သိပ္ပံပညာရှင်များသည်ဇီဝဗေဒဆိုင်ရာအချက်ပြမှုများကိုအချိန်မှန်အသိအမှတ်ပြုနိုင်သည့်အတုအာရုံခံဆဲလ်ချစ်ပ်ကိုတည်ဆောက်သည်

လက်ရှိအာရုံကြောကွန်ယက် Algorithms သည်အထင်ကြီးစရာကောင်းလောက်အောင်များပြားလှသောရလဒ်များရရှိစေသည်။ သို့သော်ဤ algorithms ကိုအသုံးပြုသောအီလက်ထရောနစ်ပစ္စည်းများသည်ကြီးမားသောစွမ်းအင်လိုအပ်နေဆဲဖြစ်သည်။ ပတ် 0 န်းကျင်နှင့်အာရုံခံသတင်းအချက်အလက်သို့မဟုတ်အပြန်အလှန်အကျိုးသက်ရောက်မှုများသို့မဟုတ်အပြန်အလှန်အကျိုးသက်ရောက်မှုများပြုပြင်ခြင်းနှင့်ပတ်သက်သည့်အချိန်နှင့်တပြေးညီလုပ်ဆောင်သည့်အခါဤအတုထောက်လှမ်းရေးစနစ်များ (AI) စနစ်များသည် ဦး နှောက်နှင့်မယှဉ်ပြိုင်နိုင်ပါ။ နှင့် neuromorphic Engineering သည်အတုထောက်လှမ်းရေးနှင့်သဘာဝထောက်လှမ်းရေးအကြားပေါင်းကူးမှုကိုတည်ဆောက်သောစနစ်သစ်ဖြစ်သည်။

Zurich တက္ကသိုလ်, Eth Eth Zurich နှင့် Zurich တက္ကသိုလ်ဆေးရုံရှိ interdisciplinary သုတေသနအဖွဲ့သည်ရှုပ်ထွေးသောဇီဝဗေဒဆိုင်ရာအချက်ပြမှုများကိုဖော်ထုတ်နိုင်သည့် neuromorphic နည်းပညာအပေါ် အခြေခံ. ချစ်ပ်ကိုရေးဆွဲရန်ဤနည်းလမ်းကိုအသုံးပြုခဲ့သည်။ သိပ္ပံပညာရှင်များသည်ယခင်ကမှတ်တမ်းတင်ထားသောကြိမ်နှုန်းမြင့်သောလှံများ (HFO) ကိုအောင်မြင်စွာရှာဖွေတွေ့ရှိရန်ဤနည်းပညာကိုအသုံးပြုနိုင်ခဲ့သည်။ intracranial Electrency ကို သုံး. တိုင်းတာသည်ဤအထူးလှိုင်းများသည် (IEEG) ကို အသုံးပြု. ရရှိရန် Biomarkers ကိုဖမ်းဆီးခြင်းကိုဖြစ်ပေါ်စေသော ဦး နှောက်တစ်ရှူးများကိုဖော်ထုတ်ရန်ကတိပေးခဲ့သည်။

သုတေသီများက ဦး နှောက်၏သဘာဝအာရုံကြောကွန်ယက်ကို simulating ဖြင့် HFO ကိုရှာဖွေရန် HFO ကိုရှာဖွေရန် Algorithm ကိုဒီဇိုင်းဆွဲခဲ့သည်။ ဒုတိယအဆင့်မှာလျှပ်ကူးစက်များမှတစ်ဆင့်အာရုံကြောဆိုင်ရာအချက်ပြမှုများကိုရရှိသောလက်သည်းအရွယ်ရှိ hardware တွင် SNN ကိုအကောင်အထည်ဖော်ရန်ဖြစ်သည်။ ရိုးရာကွန်ပျူတာများနှင့်မတူဘဲ၎င်းတွင်စွမ်းအင်ကြီးမားသောစွမ်းဆောင်ရည်ရှိသည်။ ၎င်းသည်အင်တာနက်သို့မဟုတ် cloud computing ကိုမှီခိုခြင်းမရှိဘဲတွက်ချက်မှုအလွန်မြင့်မားသောအချိန် resolution နှင့်အတူတွက်ချက်မှုများကိုပြုလုပ်နိုင်သည်။

ဇူးရစ်နှင့် zurich တက္ကသိုလ်မှပါမောက္ခ Giacomo Indiveri က Giacomo Indiveri က "ကျွန်တော်တို့ရဲ့ဒီဇိုင်းကကျွန်တော်တို့ကိုဇီဝဗေဒအချက်ပြမှုများအတွက်ဇီဝဗေဒဆိုင်ရာအချက်ပြမှုများအတွက်စပိန်တကာပုံစံများကိုအသိအမှတ်ပြုရန်ခွင့်ပြုသည်။ "

ယခုအခါသုတေသီများသည် HFO များကိုအမှန်တကယ်အချိန်မှန်တွင်ယုံကြည်စိတ်ချရသောနှင့်မထင်မှတ်ရန်အီလက်ထရွန်နစ်စနစ်တစ်ခုကိုဖန်တီးရန်အီလက်ထရောနစ်စနစ်တစ်ခုကိုဖန်တီးရန်သူတို့၏တွေ့ရှိချက်များကိုအသုံးပြုရန်စီစဉ်နေကြသည်။ operating room တွင်နောက်ထပ်ရောဂါရှာဖွေရေးကိရိယာတစ်ခုအဖြစ်အသုံးပြုသောအခါစနစ်သည်အာရုံကြောဆိုင်ရာကြားဝင်ဆောင်ရွက်မှုများ၏ရလဒ်များကိုတိုးတက်စေနိုင်သည်။

သို့သော် HFO ဖော်ထုတ်ခြင်းသည်အရေးကြီးသောအခန်းကဏ္ play မှပါ 0 င်နိုင်သည်။ အဖွဲ့သည်ရေရှည်ရည်မှန်းချက်မှာဆေးရုံပြင်ပတွင်သုံးနိုင်သောဝက်ရူးပြန်ရောဂါကိုစောင့်ကြည့်လေ့လာရန်ဖြစ်သည်။ ၎င်းသည်ရက်သတ္တပတ်အနည်းငယ်အတွင်းသို့မဟုတ်လအနည်းငယ်အတွင်းလျှပ်စစ်ထုတ်လွှင့်မှုအမြောက်အများ၏အချက်ပြမှုများကိုခွဲခြမ်းစိတ်ဖြာရန်ဖြစ်နိုင်သည်။

Zurich တက္ကသိုလ်ဆေးရုံတွင် Neurophysiologist Johannes Sarnthhein ကဤသို့ရှင်းပြသည် - "ဒီဇိုင်းမှာစွမ်းအင်နည်းတဲ့ကြိုးမဲ့ဒေတာကိုဆက်သွယ်မှုနည်းတယ်။ ဤကဲ့သို့သောခရီးဆောင်သို့မဟုတ် implantable chip သည်ပိုမိုမြင့်မားသောသိမ်းဆည်းရမိနှုန်းကိုအသိအမှတ်ပြုနိုင်သည်။ အမြင့်ဆုံးသို့မဟုတ်နိမ့်ကာလ, ငါတို့အားကိုယ်ပိုင်ဆေးပညာပေးရန်ခွင့်ပြုပါလိမ့်မည်။ "