Искусственный заземлитель это: Искусственный заземлитель — это… (определение)

наружная декоративная пластиковая сетка

Amazon.com: сетка наружной сетки 16 апреля, 2021 и 183; Amazon.com: уличная сетка POYEE Garden Netting — 6,5 футов x 50 футов, сетка 0,3 x 0,3 дюйма Зеленая садовая сетка обеспечивает лучшую защиту… 【Получить цену

Amazon.com: наружные декоративные экраны 16 апреля, 2021 и 183; Amazon.com: наружные декоративные экраныBarrette Outdoor Living 73004789 2’x4 ‘Greige Декоративная панель экрана, резьба 【Получить цену

наружная декоративная пластиковая сетка — наружная декоративная пластиковая сетка wpc — Экологически чистые полыДревесно-пластиковый композитный настил можно мыть водой с мылом и щеткой с жесткой щетиной. Если сильные пятна, истереться в грязи или … 【Получить цену】

Amazon.com: Пластиковая сетка, 10-дюймовая широкая поли-деко, пластиковая сетка, 2 тона, оранжевый / золотой, без фольги и Ремесла Осень и Хэллоуин, Весна и Пасха. 【Получить цену】

Прочная декоративная пластиковая сетка из HDPE для многократного использования … 17 апреля 2021 и 183 гг.; Прочная декоративная пластиковая сетка из HDPE для многократного использования…Пластиковая сетка Барьерная сетка 1 * 50 м Портативный полиэтиленовый оранжевый пластиковый временный защитный барьер Fenci… 【Получить цену】

Amazon.com: Открытый сетчатый материал Солнцезащитный козырек для патио с цветами на лужайке, солнцезащитный козырек с люверсами 6.5’x10′-Black 4.2 из 5 звезд 25 【Получить цену

Декоративная сетка — Walmart.com 高达 7% 返 现 & 0183; & 32; Декоративная пасхальная пастельная декоративная сетка — 10 дюймов на 10 ярдов… WRAPAHOLIC Пасхальный сетчатый набор из 4 рулонов декора по 10 дюймов … Фиолетовый декоративный венок из сетки — 10 дюймов на 10 ярдов, декор … Нескользящая подушка для ванны джакузи Массажная подушка с … Roll … 【Получить цену】

Deco Mesh Ribbon — CraftOutlet.com Здесь вы найдете наш огромный выбор Deco Mesh из бумаги, мешковины и популярной погодостойкой Poly Deco Mesh. Мы не предлагаем гарантию соответствия цены, вместо этого мы предлагаем гарантию отличного качества, отличного обслуживания, точных описаний, быстрой доставки и довольных клиентов.Вы можете найти декоративную сетку на несколько пенни дешевле, но вы можете обнаружить, что при ее измерении это не совсем то … Узнать цену】

Уличный декор стен — Уличный декор — The Seven Trust 18 апреля, 2021 и 183; Уличный декор стен — Уличный декор — The Seven Trust 40 in. Copper Patina Sun Большое медное Patina Sun от Regal сделает впечатляющий вид в любом помещении или на открытом воздухе… 价格: $ 113,3 и 183; Бренд: Regal31 in. Настенный декор с морской черепахой Декор для стен с морской черепахой от Regal станет очаровательным прибрежным дополнением любого внутреннего или внешнего пространства.Это семейство черепах имеет атмосферостойкое порошковое покрытие. Его прочная конструкция 26 дюймов. Удаляемый всем ветром декор для стен SunRegal размером 26 дюймов для стен от солнца будет очаровательным дополнением к любому внутреннему или внешнему пространству. Этот классический дизайн от солнца имеет атмосферостойкое порошковое покрытие. Его прочная конструкция 在 homedepot.com 上 查看 完整 列表 【Получить цену】

Ограждение с пластиковой сеткой Ограждение с пластиковой сеткой SuregreenSuregreen — это гораздо больше, чем просто садовое ограждение; Эта высококачественная, прочная и долговечная пластиковая сетка является отличной альтернативой проволочному ограждению с множеством применений, включая создание вольеров для собак, дорожек для домашних животных, садовых ограждений, ограждений, выращивания клематисов и поддержки растений. из прочного, но легкого HDPE… 【Получить цену】

Пластиковые панели для забора на продажу Магазин с Afterpay eBay 】

Декоративная проволочная сетка для дома и дома — TWP Inc. Декоративная проволочная сетка может использоваться в любом помещении или на открытом воздухе. Проволочная сетка просто необходима садоводам, домашним мастерам и домовладельцам. Учить больше. Особенности и применение В прошлом веке тканая проволочная сетка превратилась из базовой… 【Получить цену】

Уличные декоративные экраны WayfairBarrette Outdoor Living 2 фута H x 4 фута W Декоративная экранная панель Sprig предлагает уникальный и творческий способ персонализировать внутреннюю или внешнюю обстановку. Они являются идеальным домашним акцентом, который может украсить комнату, террасу, патио или сад … 【Получить цену】

