close
预约产品演示
请完善以下信息,我们将联系您进行演示
*
*
我已阅读并同意《隐私政策》
close
预约数据分析
请完善以下信息,我们将联系您进行沟通
*
*
我已阅读并同意《隐私政策》

Neurology:与死亡赛跑,脑电帽可在患者到达医院之前识别卒中,或有助于更高效地挽救生命!

发布:2023-10-31    浏览:44 次

点击下方卡片关注我们~最新前沿资讯抢先看

开放转载欢迎大家转发到朋友圈和微信群

可添加小编微信13295818509获取原文 



每年,全世界有数百万人患有缺血性卒中,这是最常见的卒中类型。缺血性卒中是指血栓阻塞大脑血管,导致大脑的一部分没有血液或血液不足。及时治疗卒中对于预防永久性残疾或死亡至关重要


2023年10月17日,阿姆斯特丹UMC的科学家Maritta N van StigtJonathan M. Coutinho团队在NeurologyIF=9.9)上发表了题为“Prehospital Detection of Large Vessel Occlusion Stroke With Electroencephalography: Results of the ELECTRA-STROKE Study”的文章,该研究发明了一种特殊的脑电帽 (Brain-wave cap),可以在救护车上非常准确地识别大缺血性中风患者,让患者更快地得到适当的治疗。





研究人员发明的脑电帽,可以在救护车上绘制脑电图以进行脑电波测试。该脑电测试显示是否存在缺血性中风以及阻塞的脑血管是大还是小。这种区别决定了治疗方法的不同:在小缺血性中风的情况下,患者接受血液稀释剂,在大缺血性中风的情况下,必须在专科医院机械去除血栓。


研究人员强调,“说到卒中,时间就是生命。我们越早开始正确的治疗,结果就越好。如果救护车上的诊断已经明确,患者可以直接被送到正确的医院,从而节省了宝贵的时间。


2018 年至 2022 年间,智能脑电帽在 12 辆荷兰救护车上进行了测试,收集了近 400 名患者的数据。研究表明,脑电波帽可以非常准确地识别大缺血性卒中患者。“这项研究表明,脑电帽在救护车环境中表现良好。例如,通过脑电波帽的测量,我们可以区分大或小的缺血性中风,“研究人员补充说。


使用示意图



ROC曲线


为了将脑电波帽开发成产品并推向市场,阿姆斯特丹UMC的衍生公司TrianecT于2022年成立。此外,目前正在进行一项后续研究(AI-STROKE),其中收集了更多的测量值,以开发一种算法来改善对救护车中大型缺血性卒中的识别。


参考文献
van Stigt, M. N., Groenendijk, E. A., Van Meenen, L. C., van de Munckhof, A., Theunissen, M., Franschman, G., Smeekes, M. D., van Grondelle, J. A., Geuzebroek, G., Siegers, A., Visser, M. C., van Schaik, S. M., Halkes, P. H. A., Majoie, C. B., Roos, Y. B. W. M., Koelman, J. H., Koopman, M. S., Marquering, H., Potters, W. V., & Coutinho, J. M. (2023). Prehospital Detection of Large Vessel Occlusion Stroke With Electroencephalography: Results of the ELECTRA-STROKE Study. Neurology, 10.1212/WNL.0000000000207831. Advance online publication. https://doi.org/10.1212/WNL.0000000000207831

资讯来源

https://medicalxpress.com/news/2023-10-smart-brain-wave-cap-patient-hospital.html


欢迎加入前沿资讯交流群,入群方式:

添加小编微信13295818509

备注(姓名-工作单位/院校-研究方向-文献交流

(可扫描下方二维码)

入群可免费提供文献下载服务


培训课程


数据分析业务


编译:展琳琳

校审:李   杰


全文完

所有注明出处的文章,旨在分享、传播,如有侵权,请及时联系我们,我们将尽快处理

喜欢本文记得一键四连

点点赞点在看点分享点收藏

上一篇:Nature子刊:重磅!复旦大学类脑研究院与华山医院联合揭示脑室的遗传结构及其与神经精神疾病的遗传关联
下一篇:PNAS:大脑信号可以预测一篇新闻文章在网上被分享的频率,突显(跨文化)信息共享的关键神经认知基础