以色列内盖夫本古里安大学(bgu)的研究团队近日开发出了一种新型可穿戴设备,可以在用户癫痫发作1小时前发出警告。该可穿戴设备利用人工智能(ai)检测算法实时分析脑电图(ecg),如果识别出指示性的大脑模式,它就会向用户的智能手机发送警报。
这项被称之为epiness的技术可以帮助患者预防癫痫发作,并让他们知道在癫痫发作前服用药物。由于30%的癫痫发作是没有及时服用药物,因此通过该设备可以在癫痫发作之前提供足够的时间来采取预防措施,以消除相关伤害的风险。
科学家表示:“epiness是一种新型、首次基于机器学习算法检测和预测癫痫发作的设备。”ieee spectrum去年报道说,路易斯安那大学的研究人员提出了类似的人工智能设计,其准确率(99.6%)和速度(一小时通知)几乎相同。不过,这并不是一个可穿戴设备,只是一套算法。
本古里安大学已经为epiness的商业化做好了准备。一家名为neurohelp的大学控股的初创公司授权该技术进行进一步的商业开发。
本古里安大学的oren shriki博士说:“我们的算法已经表明能够大幅减少必要的脑电图电极数量,因此我们正在开发的设备既准确又方便用户使用。我们目前正在开发一个原型,将在今年晚些时候进行临床试验评估。”
EMC测试的分类
冷凝器的作用/种类/常见故障及检测方法
折叠伸缩屏幕设计专利曝光 可向左右伸长
工业显示屏有哪三大优势
利用谐振控制器和功率开关为LED照明电源提供高效解决方案
一种新型可穿戴设备,可以在用户癫痫发作1小时前发出警告
OLED贴片,利用有机光源恢复伤口
基于DSP的超声编码激励发射分析
永新光学IPO获通过,计划通过本次IPO募集资金约6.02亿元
加码覆铜板业务,金安国纪拟设立全资子公司
控制灯泡的一些命令
交流感应电机与永磁同步电机的比较分析
中国光伏业一夜间哀鸿遍野:突遭内忧外患
2012广州LED照明展即将开幕
OLED拼接屏优点大揭秘:有哪些场景化应用?
万能蒸烤箱为何要监控湿度?
德州仪器(TI)推出首款针对远程应用全面优化的IEEE 80
e络盟社区发起“保护地球”设计挑战赛
码垛机器人,码垛机器人各行业分析及应用
燃料电池汽车将逐步由政策驱动转向市场驱动