рулона декоративной сетки — Walmart.com Купите декоративные рулоны сетки на Walmart.com. Экономить деньги. Живи лучше. Электрод, Comp-2a8c2629-37e2-4cd5-8d00-f94050d043cb, DC-scus-prod-a10, ENV… 【Узнать цену】

Декоративные садовые заборы — Amazon.co.uk2020 / 07/29 & 0183; & 32; Henai Декоративный садовый забор 10 футов нержавеющий пластиковый садовый забор Заборы для патио Ограждение для клумбы Барьерные секции Панели Декор Кромка для пикета откровенная & 163; 29.99 & 163; 29. … 【Получить цену】

Садовая сетка и сетка Ограждение B и Q2020 / 07/25 & 0183; & 32; Садовая сетка и сетка Поддерживайте свою собственность и защищайте свой сад с помощью нашего широкого выбора сеток и сеток от B и Q. материалы, необходимые для защиты больших живых изгородей и уязвимых деревьев в любое время года, создания защищенных садов или… 【Получить цену】

Perforated Plastic Direct Metals Company2019 / 08/26 & 0183; & 32; Перфорированный пластик — это лист пластика, который содержит отверстия, пробитые матрицей.Наш перфорированный пластик доступен в различных размерах и моделях. Некоторые из наших характеристик перфорированного пластика: Экономичный; Легкий, с коррозионно-стойкими свойствами. Универсальные химические стойкие свойства. Эстетическая привлекательность. Позволяет проходить… 【Получить цену】

Декоративные стулья для улицы: TargetShop для декоративных уличных стульев онлайн в Target. Выбирайте из бесконтактной доставки в тот же день, подъезда и др. * См. Подробности предложения. Ограничения применяются. Цены, рекламные акции и доступность могут различаться в зависимости от локации и в компании Target.com. 【Получить цену】

Наружные гирлянды: Targetplastic наружные светильники наружные светодиодные гирлянды декор декоративные фонари гирлянды цветочные круглые лампы накаливания гирлянды солнечные фонари распродажа * См. детали предложения. Ограничения применяются. Цены, рекламные акции и доступность могут различаться … Price Получить цену】

Ограждение из пластиковой сетки Пластиковое ограждение из сетки для сада… Наши пластиковые сетчатые ограждения доступны с отверстиями размером 5 мм, 20 мм и 50 мм. Он изготовлен из зеленого или черного пластика HDPE и является полужестким, что означает, что его можно легко прикрепить к столбам ограждения или установить на рамы, чтобы обеспечить ему необходимую поддержку.Сито 50 мм и 20 мм весит 280 г / м & 178; и 5-миллиметровая сетка весит 520 г / м & 178;. 【Получить цену】

Пластиковая сетка и пластиковая сетка БЫСТРАЯ ДОСТАВКА Проволока… Пластиковая сетка Наш ассортимент пластиковых сеток и пластиковых сеток изготовлен из синтетических материалов, специально созданных для долговечности на открытом воздухе. использует. Такие материалы, как полиэтилен, из которого изготавливаются многие из этих продуктов, не только подвержены гниению, ультрафиолетовому излучению и… 【Получить цену】

Сетки, маты и сетка Woodie’sУ нас есть рулоны сетки, коврики и сетки, которые можно использовать в качестве ограждений. , домашние животные или домашние птицы, защита растений и поддержка растений.【Узнать цену】

НАЙТИ СТОКИСТА — Уличная декоративная ширма Outdeco… Outdeco представляет наружные декоративные экраны для уединения архитектурного уровня Seven Trust по доступной цене. Мы продаем ассортимент садовых экранов через избранные выставочные залы для наружной рекламы, садовые / ландшафтные центры и определенные склады оборудования и древесины по всей Австралии. Найдите местного продавца и узнайте цены на ваш любимый дизайн экрана. 【Получить цену】

Декоративные садовые экраны и наружные защитные экраны… Британские разработанные лазерной резкой декоративные панели из стали и алюминия для защиты сада и балюстрады прочны, долговечны, доступны по цене и по-настоящему красивы, практически не требуют ухода и не … 【Получить цену】

Садовые решетки и экранирующие ограждения B и Q — DIY2021.4. 24. & 0183; & 32; Добавьте тени и уединения своему открытому пространству с помощью нашего ассортимента решетчатых решеток и экранирующих панелей от B и Q. Благодаря большому выбору стилей создание сада вашей мечты стало проще, чем когда-либо; решетки и экранирующие панели в квадратных, решетчатых и ромбовидных стилях могут обеспечить структуру для вьющихся растений, создать ограждающую стену или сегментные участки сада для различных целей. — идеальное садовое решение, чтобы не подпускать животных и впускать солнечный свет.Их также легко установить, они поставляются в заранее отмеренных рулонах — просто рассчитайте расстояние, которое нужно преодолеть, разверните листы проволочной сетки и закрепите на месте 【Узнать цену】

