Бул изилдөө, Chiari мальформациясы I түрү bulunan kişмененrde “мээ сабагынын дистресси” катары adlandırılan işlevsel durumu EEG sinyallerinden belirlemek amacıyla CSF-EEG FusionNet adlı bir талдоо hattı теоремаktedir. Sistem; үзгүлтүктүү ритмдүү дельта активдүүлүгү (IRDA), EEG karmaşıklığını temsil ettiği мененri sürülen bir энтропия мааниси жана delta-alfa фаза-амплитуда байланышы olmak üzere üç өзгөчөlik эсептөөktadır. IRDA баалуулукinin 3’ten büжүк, энтропияnin 0,45’ten küçük жана PAC баалуулукinin 0,15’ten büжүк olması durumunda жазуу “sıkıntı оң” катары işaretlenmektedir.

Изилдөөda yalnızca iki бир каналдуу EEG kaydı баалуулукlendirilmiştir. Birinci жазуу үчүн IRDA 3,12, энтропия 0,42 жана PAC 0,16 hesaplanarak оң; ikinci жазуу үчүн sırasıyla 1,90, 0,65 жана 0,07 hesaplanarak терс классификация түзүмlmıştır. Бирок bu натыйжалар bторımsız клиникалык диагнозlarla, сүрөттөө bulgularıyla, hekim баалооsiyle же cerrahi натыйжаларla karşılaştırılmamıştır. Bu эмне үчүнle algoritmanın чыныгыten мээ сабагы işlev bozukluğunu belirlediği değil, yalnızca авторın önceden seçtiği eşiklere göre iki kaydı ayırdığı gösterilmiştir.

Түркия жагынан баалоо: Yaklaşım, Түркияда EEG sinyal иштетүү, нейрохирургия, неврология жана биомедициналык mühendisliği ekiplerinin бирге yürüteceği ыкма geliştirme изилдөөlarına başlangıç fikri sторlayabilir. Fakat клиникалык колдонууdan önce этикалык комитет макулдукlı жана çok merkezli bir изилдөө; ачыкça диагнозmlanmış бейтап жана kontrol grupları; çok каналlı EEG; MRI жана мээ-жүлүн суюктугу агым өлчөөлөрi; bторımsız uzman этикаetleri; körlenmiş тест grubu жана диагнозsal doğruluk ölçütleri gereklidir. Изилдөөdan Түркиядаki Chiari бейтапlarının диагнозsı, cerrahi gereksinimi, prognozu же tedavi seçimi hakkında түздөн-түз натыйжа çıkarılamaz.

Изилдөөnın en маанилүү sınırlılığı yalnızca küçük örneklem değildir. “FusionNet” adı bir makine öğrenmesi торı izlenimi oluşturmasına rторmen kullanılan ыкма, öğrenмененbilir салмактары bulunmayan üç eşikli bir mantık kuralıdır. Мындан тышкары энтропия жана PAC kodlarının metinde диагнозmlanan ölçütleri güжанаnilir biçimde hesaplayıp эсептөөdığı belirsizdir. Изилдөөnın görselleri менен сандык натыйжалары arasında da маанилүү uyumсууzluklar bulunmaktadır. Bu эмне үчүнle изилдөө, клиникалык biyobelirteç kanıtı değil, yeniden tasarlanması жана bторımsız катары doğrulanması gereken bir kavram gösterimi катары баалуулукlendirilmelidir.

Изилдөөнүн çözmeye çalıştığı sorun эмне?

Изилдөө, Chiari мальформациясы I түрү’de түзүмsal сүрөттөө bulguları менен бейтапların bildirdiği belirtмененr arasında her zaman ачык bir ilişki kurulamadığı varsayımından hareket etmektedir. Изилдөөcı, MRI’ın anatomik түзүмyı göstermesine karşılık EEG’nin sinir системанынdeki zamana bторlı işlevsel değişimleri ölçebмененceğini мененri sürmektedir.

Bu çerçeжанаde temel изилдөө soruсуу şöyledir: Tek каналlı bir EEG sinyalinden çıkarılan дельта активдүүлүгү, sinyal karmaşıklığı жана жыштыкlar arası eşleşme маанилерi birleştirмененrek Chiari мальформациясы менен байланышlı болгону düşünülen bir “мээ сабагынын дистресси” көрсөткүчsi oluşturulabilir mi?

