Détection précoce du vasospasme par EEG

Valider et affiner un modèle d’apprentissage profond capable d’analyser les données EEG continues pour détecter précocement le vasospasme cérébral chez ces patients
Catégorie
Recherche
Qualité des soins

contexte

L’hémorragie sous-arachnoïdienne anévrismale expose les patients à un risque important de vasospasme cérébral, qui peut entraîner une ischémie cérébrale retardée et des crises d’épilepsie. La surveillance continue par EEG est essentielle pour détecter précocement ces complications, mais l’analyse des données EEG massives et complexes reste un défi.

 

Projet

Le projet utilise des techniques avancées, dont l’apprentissage auto-supervisé, pour personnaliser l’analyse EEG, puis relie ces modèles aux mesures doppler transcrâniennes du débit sanguin cérébral. L’objectif final est d’intégrer ces outils dans un système de surveillance en temps réel, permettant une intervention rapide pour réduire les complications et améliorer le pronostic.

 

Cheffe de projet

Docteure Pia De Stefano, Médecin cheffe de clinique, Service de neurologie, Département des neurosciences cliniques, Hôpitaux universitaires de Genève