Neurologisen toiminnan arviointi multimodaalisella ja monikanavaisella fysiologisella signaalianalyysillä käyttäen kone- ja syväoppimistekniikoita

Tässä työssä tutkittiin, miten aivosähkökäyrän (EEG) ja sydänsähkökäyrän (EKG) yhdistämien tekoälyn avulla voisi parantaa aivojen toiminnan seurantaa deliriumista kärsivillä ja nukutetuilla potilailla. Yhdistämällä tietoa näistä kahdesta mittauksesta kehittyneitä tekoälytekniikoita hyödyntämällä pyrittiin työssä saamaan selkeämpi kuvan potilaan neurologisesta tilasta. Työssä keskityttiin useisiin signaalianalyysin tärkeisiin vaiheisiin: datan puhdistamiseen artefaktoista, EEG- ja EKG-tietojen yhdistämiseen ja tulosten luokitteluun. Työssä esiteltiin uudenlainen tapa kuvata sekä aivo- että sydänsignaalit yhteiseen avaruuteen, joka auttoi yllä mainittuihin lääketieteellisiin tiloihin liittyvien monimutkaisten hahmojen tunnistuksessa. Vaikka esitettyjen menetelmien avulla pystyttiin luotettavasti luokittelemaan neurologisia tiloja, työ ei paljastanut, mitkä erityiset poikkeavuudet EEG- ja EKG-mittauksissa vaikuttivat luokitteluun. Tämän selvittämiseksi tarvitaan lisätutkimuksia.