Utafiti huu unapendekeza mkondo wa uchanganuzi unaoitwa CSF-EEG FusionNet ili kutambua, kutoka kwa ishara za EEG, hali ya kiutendaji inayoitwa “msongo wa shina la ubongo” kwa watu wenye Chiari Malformation Type I. Mfumo huhesabu vipengele vitatu: shughuli ya delta yenye mpangilio wa vipindi (IRDA), thamani ya entropia inayodaiwa kuwakilisha uchangamano wa EEG, na ulinganifu wa awamu-amplitudo kati ya delta na alfa. Ikiwa thamani ya IRDA ni kubwa kuliko 3, entropia ni ndogo kuliko 0,45 na thamani ya PAC ni kubwa kuliko 0,15, rekodi huwekewa alama ya “msongo chanya”.

Katika utafiti huu, rekodi mbili tu za EEG za chaneli moja zilitathminiwa. Kwa rekodi ya kwanza, IRDA 3,12, entropia 0,42 na PAC 0,16 zilihesabiwa na ikaainishwa kuwa chanya; kwa rekodi ya pili, kwa mpangilio huo huo, 1,90, 0,65 na 0,07 zilihesabiwa na ikaainishwa kuwa hasi. Hata hivyo, matokeo haya hayakulinganishwa na utambuzi huru wa kliniki, matokeo ya upigaji picha, tathmini ya daktari au matokeo ya upasuaji. Kwa hiyo, haijaonyeshwa kwamba algoriti hutambua kweli hitilafu ya utendaji wa shina la ubongo; kilichoonyeshwa ni kwamba hutenganisha rekodi mbili kwa kutumia vizingiti vilivyochaguliwa mapema na mwandishi.

Tathmini kwa muktadha wa Uturuki: Mbinu hii inaweza kutoa wazo la kuanzia kwa tafiti za maendeleo ya mbinu zitakazofanywa kwa pamoja nchini Uturuki na timu za uchakataji wa ishara za EEG, upasuaji wa neva, neurology na uhandisi wa tiba. Hata hivyo, kabla ya matumizi ya kliniki, kunahitajika utafiti wa vituo vingi ulioidhinishwa na kamati ya maadili; makundi ya wagonjwa na udhibiti yaliyofafanuliwa wazi; EEG ya chaneli nyingi; MRI na vipimo vya mtiririko wa kiowevu cha ubongo na uti wa mgongo; lebo huru za wataalamu; kundi la majaribio lililopofushwa na vipimo vya usahihi wa utambuzi. Utafiti huu hauwezi kutumiwa kutoa hitimisho la moja kwa moja kuhusu utambuzi, hitaji la upasuaji, ubashiri au uchaguzi wa matibabu kwa wagonjwa wa Chiari nchini Uturuki.

Kizuizi muhimu zaidi cha utafiti si ukubwa mdogo wa sampuli pekee. Ingawa jina “FusionNet” linaweza kutoa taswira ya mtandao wa ujifunzaji wa mashine, mbinu iliyotumika ni kanuni ya kimantiki yenye vizingiti vitatu na haina uzani unaojifunza. Aidha, haijulikani ikiwa misimbo ya entropia na PAC huhesabu kwa kuaminika vipimo vilivyoelezwa kwenye maandishi. Pia kuna kutolingana muhimu kati ya vielelezo vya utafiti na matokeo ya nambari. Kwa hiyo, utafiti unapaswa kuchukuliwa si kama ushahidi wa alama-biolojia ya kliniki, bali kama onyesho la dhana linalohitaji kubuniwa upya na kuthibitishwa kwa uhuru.

Utafiti unajaribu kutatua tatizo gani?

Utafiti unaanzia kwenye dhana kwamba katika Chiari Malformation Type I, si kila mara kuna uhusiano wazi kati ya matokeo ya upigaji picha wa kimuundo na dalili zinazotolewa na wagonjwa. Mtafiti anapendekeza kwamba MRI huonyesha muundo wa anatomia, ilhali EEG inaweza kupima mabadiliko ya kiutendaji yanayobadilika kwa muda katika mfumo wa neva.

Katika muktadha huu, swali kuu la utafiti ni hili: Je, kwa kuunganisha shughuli ya delta, uchangamano wa ishara na thamani za ulinganifu kati ya masafa zilizotolewa kutoka kwenye ishara moja ya EEG ya chaneli moja, inawezekana kuunda kiashiria cha “msongo wa shina la ubongo” kinachodhaniwa kuhusiana na Chiari Malformation?