Изилдөө bu soruyu клиникалык диагноз изилдөөsı деңгээлinde sınamamaktadır. Yöntem yalnızca iki EEG kaydında çalıştırılmış жана bторımsız doğruluk өлчөөü түзүмlmamıştır. Демек изилдөө, ыкмасыn teknik uygulanabilirliğini göstermeye изилдөөkta; чыныгы клиникалык yararını же диагнозsal geçerliliğini далилдебейт.

EEG маалыматleri кантип аныкталган?

Изилдөөcı, EEG жазууларыnın PhysioNet üzerinde bulunduğunu жана Chiari мальформациясы I түрү olan kişмененrden rutin клиникалык баалоо sırasında alındığını belirtmektedir. Örnekleme жыштыкı 256 Hz катары маалыматlmiş жана жазууларыn MATLAB uyumlu .mat dosyalarında saklandığı ifade edilmiştir.

Her жазуу үчүн yalnızca tek bir EEG каналının kullanıldığı, bu каналın “мээ сабагыyla ilişkili etkinliği ачык biçimde temsil ettiği” gerekçesiyle seçildiği yazılmıştır. Муну менен бирге aşторıdaki bilgмененr берилген эмес:

• PhysioNet маалымат kümesinin tam adı, erişim numarası же байланышsı,
• kullanılan dosyaların жана жазуу bölümlerinin идентификациясы,
• электрод же канал adı,
• referans elektrodu жана EEG montajı,
• жазууларыn süresi,
• бейтапların yaşı, cinsiyeti, belirtмененri жана tedavi durumu,
• Chiari диагнозsının жана “мээ сабагынын дистресси” этикаetinin кантип belirlendiği,
• artefaktların кайсы ölçütlerle çıkarıldığı,
• этикалык комитет же маалымат колдонуу ачыкlaması.

Bu eksiklikler эмне үчүнiyle талдоо edмененn жазууларыn yeniden bulunması жана натыйжаларыn bторımsız катары tekrarlanması жүкlenen изилдөөдөki bilgмененrle mümkün değildir. Tek каналın мээ сабагыna özgü bir sinyal sторladığı da булак үчүнde экспериментsel катары gösterilmemiştir.

Ön иштетүү кантип түзүмlmıştır?

Ham EEG sinyalleri önce görsel катары incelenmiş, ardından sıfır fazlı dördüncü dereceden Butterworth тилке өткөрүүчү filtreden geçirilmiştir. Geçiş bandı 0,5–40 Hz катары belirlenmiştir:

\[ x_f(t)=\operatorname{filtfilt}\left(B_{0.5-40\ \mathrm{Hz}},x(t)\right) \]

Çift yönlü filtfilt иштетүүi, filtrenin faz кечигүүsini azaltmak үчүн колдонулган. Бирок görsel artefakt текшерүүsini kimin yaptığı, göz hareketi, kas etkinliği, электрод kopması же hareket artefaktlarının кайсы kurallarla reddedildiği belirtilmemiştir.

IRDA өзгөчөliği кантип эсептелген?

Aralıklı ritmik дельта активдүүлүгүni belirlemek үчүн кыска убакыттуу Fourier өзгөртүүсү uygulanmıştır. Kodda 512 örnekli Hamming penceresi, 400 örneklik örtüşme жана 1.024 noktalı Fourier dönüşümü колдонулган. 256 Hz үлгүлөө hızında 512 örnek yaklaşık iki saniyelik pencereye karşılık gelmektedir.

Her zaman penceresinde 1–4 Hz aralığındaki spektral büжүкlükler ortalanmıştır:

\[ D(k)= \frac{1}{N_\delta} \сууm_{f=1\,\mathrm{Hz}}^{4\,\mathrm{Hz}} |S(f,k)| \]

IRDA puanı болсо en жогорку delta büжүкlüğünün zaman boyunca орточо delta büжүкlüğüne катышı катары эсептелген:

\[ \mathrm{IRDA} = \frac{\max_k D(k)} {\operatorname{орточо}_k D(k)} \]

Bu катыш, кыска мөөнөттүү жогорку дельта активдүүлүгүnin орточо etkinliğe göre ne kadar belirgin болгонуnu göstermeyi amaçlamaktadır. Муну менен бирге metin bu баалуулукi “энергия” катары adlandırsa da kodda spektral güç olan \(|S|^2\) yerine spektral büжүкlük \(|S|\) колдонулат. Мындан тышкары IRDA eşiği olan 3 баалуулукinin bторımsız bir окутуу же валидация grubundan elde edildiği gösterilmemiştir.

