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。”
责任编辑:lq
-
人工智能
+关注
关注
1813文章
49742浏览量
261575 -
可穿戴设备
+关注
关注
55文章
3863浏览量
169737 -
机器学习算法
+关注
关注
2文章
47浏览量
6798
原文标题:科学团队开发新型可穿戴设备,可在用户癫痫发作1小时前发出警告
文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
u-blox LEAP新型GNSS技术优化可穿戴设备性能
环球仪器如何应对可穿戴设备组装挑战
告别“电量焦虑”,BLE如何提升可穿戴设备续航能力?
AI 时代,如何突破可穿戴设备的能效边界?
芯原戴伟进:可穿戴设备是通往AI的入口
相约2025慕尼黑上海电子展,展望可穿戴设备未来发展!
固态锂微型电池助力可穿戴设备电源方案突破
是德DSOX4024A示波器可穿戴设备信号测试
Littelfuse提供可穿戴设备开关解决方案
TRIZ理论解锁可穿戴设备新体验!

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
评论