Utafiti haujaribu swali hili katika kiwango cha utafiti wa utambuzi wa kliniki. Mbinu imetumika tu kwenye rekodi mbili za EEG na hakuna kipimo huru cha usahihi kilichofanywa. Hivyo, utafiti unajaribu kuonyesha uwezekano wa kiufundi wa mbinu, lakini hauuthibitishi manufaa yake halisi ya kliniki au uhalali wake wa kiutambuzi.

Data za EEG zimeelezwaje?

Mtafiti anasema kwamba rekodi za EEG ziko kwenye PhysioNet na zilichukuliwa kutoka kwa watu wenye Chiari Malformation Type I wakati wa tathmini ya kawaida ya kliniki. Kiwango cha sampuli kimeelezwa kuwa 256 Hz na rekodi zimesemekana kuhifadhiwa katika faili zinazooana na MATLAB za .mat .

Imeandikwa kwamba kwa kila rekodi ilitumika chaneli moja tu ya EEG, iliyochaguliwa kwa hoja kwamba “inawakilisha wazi shughuli inayohusiana na shina la ubongo”. Hata hivyo, taarifa zifuatazo hazijatolewa:

• jina kamili la seti ya data ya PhysioNet, nambari ya ufikiaji au kiungo,
• utambulisho wa faili na sehemu za rekodi zilizotumika,
• jina la elektrodi au chaneli,
• elektrodi ya marejeo na mpangilio wa EEG,
• muda wa rekodi,
• umri, jinsia, dalili na hali ya matibabu ya wagonjwa,
• jinsi utambuzi wa Chiari na lebo ya “msongo wa shina la ubongo” zilivyowekwa,
• vigezo vilivyotumika kuondoa artefakti,
• taarifa ya kamati ya maadili au matumizi ya data.

Kwa sababu ya mapungufu haya, haiwezekani kupata tena rekodi zilizochanganuliwa na kurudia matokeo kwa uhuru kwa kutumia taarifa zilizomo kwenye kazi iliyopakiwa. Pia haijaonyeshwa kwa majaribio ndani ya chanzo kwamba chaneli moja hutoa ishara maalumu ya shina la ubongo.

Uchakataji wa awali ulifanywaje?

Ishara ghafi za EEG zilikaguliwa kwanza kwa macho, kisha zikapitishwa kwenye kichujio cha bendi cha Butterworth cha daraja la nne chenye awamu sifuri. Bendi ya kupitisha iliwekwa kuwa 0,5–40 Hz:

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

Operesheni ya pande mbili ya filtfilt ilitumika kupunguza ucheleweshaji wa awamu wa kichujio. Hata hivyo, haijaelezwa ni nani aliyefanya ukaguzi wa artefakti kwa macho, wala ni kwa kanuni gani harakati za macho, shughuli za misuli, kukatika kwa elektrodi au artefakti za harakati zilikataliwa.

Kipengele cha IRDA kilihesabiwaje?

Ili kutambua shughuli ya delta yenye mpangilio wa vipindi, Fourier transform ya muda mfupi ilitumika. Katika msimbo, dirisha la Hamming lenye sampuli 512, mwingiliano wa sampuli 400 na Fourier transform ya pointi 1.024 zilitumika. Kwa kiwango cha sampuli cha 256 Hz, sampuli 512 ni sawa na dirisha la takribani sekunde mbili.

Katika kila dirisha la muda, ukubwa wa spektra katika masafa ya 1–4 Hz uliwekewa wastani:

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

Alama ya IRDA ilihesabiwa kama uwiano wa ukubwa wa juu zaidi wa delta kwa ukubwa wa wastani wa delta kwa muda:

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

Uwiano huu unalenga kuonyesha jinsi shughuli kubwa ya delta ya muda mfupi inavyojitokeza ikilinganishwa na shughuli ya wastani. Hata hivyo, ingawa maandishi huiita thamani hii “nishati”, nguvu ya spektra \(|S|^2\) haitumiki katika msimbo; badala yake ukubwa wa spektra \(|S|\) hutumika. Pia haijaonyeshwa kwamba kizingiti cha IRDA cha 3 kilitokana na kundi huru la mafunzo au uthibitishaji.