Entropi чыныгыten үлгү энтропиясы midir?

Metinde “sample entropy”, yani үлгү энтропиясы hesaplandığı belirtilmektedir. Örneklem энтропияsi normal катары benzer sinyal örüntülerinin, belirli bir gömme boyutu жана tolerans үчүнde bir sonraki örnekte de benzer kalma мүмкүнlığına dayanır.

Бирок сууnulan MATLAB kodu şu büжүкlüğü эсептөөktadır:

\[ E_{\mathrm{kod}} = -\ln \left[ \frac{1}{N-1} \сууm_{n=1}^{N-1} \left| \frac{x_f(n+1)-x_f(n)} {x_f(n)} \right| \right] \]

Bu ifade standart үлгү энтропиясы değildir. Kodda örüntü uzunluğu, tolerans баалуулукi же benzer dizi sayımı жок. Мындан тышкары EEG sinyali sıfıra yaklaştığında paydadaki \(x_f(n)\) эмне үчүнiyle çok büжүк маанилер, sonсууzluk же сандык kararsızlık oluşabilir.

Демек изилдөөдө “энтропия = 0,42” жана “энтропия = 0,65” катары bildirмененn маанилерin standart үлгү энтропиясы şeklinde yorumlanması uygun değildir. Bu маанилер yalnızca булак kodda диагнозmlanan өзгөчө dönüşümün çıktılarıdır.

Faz-амплитуда eşleşmesi кантип аныкталган?

Изилдөөda delta bandının genliği менен alfa bandının fazı arasındaki ilişki PAC катары adlandırılmıştır. Önce EEG sinyali 1–4 Hz жана 8–12 Hz bantlarına өзүнчөlmıştır. Hilbert өзгөртүүсүnden delta genliği \(A_\delta(n)\) жана alfa fazı \(\phi_\alpha(n)\) elde edilmiştir.

Kodun amaçladığı эсептөө yaklaşık катары şöyledir:

\[ M_{\mathrm{kod}} = \left| \frac{1}{N} \сууm_{n=1}^{N} A_\delta(n) e^{j\phi_\alpha(n)} \right| \]

Bu баалуулук sinyal genliğine bторlıdır жана kodda мүмкүнlık dторılımına же faz dilimlerine göre normalleştirмененn standart bir модульasyon indeksi uygulanmamaktadır. “PAC > 0,15” eşiğinin ар башка cihaz, канал же амплитуда ölçeklerinde aynı anlama geleceği gösterilmemiştir.

Мындан тышкары kodda alpha_phase' biçiminde bir transpozisyon bulunmaktadır. Delta genliği менен alfa fazı ар башка satır-sütun yönelimlerinde болгонуnda MATLAB’ın sürümüne bторlı катары boyut uyuşmazlığı же iki boyutlu bir matris oluşabilir. Bu durumda mi tek sayı yerine bir жанаktör hâline gelebilir жана daha sonraki && классификация иштетүүi изилдөөyabilir. Kaynak, kullanılan маалымат yönelimini жана çalışan kod çıktısını paylaşmadığı үчүн bu sorun çözülememektedir.

“FusionNet” чыныгыten bir нейрон тармагы mıdır?

Hayır. Yüklenen изилдөөдө eğitмененbilir катмарlar, nöronlar, салмакlar, жоготуу fonksионu, optimizasyon algoritması, окутуу döнымi же валидация kümesi жок. Sınıflandırma aşторıdaki sabit mantık kuralıyla түзүмlmaktadır:

\[ \mathrm{Sıkıntı\ Bayrторı} = (\mathrm{IRDA}>3) \land (E<0{,}45) \land (\mathrm{PAC}>0{,}15) \]

Üç koşulun tamamı doğruysa натыйжа оң, koşullardan biri bменен sторlanmıyorsa терс маалыматlmektedir. Bu эмне үчүнle ыкма, makine öğrenmesi торı değil, önceden диагнозmlanmış eşiklere dayalı эреже негиздүү bir karar системаidir.

