Detection and differentiation of epileptic seizures using wearable sensors in smart textile

Viktiga resultat som projektet gav

Syftet var att undersöka om vår sensortröja kan detektera och differentiera olika epileptiska anfall. Målet var att utveckla maskininlärningsalgoritmer med hög känslighet och specificitet som kan skilja mellan olika typer av epileptiska anfall och även differentiera från icke-epileptiska anfall. Korrekt registrering av anfallstyp och frekvens skulle bidra till att optimera behandling av epilepsi. P g a pandemin har vi under långa perioder inte kunnat testa tröjan under anfallsregistrering. Vidare var en anfallstyp för sällan förekommande för analys.

Långsiktiga effekter som förväntas

Vi har registrerat patientdata med sensortröjan från 44 patienter under projekttiden, totalt 182 registrerade anfall, och vidareutvecklat en algoritm för att detektera tonisk-kloniska anfall. Vi var tvungna avbryta försöken skapa algoritmer för hypermotor anfall. Vi har visat att det nu finns förutsättningar för detektion av psykogena icke-epileptiska anfall för att differentiera mellan dem och tonisk-kloniska epileptiska anfall.

Upplägg och genomförande

Planeringen var att med en tidigare utvecklad tröja med inbyggda sensorer för mätning av flera fysiologiska variabler insamla data på epilepsipatienter under utredning för att undersöka om tröjan kan detektera och differentiera epileptiska anfall och en typ av icke-epileptiska anfall. Målet var att utveckla maskininlärningsalgoritmer med hög känslighet och specificitet som kan skilja mellan olika typer av anfall. P g a för lågt antal registrerade anfall kunde vi inte uppfylla målsättningen helt