Je, entropia ni sample entropy kweli?

Maandishi yanasema kwamba “sample entropy”, yaani entropia ya sampuli, imehesabiwa. Kwa kawaida, sample entropy hutegemea uwezekano kwamba mifumo ya ishara inayofanana itaendelea kufanana katika sampuli inayofuata ndani ya ukubwa fulani wa embedding na uvumilivu.

Hata hivyo, msimbo wa MATLAB uliowasilishwa huhesabu ukubwa ufuatao:

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

Usemi huu si sample entropy ya kawaida. Msimbo hauna urefu wa muundo, thamani ya uvumilivu wala kuhesabu mlolongo unaofanana. Aidha, ishara ya EEG inapokaribia sifuri, \(x_f(n)\) katika kipunguzio inaweza kusababisha thamani kubwa sana, infinity au kutokuwa thabiti kwa nambari.

Kwa hiyo, si sahihi kufasiri thamani zilizoripotiwa katika utafiti kama “entropia = 0,42” na “entropia = 0,65” kuwa sample entropy ya kawaida. Thamani hizi ni matokeo tu ya ugeuzaji maalumu uliofafanuliwa katika msimbo wa chanzo.

Ulinganifu wa awamu-amplitudo umefafanuliwaje?

Katika utafiti, uhusiano kati ya amplitudo ya bendi ya delta na awamu ya bendi ya alfa umeitwa PAC. Kwanza, ishara ya EEG iligawanywa katika bendi za 1–4 Hz na 8–12 Hz. Kutoka kwenye Hilbert transform, amplitudo ya delta \(A_\delta(n)\) na awamu ya alfa \(\phi_\alpha(n)\) zilipatikana.

Hesabu inayokusudiwa na msimbo ni takribani hii:

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

Thamani hii inategemea amplitudo ya ishara, na msimbo hautumii modulation index ya kawaida inayosawazishwa kulingana na usambazaji wa uwezekano au sehemu za awamu. Haijaonyeshwa kwamba kizingiti cha “PAC > 0,15” kina maana sawa kwa vifaa, chaneli au viwango tofauti vya amplitudo.

Aidha, katika msimbo kuna alpha_phase' transposition katika umbo hili. Ikiwa amplitudo ya delta na awamu ya alfa zina mwelekeo tofauti wa safu na nguzo, kulingana na toleo la MATLAB kunaweza kutokea kutolingana kwa vipimo au matriksi ya pande mbili. Katika hali hiyo, mi inaweza kuwa vekta badala ya nambari moja na operesheni ya baadaye ya && ya uainishaji inaweza isifanye kazi. Kwa kuwa chanzo hakijatoa mwelekeo wa data uliotumika wala matokeo ya msimbo uliofanya kazi, tatizo hili haliwezi kutatuliwa.

Je, “FusionNet” ni mtandao wa neva kweli?

Hapana. Katika kazi iliyopakiwa hakuna tabaka zinazoweza kufunzwa, neva, uzani, loss function, algoriti ya uboreshaji, kipindi cha mafunzo au seti ya uthibitishaji. Uainishaji unafanywa kwa kanuni hii thabiti ya kimantiki:

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

Ikiwa masharti yote matatu ni kweli, matokeo huwa chanya; ikiwa hata sharti moja halijatimizwa, matokeo huwa hasi. Kwa hiyo, mbinu si mtandao wa ujifunzaji wa mashine bali ni mfumo wa maamuzi unaotegemea kanuni na vizingiti vilivyowekwa mapema.

Msimbo pia huchapisha thamani ya “EEG Distress Index” kama wastani wa arithmetiki wa vipengele vitatu ghafi:

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

Ingawa vipengele viko katika mizani tofauti, msimbo hauna normalization wala weighting. Kwa kuwa IRDA ni kubwa zaidi kwa nambari kuliko vipengele vingine, hutawala wastani kwa kawaida. Ingawa maandishi hutumia maneno “mchango wenye uzani” na “vipengele vilivyosawazishwa”, msimbo uliowasilishwa hauna hatua hizi.

Ni matokeo gani yaliyoripotiwa katika rekodi mbili za EEG?