Kod өзүнчөca “EEG Distress Index” баалуулукini üç ham өзгөчөliğin arтүртүүtik орточоsı катары yazdırmaktadır:

\[ I_{\mathrm{ham}} = \frac{\mathrm{IRDA}+E+\mathrm{PAC}}{3} \]

Özellikler ар башка ölçeklerde olmasına rторmen kodda normalleştirme же салмакlandırma түзүмlmamıştır. IRDA сандык катары diğer өзгөчөliklerden daha büжүк болгону үчүн орточоyı doğal катары baskılamaktadır. Metinde “салмакlı katkı” жана “normalize edilmiş өзгөчөlikler” ifadeleri kullanılsa da сууnulan kod bu иштетүүleri içermemektedir.

İki EEG kaydında кайсы натыйжалар билдирилген?

Birinci жазууtaki üç баалуулук de önceden диагнозmlanan eşiklerin оң tarafında, ikinci жазууtaki üç баалуулук de терс tarafındadır. Bu эмне үчүнle kural, birinci kayda оң жана ikinci kayda терс натыйжа жанаrmiştir.

Бирок изилдөөda жазууларыn чыныгы клиникалык durumlarını gösteren bторımsız bir referans standart жок. “Pozitif” жана “терс” ifadeleri doktor tarafından маалыматlmiş клиникалык диагнозlar değil, algoritmanın kendi eşik çıktılarıdır. Bu эмне үчүнle натыйжаларdan doğruluk, сезгичтик, спецификалуулук, оң алдын ала билүү баалуулукi, терс алдын ала билүү баалуулукi же ROC eğrisi hesaplanamaz.

Sayfa 8 жана 9’daki görseller эмнени көрсөтөт?

Sayfa 8’de сууnulan ilk граф, yaklaşık on saniyelik bir EEG dalga biçimini көрсөтөт. Grafiğin başlığı ачыкça “Simulated EEG with IRDA”, yani “IRDA içeren simüle EEG” şeklindedir. Şekil ачыкlamasında болсо bunun ham EEG sinyalini temsil edeceği белгиленген. Bu durum изилдөөнүн чыныгы бейтап жазуулары kullandığı багытыndeki temel iddiayla uyuşmamaktadır.

Sayfa 9’daki spektrogram, yaklaşık 0–130 Hz жыштык aralığını göstermekte жана төмөн жыштыкlarda daha жогорку spektral büжүкlük sergмененmektedir. Бирок кайсы бейтап kaydına ait болгону, кайсы zaman aralığının kullanıldığı жана 0,5–40 Hz filtre uygulanmasına rторmen 40 Hz üzerindeki alanın эмне үчүн gösterildiği түшүндүрүлгөн эмес.

Aynı sayfadaki өзгөчөlik katkı графiğinde IRDA çubuğu yaklaşık 1,4, энтропия çubuğu yaklaşık 2,5 жана PAC баалуулукi sıfıra yakın görünmektedir. Bu маанилер натыйжа таблицасууndaki 3,12, 0,42 жана 0,16 маанилерiyle eşleşmemektedir. Alt kısımdaki таблица болсо metindeki iki жазуу маанилерini tekrar etmektedir.

Демек görseller, талдоо edмененn чыныгы iki kaydın doğrulanabilir çıktıları катары kullanılamamaktadır. Grafikler менен натыйжа таблицасуу arasındaki uyumсууzluk düzeltilmeden изилдөөнүн görsel kanıt zinciri tamamlanmış değildir.

Sonifikasyon ne amaçlamaktadır?

Изилдөө, filtrelenmiş EEG sinyalini işitsel bir biçime dönüştürmeyi de теоремаktedir. EEG genliği 0–1 aralığına ölçeklenmekte, ardından 300–3.000 Hz arasındaki ses жыштыкlarına eşlenmektedir. Sınıflandırma оңse өзүнчөca 1.200 Hz’lik yarım saniyelik bir uyarı sesi oluşturulmaktadır.

Bu bölüm erişмененbilirlik жана ылдам сезүү açısından yaratıcı bir fikir сууnmaktadır. Бирок ses dönüşümünün EEG өзгөчөliklerini güжанаnilir biçimde koruduğu, klinisyenlerin bu sesi ayırt edebildiği же сонификацияun görsel талдооden daha iyi натыйжа жанаrdiği тест edilmemiştir. Sonifikasyon, изилдөөнүн диагнозsal doğruluğunu artıran doğrulanmış bir bмененşen değildir.

Kod үчүнdeki клиникалык yönlendirme эмне үчүн sorunludur?

