Embedded Files
Inteligencia artificial para mejorar dispositivos implantables bidireccionales de tratamiento de epilepsia
Inteligencia artificial para mejorar dispositivos implantables bidireccionales de tratamiento de epilepsia
Para el tratamiento de epilepsia refractaria a la medicación, existe un dispositivo implantable a lazo-cerrado que permite el monitoreo y estimulación de ciertas zonas del cerebro. Los datos recopilados mediante esta neurotecnología son señales intracraneales de EEG (iEEG), las cuales pueden contener patrones epileptogénicos. Dentro de este contexto, trabajamos en el desarrollo de herramientas computacionales que permitan la identificación robusta de patrones epileptogénicos, y la identificación de cambios de respuesta neurofiosológica al tratamiento.
En colaboración con:
Publicaciones relacionadas:
Peterson, V., Kokkinos, V., Ferrante, E., Walton, A., Merk, T., Hadanny, A., Saravanan, V., Sisterson, N., Zaher, N., Urban, A. & Richardson, R. M. (2023). Deep net detection and onset prediction of electrographic seizure patterns in responsive neurostimulation. Epilepsia, 64(8), 2056-2069. https://doi.org/10.1111/epi.17666
Robins, M., Gigy, V., Richardson, R. M., & Peterson, V. (2026). Detection of epileptogenic patterns in thalamic neurostimulated signals through spatial deep attention. En A. Talevi & V. Rosa Cota (Eds.), Computational neuroscience (pp. 12–22). Springer. https://doi.org/10.1007/978-3-032-14664-9_2
Datos y códigos:
iESPnet Python implementation: Github Repo
Financiamiento:
R61NS126776, NINDS-NIH
Page updated
Google Sites
Report abuse