Thamani zote tatu katika rekodi ya kwanza ziko upande chanya wa vizingiti vilivyowekwa mapema, na thamani zote tatu katika rekodi ya pili ziko upande hasi. Kwa hiyo, kanuni ilitoa matokeo chanya kwa rekodi ya kwanza na hasi kwa rekodi ya pili.

Hata hivyo, utafiti hauna kiwango huru cha marejeo kinachoonyesha hali halisi ya kliniki ya rekodi. Maneno “chanya” na “hasi” si utambuzi wa kliniki uliotolewa na daktari, bali ni matokeo ya vizingiti vya algoriti yenyewe. Kwa hiyo, usahihi, sensitivity, specificity, positive predictive value, negative predictive value au ROC curve haviwezi kuhesabiwa kutoka kwenye matokeo haya.

Vielelezo vya ukurasa wa 8 na 9 vinaonyesha nini?

Grafu ya kwanza kwenye ukurasa wa 8 inaonyesha umbo la wimbi la EEG la takribani sekunde kumi. Kichwa cha grafu ni wazi “Simulated EEG with IRDA”, yaani “EEG iliyosimuliwa yenye IRDA”. Hata hivyo, maelezo ya kielelezo yanasema kwamba hii inawakilisha ishara ghafi ya EEG. Hali hii hailingani na dai kuu la utafiti kwamba ulitumia rekodi halisi za wagonjwa.

Spektrogramu ya ukurasa wa 9 inaonyesha masafa ya takribani 0–130 Hz na ukubwa mkubwa zaidi wa spektra katika masafa ya chini. Hata hivyo, haijaelezwa ni rekodi ya mgonjwa gani, ni kipindi gani cha muda kilitumika, wala kwa nini eneo la zaidi ya 40 Hz linaonyeshwa licha ya kutumia kichujio cha 0,5–40 Hz.

Katika grafu ya mchango wa vipengele kwenye ukurasa huo huo, nguzo ya IRDA inaonekana kuwa takribani 1,4, nguzo ya entropia takribani 2,5 na thamani ya PAC karibu na sifuri. Thamani hizi hazilingani na 3,12, 0,42 na 0,16 katika jedwali la matokeo. Jedwali la chini linarudia thamani za rekodi mbili zilizo kwenye maandishi.

Kwa hiyo, vielelezo haviwezi kutumiwa kama matokeo yanayoweza kuthibitishwa ya rekodi mbili halisi zilizochanganuliwa. Msururu wa ushahidi wa kuona wa utafiti haujakamilika mpaka kutolingana kati ya grafu na jedwali la matokeo kurekebishwe.

Sonification inalenga nini?

Utafiti pia unapendekeza kubadilisha ishara ya EEG iliyochujwa kuwa umbo la kusikika. Amplitudo ya EEG huwekwa katika kiwango cha 0–1, kisha huunganishwa na masafa ya sauti kati ya 300–3.000 Hz. Ikiwa uainishaji ni chanya, sauti ya onyo ya nusu sekunde yenye 1.200 Hz pia hutengenezwa.

Sehemu hii inatoa wazo bunifu kwa upatikanaji na utambuzi wa haraka. Hata hivyo, haijajaribiwa ikiwa ubadilishaji wa sauti huhifadhi kwa kuaminika vipengele vya EEG, ikiwa wahudumu wa kliniki wanaweza kutofautisha sauti hii, au ikiwa sonification hutoa matokeo bora kuliko uchanganuzi wa kuona. Sonification si sehemu iliyothibitishwa inayoongeza usahihi wa utambuzi wa utafiti.

Kwa nini mwongozo wa kliniki ndani ya msimbo ni tatizo?

Matokeo yanapokuwa chanya, msimbo hutoa ujumbe wenye maana hii: “Msongo wa shina la ubongo unawezekana; fikiria upigaji picha wa juu zaidi au ushauri kuhusu decompression.”

Pendekezo hili halina uungwaji mkono kwa mfumo unaotegemea vizingiti vitatu vya majaribio na rekodi mbili tu. Utafiti haujachunguza hitaji la upasuaji, manufaa ya matibabu au uamuzi wa decompression. Kwa hiyo, mstari wa msimbo unaotoa pendekezo la kliniki unapaswa kuondolewa kwenye prototype ya utafiti na mfumo usitumike katika uamuzi wowote wa usimamizi wa mgonjwa.