Pozitif натыйжа alındığında kod şu anlama gelen bir mesaj üretmektedir: “Beyin sapı sıkıntısı мүмкүн; мененri сүрөттөө же dekompresyon görüşmesi düşünün.”

Bu öneri yalnızca üç экспериментsel eşiğe жана iki kayda dayanan bir система үчүн desteklenmemektedir. Изилдөө cerrahi gereksinimi, tedavi yararını же dekompresyon kararını текшерүүmiştir. Bu эмне үчүнle kodun клиникалык öneri üreten satırı изилдөө amaçlı prototipten çıkarılmalı жана система herкайсы bir бейтап yönetimi kararında kullanılmamalıdır.

Изилдөөnın desteklediği натыйжалар

• EEG sinyaline 0,5–40 Hz тилке өткөрүүчү filtre, STFT жана Hilbert өзгөртүүсү uygulanabilmektedir.
• Delta etkinliği, kodda диагнозmlanan өзгөчө энтропия мааниси жана delta-alfa eşleşmesi aynı талдоо hattında hesaplanabilmektedir.
• Önceden диагнозmlanan üç eşik, маалыматlen iki sayı dizisini biri оң, diğeri терс olacak biçimde ayırmaktadır.
• EEG маалыматsi görselleştirмененbilir жана ses biçimine dönüştürülebilir.
• Yöntem daha kapsamlı bir клиникалык валидация изилдөөsı үчүн başlangıç prototipi катары yeniden geliştirмененbilir.

Изилдөөnın kanıtlamadığı натыйжалар

• CSF-EEG FusionNet’in мээ сабагынын дистрессиnı doğru biçimde belirlediği kanıtlanmamıştır.
• IRDA, энтропия жана PAC маанилерinin Chiari мальформациясыna özgü болгону gösterilmemiştir.
• “Pozitif” жана “терс” жазууlar bторımsız клиникалык referanslarla этикаetlenmemiştir.
• Algoritmanın duyarlılığı, özgüllüğü же жалган позитив катышı hesaplanmamıştır.
• Tek bir EEG каналının мээ сабагыndaki işlevi özgül biçimde temsil ettiği gösterilmemiştir.
• Eşiklerin yeni бейтапlarda же ар башка EEG cihazlarında geçerli болгону gösterilmemiştir.
• Yöntemin MRI’a диагнозsal katkı sторladığı салыштырууlı катары тест edilmemiştir.
• Algoritmanın бейтап takibi, cerrahi seçimi же tedavi kararı үчүн kullanılabмененceği kanıtlanmamıştır.
• Изилдөөda eğitilmiş bir нейрон тармагы же makine öğrenmesi модельi жок.
• Sonifikasyonun клиникалык yorumlamayı iyмененştirdiği gösterilmemiştir.

Изилдөөnın olumlu yönleri nelerdir?

Изилдөө, түзүмsal сүрөттөө менен işlevsel sinyal талдоосуni бирге düşünmeye yönelik anlaşılır bir изилдөө soruсуу ortaya koymaktadır. Kullanılan filtre, STFT жана Hilbert өзгөртүүсү gibi sinyal иштетүү adımları ачык kod parçalarıyla сууnulmuş, temel eşikler görünür biçimde белгиленген.

Yöntemin basit olması, кайсы koşulun оң натыйжа ürettiğinin takip edilmesini kolaylaştırmaktadır. Изилдөө өзүнчөca küçük маалымат kümesini жана daha büжүк, çok каналlı маалыматyle валидация gereksinimini kendi чектөөлөрү arasında kabul etmektedir.

EEG’nin görsel жана işitsel temsillerinin бирге düşünülmesi de gelecekte kullanıcı arayüzü же окутуу araçları açısından araştırılabмененcek bir fikir сууnmaktadır.

Başlıca ыкмаsel чектөөlar nelerdir?

En temel чектөө, yalnızca iki EEG kaydının bulunmasıdır. İki gözlemden bir sınıflandırıcının güжанаnilirliği же жалпыlenebilirliği ölçülemez. Veri seçimi менен eşik belirleme иштетүүlerinin aynı жазууlar üzerinde түзүмlmış olması мүмкүнlığı da aşırı uyum riskini artırmaktadır.

İkinci чектөө, bторımsız клиникалык referans этикаetlerinin bulunmamasıdır. Algoritma çıktısının чыныгыten мээ сабагынын дистрессиna karşılık gelip gelmediği bilinmemektedir. Pozitif жана терс классификацияlar, algoritmanın kendi kuralları kullanılarak oluşturulmuştur.

Üçüncü чектөө, маалымат kaynторının yeniden üretмененbilir biçimde диагнозmlanmamasıdır. Veri kümesi erişim numarası, канал, жазуу süresi жана dosya adı маалыматlmediği үчүн натыйжаларыn başka bir изилдөөcı tarafından aynı маалыматlerle tekrarlanması mümkün değildir.

Dördüncü чектөө, metin менен kod arasındaki uyumсууzluktur. “Sample entropy” adı маалыматlen иштетүү standart үлгү энтропиясы değildir. PAC hesabı normalleştirilmemiştir жана жанаktör boyutu sorunu içermektedir. “Ağırlıklı жана normalize edilmiş birleşik indeks” ifadesi de kodda karşılık bulmamaktadır.

Beşinci чектөө, sayfa 8–9’daki görsellerin натыйжаларla uyuşmamasıdır. Simüle EEG başlıklı граф жана ар башка өзгөчөlik маанилерi, чыныгы маалымат талдоосу iddiasını desteklememektedir.

Son катары изилдөө, hakem баалооsinden geçmemiş bir sторlık bilimleri preprintidir. Mevcut натыйжалар бейтап диагнозsı же tedavi kararı үчүн kullanılabмененcek kanıt деңгээлinde değildir.

Изилдөөnın Yöntemi жана Bulguları

Analiz hattının teknik кыскачаi

Eşikler жана bildirмененn натыйжалар

Listelenen маанилер kodda маалыматlen ham орточо formülüne uygulanırsa birinci жазуу үчүн yaklaşık 1,23, ikinci жазуу үчүн yaklaşık 0,87 elde edilmektedir. Бирок bu орточоlar ар башка ölçeklerdeki өзгөчөlikleri түздөн-түз topladığı үчүн karşılaştırılabilir bir клиникалык indeks oluşturmaz. Изилдөө da bu iki indeks үчүн клиникалык eşik же yorum aralığı диагнозmlamamıştır.

Tanısal валидация үчүн eksik olan bмененşenler

Daha güжанаnilir bir изилдөө кантип tasarlanmalıdır?

İlk катары kullanılacak маалымат kümesi tam erişim numarası, бейтап kodları, жазуу süreleri, канал montajı жана клиникалык этикаetleriyle ачыкlanmalıdır. EEG жазуулары yalnızca algoritmayı geliştiren kişi tarafından değil, algoritma sonucundan habersiz uzmanlar tarafından баалуулукlendirilmelidir.

IRDA belirleme ыкмасы bторımsız anotasyonlarla karşılaştırılmalı; үлгү энтропиясы standart matematiksel диагнозmıyla, ачык gömme boyutu жана tolerans parametreleriyle hesaplanmalıdır. PAC үчүн faz жана амплитуда bantlarının багыты, faz dilimleri, normalleştirme ыкмасы жана sıfır dторılımına karşı anlamlılık тестi ачык biçimde маалыматlmelidir.

Eşikler окутуу grubunda belirlenmeli жана değiştirilmeden bторımsız тест grubuna uygulanmalıdır. Sonuçlarda сезгичтик, спецификалуулук, жалган позитив жана yanlış терс катышları, ROC-AUC, güжанаn aralıkları жана калибрлөө ölçütleri raporlanmalıdır.

Son катары EEG натыйжалары yalnızca MRI түзүмsıyla değil; belirtмененr, неврологияk muayene, мээ-жүлүн суюктугу агым баалооsi жана takip натыйжалары gibi bторımsız клиникалык bilgмененrle karşılaştırılmalıdır. Böyle bir валидация түзүмlıncaya kadar система диагноз aracı катары değil, экспериментsel bir sinyal иштетүү prototipi катары kalmalıdır.

Kaynak жана Yöntem Notu

Изилдөөnın tam özgün adı:CSF-EEG FusionNet: A Noжанаl EEG-Based Algorithm for Detecting Brainstem Distress in Chiari Malformation Patients

Yazar: Rajendra Nath Dasari.

Eş birinci автор же eş katkı bilgisi: Изилдөө tek авторlıdır; eş katkı bilgisi жок.

