(fā)作的易感性，由于這種發(fā)作所引起的神經(jīng)生化、認(rèn)知、心理后果，以及一次以上非誘發(fā)性（或反射性）的癲癇發(fā)作是癲癇存在的三要素。由于癲癇猝死的存在，因而癲癇也是一種潛在的致死性疾病。今天小編要介紹的課題是McGill探究項(xiàng)目：使用機(jī)器學(xué)習(xí)方法提高癲癇疾病診斷率。

課題簡介

生物信息學(xué)

Bioinformatics

是一門交叉學(xué)科，主要利用數(shù)學(xué)、信息學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)的方法研究生物學(xué)的問題。生物信息學(xué)用計(jì)算機(jī)作為主要的研究工具，研究對(duì)象是各式各樣的生物學(xué)數(shù)據(jù)——比如腦電信號(hào)、基因組、蛋白質(zhì)結(jié)構(gòu)等。研究方法包括對(duì)生物學(xué)數(shù)據(jù)的搜索（收集和篩選）、處理（編輯、整理、管理和顯示）以及利用（計(jì)算、模擬）等。

在生物醫(yī)學(xué)領(lǐng)域中，癲癇是比較常見的一種神經(jīng)系統(tǒng)疾病。世界人口中約有1%患有癲癇疾病，受害人群范圍廣，不僅中老年人，還有相當(dāng)一部分青少年也經(jīng)受著癲癇的折磨。目前對(duì)癲癇疾病的診斷主要依靠臨床醫(yī)生對(duì)病人常規(guī)腦電圖的觀察，但醫(yī)生檢查腦電圖工作量太大，時(shí)間較長，容易出現(xiàn)錯(cuò)誤，不利于對(duì)癲癇的診斷。因此需要研究一種提取腦電信號(hào)特征的方法來減輕醫(yī)生工作量，提高癲癇疾病診斷的準(zhǔn)確率。因此實(shí)現(xiàn)腦電信號(hào)特征的準(zhǔn)確提取，有利于及早識(shí)別癲癇疾病,對(duì)預(yù)防和治療癲癇疾病具有極為重要的意義。

科研方法

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研

使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測(cè)，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。

但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。