Matokeo yanayoungwa mkono na utafiti

• Kichujio cha bendi cha 0,5–40 Hz, STFT na Hilbert transform vinaweza kutumika kwenye ishara ya EEG.
• Shughuli ya delta, thamani maalumu ya entropia iliyoelezwa katika msimbo na ulinganifu wa delta-alfa vinaweza kuhesabiwa katika mkondo mmoja wa uchanganuzi.
• Vizingiti vitatu vilivyowekwa mapema hutenganisha mlolongo miwili ya nambari uliotolewa kiasi kwamba mmoja ni chanya na mwingine ni hasi.
• Data za EEG zinaweza kuonyeshwa kwa picha na kubadilishwa kuwa sauti.
• Mbinu inaweza kuendelezwa upya kama prototype ya kuanzia kwa utafiti mpana zaidi wa uthibitishaji wa kliniki.

Matokeo ambayo utafiti haujathibitisha

• Haijathibitishwa kwamba CSF-EEG FusionNet hutambua kwa usahihi msongo wa shina la ubongo.
• Haijaonyeshwa kwamba thamani za IRDA, entropia na PAC ni maalumu kwa Chiari Malformation.
• Rekodi “chanya” na “hasi” hazijawekewa lebo kwa marejeo huru ya kliniki.
• Sensitivity, specificity au false-positive rate ya algoriti haijahesabiwa.
• Haijaonyeshwa kwamba chaneli moja ya EEG inawakilisha kwa namna maalumu utendaji wa shina la ubongo.
• Haijaonyeshwa kwamba vizingiti vinafanya kazi kwa wagonjwa wapya au vifaa tofauti vya EEG.
• Haijajaribiwa kwa kulinganisha ikiwa mbinu inaongeza thamani ya utambuzi juu ya MRI.
• Haijathibitishwa kwamba algoriti inaweza kutumika kwa ufuatiliaji wa mgonjwa, uchaguzi wa upasuaji au uamuzi wa matibabu.
• Hakuna mtandao wa neva uliofunzwa wala modeli ya ujifunzaji wa mashine katika utafiti.
• Haijaonyeshwa kwamba sonification huboresha tafsiri ya kliniki.

Ni yapi mambo chanya ya utafiti?

Utafiti unaweka swali la utafiti linaloeleweka kuhusu kuzingatia kwa pamoja upigaji picha wa kimuundo na uchanganuzi wa ishara za kiutendaji. Hatua za uchakataji wa ishara kama kichujio, STFT na Hilbert transform zimewasilishwa kwa vipande vya msimbo vilivyo wazi, na vizingiti vya msingi vimeonyeshwa wazi.

Urahisi wa mbinu hufanya iwe rahisi kufuatilia ni sharti gani linalotoa matokeo chanya. Utafiti pia unatambua seti ndogo ya data na hitaji la uthibitishaji kwa data kubwa zaidi ya chaneli nyingi kama sehemu ya mapungufu yake.

Kuzingatia kwa pamoja mawasilisho ya EEG ya kuona na kusikika pia kunatoa wazo ambalo linaweza kuchunguzwa baadaye kwa kiolesura cha mtumiaji au zana za elimu.

Ni yapi mapungufu makuu ya kimetodolojia?

Kizuizi cha msingi zaidi ni kuwepo kwa rekodi mbili tu za EEG. Kutokana na uchunguzi mbili, uaminifu au uwezo wa kujumlisha wa classifier hauwezi kupimwa. Uwezekano kwamba uteuzi wa data na uwekaji wa vizingiti vilifanywa kwenye rekodi zilezile pia huongeza hatari ya overfitting.

Kizuizi cha pili ni kutokuwepo kwa lebo huru za marejeo ya kliniki. Haijulikani kama matokeo ya algoriti yanaendana kweli na msongo wa shina la ubongo. Uainishaji chanya na hasi uliundwa kwa kutumia kanuni za algoriti yenyewe.

Kizuizi cha tatu ni kwamba chanzo cha data hakijaelezwa kwa namna inayoweza kurudiwa. Kwa kuwa nambari ya ufikiaji wa seti ya data, chaneli, muda wa rekodi na jina la faili havijatolewa, mtafiti mwingine hawezi kurudia matokeo kwa data zilezile.