Sorumlu автор: Resmî SSRN kaydında Rajendra Nath Dasari мененtişim авторı катары gösterilmektedir. Yüklenen изилдөөдө e-posta adresi берилген эмес.

Kurumsal байланыш: Başlık sayfasında Wake Early College of Health and Sciences yazmaktadır. Resmî SSRN kaydında Wake Tech Community College bilgisi yer almaktadır. Kurum bilgмененrindeki ар башкаlık изилдөө үчүнde түшүндүрүлгөн эмес.

DOI: 10.2139/ssrn.7192158.

SSRN жазуу tarihi: 29 Temmuz 2026.

Yayın platformu: SSRN.

Dergi: Yüklenen sürüm үчүн kabul edilmiş же yayımlanmış bir hakemli dergi bilgisi орун алган эмес.

Özgün yayınevi: Bulunmamaktadır. SSRN erken баскыч изилдөөların paylaşıldığı bir preprint platformudur; hakemli dergi же makale yayınevi değildir.

Yayın yılı: 2026.

Kaynak türü: EEG sinyal иштетүү, eşik tabanlı классификация жана сонификация içeren ыкма preprinti.

Hakemlik durumu: Изилдөө рецензиядан өткөн эмес. Sторlıkla ilgili натыйжалары kesin же клиникалык катары uygulanabilir bulgular şeklinde баалуулукlendirilmemelidir.

Resmî булак байланышsı:https://papers.ssrn.com/sol3/papers.cfm?abstract_id=7192158

Yazar katkıları: Tek авторlı olmasına rторmen өзүнчө bir CRediT katkı bildirimi берилген эмес.

Fon desteği: Yüklenen изилдөөдө fon desteği bilgisi орун алган эмес.

Çıkar çatışması: Yüklenen изилдөөдө кызыкчылыктар кагылышы bildirimi орун алган эмес.

Etik жана маалымат колдонууı: Etik kurul, маалымат берилген макулдук, маалымат колдонуу izni же anonimleştirme prosedürü hakkında өзүнчө bir ачыкlama жок. Kamuya ачык bir PhysioNet маалымат kümesinin kullanıldığı belirtilmekte, fakat маалымат kümesi erişim numarası маалыматlmemektedir.

Kod жана маалыматка жетүү: MATLAB kod parçaları metin үчүнde маалыматlmiştir; çalışan kod пакетi, sürüm bilgisi, bторımlılıklar, kullanılan чыныгы маалымат dosyaları же kamuya ачык depo байланышsı берилген эмес.

Bu түркчө текшерүү, жүкlenen изилдөөнүн 11 sayfası; ыкма ачыкlamaları, MATLAB kodu, натыйжа таблицасуу, sayfa 8’deki EEG графiği, sayfa 9’daki spektrogram жана өзгөчөlik katkı графiği, tartışma, натыйжа жана булакça баалуулукlendirмененrek hazırlanmıştır. Bilimsel ачыкlama изилдөөнүн kendi içeriğine dayandırılmış; dış булакlar yalnızca başlık, автор, DOI, SSRN жазуу tarihi, мененtişim авторı жана yayın statüsünün bibliyoграф doğrulanması amacıyla колдонулган.

Изилдөөnın başlıca чектөөлөрү; yalnızca iki kaydın баалуулукlendirilmesi, bторımsız клиникалык referans этикаetinin bulunmaması, маалымат kaynторının yeniden üretмененbilir biçimde ачыкlanmaması, standart olmayan энтропия hesabı, PAC kodundaki boyut жана normalleştirme sorunları, makine öğrenmesi модельi bulunmaması жана görsel натыйжаларыn таблица маанилерiyle uyuşmamasıdır.

Изилдөөdaki оң классификация, клиникалык мээ сабагы işlev bozukluğu диагнозsı değildir. Kodun мененri сүрөттөө же dekompresyon görüşmesi öneren bölümü doğrulanmış bir клиникалык чечим колдоосуne dayanmamaktadır жана бейтап bakımında kullanılmamalıdır.

Kaynakçada bazı изилдөөlar iki kez listelenmiş жана atıf biçimleri tutarsız колдонулган. Bu durum bibliyoграф düzenleme түзүмlması gerektiğini көрсөтөт; бирок жүкlenen изилдөө, atıf түзүмlan булакların DOI же расмий байланышlarını сууnmadığından бардык булакların идентификациясы yalnızca изилдөө үчүнden doğrulanamamaktadır.