MathWorks工具使我们能够集成不同的领域——图像处理、统计分析、设备控制和数值计算。如果我们使用其他工具，将会花费更多的时间，或者至少两倍的人力。”
荷兰癫痫诊所基金会Stiliyan Kalitzin博士
为了诊断癫痫，对癫痫进行分类，并确定最合适的治疗方案，医生使用脑电图（EEG）和视觉线索监测患者。然而，这种方法已被证明是劳动密集型且成本高昂的，需要患者继续使用脑电图设备，神经科医生监控数小时的录像带。
荷兰癫痫诊所基金会（荷兰Stuttin癫痫患者NeDeland或SEIN）的研究人员利用MathWork工具开发了一种通过应用先进的方法自动检测癫痫发作的系统。视频处理技术。
“我们想开发一个自动化或半自动化的远程系统，它与病人没有直接联系，”荷兰癫痫诊所基金会医学物理系主任Stiliyan Kalitzin博士解释说。“借助MathWorks工具，我们拥有一个平台，可以从多个来源获取视频，开发算法检测癫痫发作中常见的运动，验证系统，并提供结果。”
诊断和治疗癫痫需要训练有素的专家准确识别癫痫发作的体征。这通常是通过审查EEG结果和同步视频观察来实现的。
“以这种方式检测癫痫发作具有挑战性，”Kalitzin说。“人类观察者容易疲劳，这可能会导致他们错过癫痫发作。过滤掉不相关的视频数据是很乏味的。这个过程也很昂贵，因为我们专门派了一名训练有素的技术人员来监控每个病人，还有三名神经病学专家来离线审查脑电图和视频数据。”
SEIN试图开发一种能够根据患者视频中的运动自动识别癫痫发作的系统。研究人员还希望使用连续实时流视频作为输入，使该系统能够在癫痫发作时提醒护理者。最后，该小组需要一个支持图像采集的集成开发环境来自各种来源的信息、视频处理、算法开发和统计验证。金宝app
SEIN的研究人员使用MATLAB、Simulink和Com金宝appputer Vision Toolbox™构建了一个系统，通过使用视频数据分析癫痫患者的动作来自动检测癫痫发作。
Kalitzin博士首先把这个项目分成三个部分:图像采集、处理和分析，以及系统输出。这促进了模块化系统设计，使研究人员能够专注于算法开发和各种输入格式和输出选项之间的切换。
该团队使用Simulink和金宝app计算机视觉工具箱从现有的AVI和MPEG文件中获取视频数据，使他们能够从数百个患者视频中测试他们的算法。
癫痫发作的特点是患者的特定类型的运动:肌阵挛发作以单一的抽搐为特征，强直性发作以僵硬为特征，阵挛性发作以重复的、有节奏的抽搐为特征。SEIN的研究人员利用计算机视觉工具箱利用光流技术检测视频序列中的这种运动。
他们使用计算机视觉工具箱的光流块估计速度场，然后在多帧速度场中平均，以减少需要处理的数据量。它们还隔离了正和负速度元素，以避免像素之间的相互抵消。然后，该团队通过处理数千张不同姿势的患者的图像流，改进了这个算法。
在开发了检测癫痫发作的算法后，研究小组使用了MATLAB、统计学和机器学习工具箱™, 图像处理工具箱™, 信号处理工具箱™ 通过与依赖肌电图、脑电图和视频的方法进行比较，验证结果。
然后使用Simulink模型使用验证结果调整算法的灵敏度。根据应用程序是用于诊断还是用于实时患者监测，可以增加模型以检测所有癫痫样事件，或减少模型以降低假阳性数量。金宝app
Kalitzin计划通过自动选择感兴趣的区域来增强算法，这将最大限度地减少进入帧的医务人员造成的误报。SEIN的研究人员还与其他医院合作，利用图像采集工具箱对患者进行自动实时监控™ 从网络摄像机获取视频数据。
提高患者安全水平. Kalitzin说：“在测试过程中，该系统识别出的癫痫发作比训练有素的神经科医生最初在24小时内识别出的要多10-25%。“当只有患者在帧中时，算法本身的准确率约为99%。”
降低成本．“有了MathWorks工具，我们可以自动识别癫痫事件，并插入标记，以供神经学家进一步检查，”Kalitzin解释说。“我们希望在不增加人手的情况下，处理三倍数量的患者。当用于家庭监测时，这项新技术将通过消除昂贵的住院和临床观察进一步降低成本。”
简化开发．“MathWorks工具的多功能性使我们能够为整个项目使用一个公共平台，”Kalitzin指出。“如果我们使用其他工具，会花费更多的时间，或者至少两倍的人力。”
加入客户参考计划
你也可以从以下列表中选择一个网站: