В журнале 12 октября выпуск онлайн, исследователи в Цинциннати Детский Медицинский центр Больницы заявляет, что их компьютерная программа определяет, как определенные области мозга отвечают на слуховые тесты стимула, которые с ослабленным слухом младенцы и малыши получают перед хирургическим внедрением.С дополнительными научными исследованиями авторы предполагают, что их компьютерная модель могла стать практическим инструментом, который позволяет клиницистам эффективнее обследовать пациентов с перцептивной тугоухостью перед операцией.
Это могло сократить количество детей, которые подвергаются агрессивной и дорогостоящей процедуре, только чтобы быть разочарованными, когда внедрения не поставляют желанные результаты.«Это исследование определяет две особенности от нашего компьютерного анализа, которые являются потенциальными биомаркерами для предсказания кохлеарных результатов внедрения», говорит Лонг (Джейсон) Лу, доктор философии, исследователь в Подразделении Биомедицинской Информатики в Детском Цинциннати. «Мы разработали один из первых успешных методов для перевода данных исследований от функциональной магнитно-резонансной томографии (fMRI) с ослабленным слухом детей во что-то с потенциалом для практического клинического использования с отдельными пациентами».Анализируя результаты предхирургических слуховых тестов, исследователи определили поднятую деятельность в двух областях мозга, которые эффективно предсказывают, какие дети извлекают выгоду больше всего из внедрений, делая их возможными биомаркерами. Каждый находится в распознавании речи и областях языковой ассоциации левого полушария мозга в превосходящем и среднем временном gyri.
Второе находится в правильных мозжечковых структурах мозга. Авторы говорят, что второе открытие удивительно и может обеспечить новое понимание о нервной схеме, которая поддерживает язык и слуховое развитие в мозгу.Лаборатория лютеция сосредотачивается на проектировании компьютерных алгоритмов, которые интерпретируют структурный и функциональный MRIs человеческого мозга. Его команда использует эту информацию, чтобы определить биомаркеры изображения, которые могут улучшить диагноз и варианты лечения для детей с мозговыми и связанными неврологическими расстройствами.
Наряду со Скоттом Холлэндом, доктором философии, ученым в Педиатрическом Консорциуме Нейроотображения в Цинциннати Детские, и другие сотрудники из Детского Цинциннати и Университет Медицинского колледжа Цинциннати, исследователи смогли смешать человеческую биологию и компьютерную технологию в их текущем исследовании. Соединение создало модель, в которой компьютеры изучают, как извлечь и интерпретировать данные из предварительной хирургии функциональные MRIs, которые измеряют кровоток в младенческих мозгах во время слуховых тестов.После того, как данные собраны от функционального MRIs, компьютерный алгоритм использует процесс под названием Сумка Слов, чтобы спроектировать функциональный MRIs к векторам, которые впоследствии использовались, чтобы предсказать, какие дети – хорошие кандидаты на кохлеарные внедрения.Исследование включало 44 младенца и малышей между возрастами 8 месяцев и 67 месяцев.
Двадцать три из детей были с ослабленным слухом и подверглись слуховым экзаменам и функциональному MRIs перед кохлеарной операцией внедрения. Двадцать один ребенок имел нормальное слушание и участвовал в исследовании как контрольные объекты, подвергаясь стандартизированному слушанию, речи и тестам на познание.
Два года после кохлеарной хирургии внедрения, языковой уровень был измерен для кохлеарных получателей внедрения, который использовался в качестве оценки золотого стандарта для вычислительного анализа.Авторы сообщают, что они проверили два типа слуховых стимулов во время предхирургических тестов, которые разработаны, чтобы стимулировать кровоток и связанную деятельность в различных областях мозга. Стимулы включали речь естественного языка и узкополосные шумовые тоны.
После анализа функциональных данных о МРТ из предварительной хирургии слуховые тесты и двухлетние, языковые тесты постхирургии, исследователи решили, что у мозговых образцов активации, стимулируемых речью естественного языка, есть большая прогнозирующая способность.