Ученые разработали новый алгоритм на основе нейронной сети, помогающий распознать сигналы болезни Альцгеймера и рассортировать электроэнцефалограммы здоровых людей и пациентов с диагнозом с точностью более 70%.
В различных науках для оценки степени хаоса, беспорядка и неизвестности используют термин «энтропия». Энтропия напрямую связана с «неожиданностью» возникновения события, и чем событие более предсказуемо, тем степень неупорядоченности меньше.
Специалисты из Петрозаводского государственного университета совместно с зарубежными коллегами предложили совершенно другой подход, где при расчете энтропии применяется искусственный интеллект. Они создали собственную нейросеть для определения особого типа энтропии — энтропии Neural Network Entropy (NNetEn). Алгоритм с помощью математических методов научился вычислять значение энтропии.
Нейросеть использовали его для распознавания болезни Альцгеймера на электроэнцефалограммах. Авторы взяли готовую базу данных 65 пациентов, разделенных на две группы: контрольная и с болезнью Альцгеймера. Алгоритм должен был распознать здоровых участников и пациентов с болезнью Альцгеймера по величине энтропии NNetEn, так как хаотичность сигнала меняется при наличии болезни.
Использование NNetEn в качестве единственного инструмента дало точность диагностики 67%. В сочетании с несколькими типами энтропий с разными значениями точность повышалась до 73%. В перспективе методика может использоваться для выявления ранних сигналов болезни Альцгеймера в клинической практике.
«Новый метод вычисления энтропии нейронной сетью будет полезен для специалистов, работающих с большими данными в области искусственного интеллекта и машинного обучения. Преимущество алгоритма заключается в том, что он использует оригинальный способ оценки и изучения хаоса, в результате чего получаемые данные дают значительный синергетический эффект при добавлении их к другим признакам», — приводит пресс-служба РНФ слова главы проекта, ведущего научного сотрудника ПетрГУ Андрея Величко.