Kizuizi cha nne ni kutolingana kati ya maandishi na msimbo. Operesheni inayoitwa “sample entropy” si sample entropy ya kawaida. Hesabu ya PAC haijasawazishwa na ina tatizo la vipimo vya vekta. Kauli ya “faharasa iliyounganishwa yenye uzani na iliyosawazishwa” pia haina hatua inayolingana kwenye msimbo.

Kizuizi cha tano ni kwamba vielelezo vya ukurasa wa 8–9 havilingani na matokeo. Grafu yenye kichwa cha EEG iliyosimuliwa na thamani tofauti za vipengele haviungi mkono dai la uchanganuzi wa data halisi.

Mwisho, kazi hii ni preprint ya sayansi za afya ambayo haijapitiwa na wahakiki rika. Matokeo yaliyopo hayafikii kiwango cha ushahidi kinachoweza kutumika kwa utambuzi wa mgonjwa au uamuzi wa matibabu.

Mbinu na Matokeo ya Utafiti

Muhtasari wa kiufundi wa mkondo wa uchanganuzi

Vizingiti na matokeo yaliyoripotiwa

Thamani zilizoorodheshwa zikitumika kwenye fomula ya wastani ghafi iliyo kwenye msimbo, takribani 1,23 hupatikana kwa rekodi ya kwanza na takribani 0,87 kwa rekodi ya pili. Hata hivyo, wastani huu hujumlisha moja kwa moja vipengele vya mizani tofauti na kwa hiyo hauundi faharasa ya kliniki inayoweza kulinganishwa. Utafiti pia haujafafanua kizingiti cha kliniki wala upeo wa tafsiri kwa faharasa hizi mbili.

Vipengele vinavyokosekana kwa uthibitishaji wa kiutambuzi

Utafiti wa kuaminika zaidi unapaswa kubuniwaje?

Kwanza, seti ya data itakayotumika inapaswa kuelezwa kwa nambari kamili ya ufikiaji, misimbo ya wagonjwa, muda wa rekodi, mpangilio wa chaneli na lebo za kliniki. Rekodi za EEG zinapaswa kutathminiwa si tu na mtu aliyebuni algoriti, bali pia na wataalamu wasiojua matokeo ya algoriti.

Mbinu ya kutambua IRDA inapaswa kulinganishwa na maelezo huru; sample entropy ihesabiwe kwa ufafanuzi wake wa kawaida wa hisabati, kwa embedding dimension na vigezo vya tolerance vilivyo wazi. Kwa PAC, mwelekeo wa bendi za awamu na amplitudo, sehemu za awamu, mbinu ya normalization na jaribio la umuhimu dhidi ya null distribution vinapaswa kutolewa wazi.

Vizingiti vinapaswa kuamuliwa katika kundi la mafunzo na kutumika bila kubadilishwa kwenye kundi huru la majaribio. Matokeo yanapaswa kuripoti sensitivity, specificity, false-positive na false-negative rates, ROC-AUC, vipindi vya kujiamini na vipimo vya calibration.

Mwisho, matokeo ya EEG yanapaswa kulinganishwa si tu na muundo wa MRI, bali pia na taarifa huru za kliniki kama dalili, uchunguzi wa neva, tathmini ya mtiririko wa kiowevu cha ubongo na uti wa mgongo na matokeo ya ufuatiliaji. Hadi uthibitishaji huo ufanywe, mfumo unapaswa kubaki prototype ya majaribio ya uchakataji wa ishara, si chombo cha utambuzi.

Maelezo ya Chanzo na Mbinu

Jina kamili asilia la utafiti:CSF-EEG FusionNet: A Novel EEG-Based Algorithm for Detecting Brainstem Distress in Chiari Malformation Patients

Mwandishi: Rajendra Nath Dasari.

Taarifa ya mwandishi wa kwanza mwenza au mchango sawa: Utafiti una mwandishi mmoja; hakuna taarifa ya mchango sawa.

Mwandishi wa mawasiliano: Katika rekodi rasmi ya SSRN, Rajendra Nath Dasari ameonyeshwa kama mwandishi wa mawasiliano. Barua pepe haijatolewa katika kazi iliyopakiwa.

Uhusiano wa taasisi: Ukurasa wa kichwa unaandika Wake Early College of Health and Sciences. Rekodi rasmi ya SSRN ina taarifa ya Wake Tech Community College. Tofauti hii ya taarifa za taasisi haijaelezwa ndani ya utafiti.

