Ученые разработали новый алгоритм на основе нейросети, который помог распознать сигналы болезни Альцгеймера и рассортировать электроэнцефалограммы здоровых людей и пациентов с этим диагнозом с точностью более 70%. Результаты исследования описаны в статье, опубликованной в журнале Algorithms.
В науке для оценки степени хаоса и неизвестности используют термин «энтропия» — обычно ее определяют для некой последовательности чисел или набора случайных величин, называемого временным рядом. Низкие значения энтропии указывают на упорядоченность данных, высокие — на хаотичность.
Ученые из Петрозаводского государственного университета совместно с зарубежными коллегами предложили новый подход, где для расчета энтропии применяется искусственный интеллект. Они создали собственную нейросеть для определения особого типа энтропии — NNetEn (Neural Network Entropy). Такой подход радикально отличается от известных методик, использующих формулу Шеннона, и имеет более высокую точность при наличии помех, «заглушающих» сигнал.
Чтобы нагляднее продемонстрировать работу алгоритма, ученые использовали его для распознавания болезни Альцгеймера на электроэнцефалограммах. Взяв готовую базу данных, они предложили алгоритму различить здоровых людей и пациентов с болезнью Альцгеймера по величине энтропии NNetEn, т.к. хаотичность сигнала меняется при наличии болезни. Эксперимент показал, что при использовании одной дополнительной энтропии в паре с NNetEn точность разделения групп превышает 70%.
В перспективе методика может использоваться для выявления ранних сигналов болезни Альцгеймера уже в клинической практике. Кроме того, поскольку нейросеть находится в открытом доступе, каждый ученый сможет применить алгоритм к собственным данным.
