Aufgrund ihrer Pharmakoresistenz gibt es derzeit für etwa 30 % der Epilepsiepatienten keine Behandlungsmöglichkeit, die eine Anfallsfreiheit ermöglicht. Eine neue, symptomatische Therapie könnte die Neurostimulation darstellen, die bereits erfolgreich zur Behandlung von Parkinson eingesetzt wird. Für ihre Anwendung in einem responsiven Stimulator ist eine kontinuierliche Überwachung und Klassifikation der neuronalen Aktivität erforderlich, um die Ausbreitung eines beginnenden Anfalls möglichst frühzeitig durch eine Stimulation zu unterbrechen. In jüngerer Zeit erweisen sich dafür vor allem Methoden aus dem Bereich des maschinellen Lernens als vielversprechend, da sie trotz der Komplexität und Variation der neuronalen Aktivität und der epilepsietypischen Potenziale eine zuverlässige Detektion ermöglichen.
Im Rahmen der vorliegenden Arbeit wird untersucht, ob und wie Methoden des maschinellen Lernens energieeffizient auf der Hardwareplattform eines Neurostimulators implementiert werden können, um zum einen epileptische Anfälle sicher zu erkennen und zum anderen einen mehrjährigen Betrieb sicher zu stellen. Aufgrund der Skalierbarkeit ihrer Modellgröße und der vergleichsweise einfachen Klassifikationsalgorithmen stellen Entscheidungswälder und Konvolutionsnetze aussichtsreiche Methoden für eine Hardwareimplementierung dar.
Mit einer Detektionsrate von 100 % und einer Detektionsverzögerung von 4 s zeigen beide Methoden beste Voraussetzungen, Anfälle zuverlässig und früh genug zu erkennen, um eine erfolgreiche Intervention zu gewährleisten. Durch seine im Vergleich zum Konvolutionsnetz geringere Falschdetektionsrate (4,6 vs. 34 Falschdetektionen pro Stunde) und geringere Leistungsaufnahme (56 μW vs. 868 μW), ist der Entscheidungswald der für den Einsatz in einem Implantat zu bevorzugende Klassifikator.
Aktualisiert: 2022-12-30
> findR *
MEHR ANZEIGEN
Bücher zum Thema energieeffiziente Hardwareimplementierung
Sie suchen ein Buch über energieeffiziente Hardwareimplementierung? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema energieeffiziente Hardwareimplementierung. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema energieeffiziente Hardwareimplementierung im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das
passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das
Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche
Bücher uvm. Bestellen Sie Ihr Buch zum Thema energieeffiziente Hardwareimplementierung einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
energieeffiziente Hardwareimplementierung - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema energieeffiziente Hardwareimplementierung, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche
Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl
Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Unter energieeffiziente Hardwareimplementierung und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung
thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege.
Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem
zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu
studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.