DOI: 10.2139/ssrn.7192158.

Tarehe ya usajili wa SSRN: 29 Julai 2026.

Jukwaa la uchapishaji: SSRN.

Jarida: Kwa toleo lililopakiwa, hakuna taarifa ya jarida lililopitiwa na wahakiki rika ambalo limekubali au kuchapisha kazi hii.

Mchapishaji asilia: Haupo. SSRN ni jukwaa la preprint la kushiriki utafiti wa hatua za awali; si jarida lililopitiwa na rika wala mchapishaji wa makala.

Mwaka wa uchapishaji: 2026.

Aina ya chanzo: Preprint ya mbinu inayojumuisha uchakataji wa ishara za EEG, uainishaji unaotegemea vizingiti na sonification.

Hali ya peer review: Utafiti haujapitiwa na wahakiki rika. Matokeo yanayohusiana na afya hayapaswi kuchukuliwa kuwa ya mwisho au yanayoweza kutumika kliniki.

Kiungo rasmi cha chanzo:https://papers.ssrn.com/sol3/papers.cfm?abstract_id=7192158

Michango ya mwandishi: Ingawa utafiti una mwandishi mmoja, hakuna taarifa tofauti ya mchango wa CRediT iliyowasilishwa.

Ufadhili: Hakuna taarifa ya ufadhili katika kazi iliyopakiwa.

Mgongano wa maslahi: Hakuna tamko la mgongano wa maslahi katika kazi iliyopakiwa.

Maadili na matumizi ya data: Hakuna tamko tofauti kuhusu kamati ya maadili, ridhaa iliyoarifiwa, ruhusa ya matumizi ya data au utaratibu wa kuondoa utambulisho. Inasemekana kwamba seti ya data ya PhysioNet inayopatikana hadharani ilitumika, lakini nambari ya ufikiaji wa seti hiyo haijatolewa.

Ufikiaji wa msimbo na data: Vipande vya msimbo wa MATLAB vimetolewa ndani ya maandishi; kifurushi cha msimbo kinachofanya kazi, taarifa ya toleo, utegemezi, faili halisi za data zilizotumika au kiungo cha hifadhi ya umma havijatolewa.

Mapitio haya ya Kiswahili yameandaliwa kwa kuchunguza kurasa 11 za kazi iliyopakiwa; maelezo ya mbinu, msimbo wa MATLAB, jedwali la matokeo, grafu ya EEG kwenye ukurasa wa 8, spektrogramu na grafu ya mchango wa vipengele kwenye ukurasa wa 9, mjadala, hitimisho na marejeo. Maelezo ya kisayansi yameegemezwa kwenye maudhui ya utafiti wenyewe; vyanzo vya nje vilitumika tu kwa uthibitishaji wa kibibliografia wa kichwa, mwandishi, DOI, tarehe ya usajili wa SSRN, mwandishi wa mawasiliano na hali ya uchapishaji.

Mapungufu makuu ya utafiti ni: tathmini ya rekodi mbili tu, kutokuwepo kwa lebo huru za marejeo ya kliniki, kutofafanuliwa kwa chanzo cha data kwa namna inayoweza kurudiwa, hesabu isiyo ya kawaida ya entropia, matatizo ya vipimo na normalization katika msimbo wa PAC, kutokuwepo kwa modeli ya ujifunzaji wa mashine na kutolingana kwa matokeo ya kuona na thamani za jedwali.

Uainishaji chanya katika utafiti si utambuzi wa kliniki wa hitilafu ya utendaji wa shina la ubongo. Sehemu ya msimbo inayopendekeza upigaji picha wa juu zaidi au ushauri wa decompression haitegemei mfumo wa usaidizi wa maamuzi ya kliniki uliothibitishwa na haipaswi kutumiwa katika huduma ya mgonjwa.

Katika marejeo, baadhi ya tafiti zimeorodheshwa mara mbili na mitindo ya kunukuu imetumika kwa kutolingana. Hii inaonyesha haja ya uhariri wa kibibliografia; hata hivyo, kwa kuwa kazi iliyopakiwa haitoi DOI au viungo rasmi vya vyanzo vilivyonukuliwa, utambulisho wa marejeo yote hauwezi kuthibitishwa kwa kutumia kazi hiyo pekee.