Коврики для улицы — Walmart.com2 天 前 & 0183; & 32; Магазин уличных ковров для патио и уличного декора. Купите такие продукты, как nuLOOM Braided Courtney Tassel Rug Rug для дома / улицы в Walmart и сэкономьте. 【Получить цену】

Лучшие 10 типов ящиков для хранения на палубе на открытом воздухе — дома… Храните садовые инструменты, подушки для улицы или дополнительные полотенца для бассейна в декоративном лавка.Скамейка для патио с ящиком под сиденьем станет отличным декоративным и полезным дополнением к любой террасе, патио или саду. 6. Вертикальная палубная коробка. В вертикальном ящике… Получить цену】

Outdoor Living HayneedleShop наш лучший выбор товаров для улицы, которые отражают ваш стиль и вдохновляют ваш дом. Найдите идеальную уличную мебель, предметы декора и многое другое в магазине Hayneedle, где вы можете купить его в Интернете, изучая дизайн наших комнат и тщательно отобранные советы, идеи и вдохновение для… 【Получить цену】

Континентальное обобщение системы искусственного интеллекта для распознавания приступов

Abstract

Предпосылки Мониторинг электроэнцефалограммы (ЭЭГ) и объективная идентификация приступов являются важным клиническим исследованием для некоторых пациентов с эпилепсией.Точная аннотация выполняется специалистами по ЭЭГ в течение длительного времени. Компьютерные системы для обнаружения приступов в настоящее время не имеют широкого клинического применения из-за ретроспективных, специфичных для пациента и / или невоспроизводимых исследований, которые приводят к низкой чувствительности или высокому количеству ложноположительных результатов в клинических тестах. Мы стремимся значительно сократить время и ресурсы на аннотацию данных, демонстрируя континентальное обобщение обнаружения приступов, которое уравновешивает чувствительность и специфичность.

Методы Это проспективный тест искусственного интеллекта на почти 14 590 часах данных ЭЭГ взрослых пациентов с эпилепсией в период с 2011 по 2019 год в больнице в Сиднее, Австралия.Набор для вывода включает пациентов с разными типами и частотой приступов в широком диапазоне возрастов и часов записи ЭЭГ. Искусственный интеллект (ИИ) — это сверточная сеть с долговременной краткосрочной памятью, которая обучается на наборе данных из США. Австралийский набор примерно в 16 раз больше, чем обучающий набор данных США с очень длинными интерктальными периодами (между приступами), что намного более реалистично, чем обучающий набор, и делает наши ложные срабатывания очень надежными. Мы проверили нашу модель вывода в режиме искусственного интеллекта с участием человека-эксперта-арбитра и группы экспертов-неврологов и специалистов по ЭЭГ для проверки результатов на 66 сеансах, чтобы продемонстрировать достижение той же производительности с более чем на порядок сокращением времени.

Выводы Наш вывод о 1006 сеансах записи ЭЭГ на австралийском наборе данных достиг 76,68% с почти 56 [0, 115] ложными тревогами в среднем за 24 часа, по сравнению с устаревшими достоверными аннотациями экспертов-людей, проведенных независимо в течение девяти лет. . Наш пилотный тест из 66 сеансов с участием человека-арбитра и проверка достоверности данных группой экспертов подтвердили идентичную человеческую производительность 92,19% с системой с искусственным интеллектом, в то время как требования по времени значительно сокращаются с 90 до 7.62 минуты в среднем.

Интерпретация Точный и объективный подсчет приступов — важный фактор при эпилепсии. Система с использованием искусственного интеллекта может помочь повысить эффективность и точность наряду с экспертами-людьми, особенно в странах с низким и средним уровнем дохода с ограниченными экспертными человеческими ресурсами.

Финансирование Стипендия SOAR от Сиднейского университета, грант Microsoft AI for Accessibility и поддержка Программы обучения исследованиям (RTP), предоставленная правительством Австралии.

Доказательства до этого исследования Во время разработки нашей системы искусственного интеллекта (ИИ) мы провели систематический обзор научной литературы с поиском через PubMed исследовательских статей, опубликованных об обнаружении припадков, со следующими критериями включения: (1) Тесты или оценка вывода проводится на крупномасштабных клинических данных ЭЭГ; (2) Предпринимаются попытки обобщения или рассматриваются возможности для обобщения, например, в коммерческих инструментах; (3) Задержка обнаружения приступа и в реальном времени (также известный как.онлайн) не считались критическими в этом контексте, пока тест проводился на необработанных данных ЭЭГ. Обратите внимание, что системы обнаружения приступов или портативные системы оповещения о приступах полагаются на задержку обнаружения и потребности в реальном времени. Наши ключевые слова включают «перспективное обнаружение приступов», «автоматическое обнаружение приступов», «обнаружение приступов, не относящихся к пациенту», «обнаружение приступов на непрерывной ЭЭГ», «обнаружение приступов на основе глубокого обучения» и «обнаружение приступов на основе машинного обучения». . Мы обнаружили, что нашим критериям соответствуют только две категории работ: две исследовательские работы, опубликованные в 2020 году, и работы, опубликованные разработчиками коммерческих инструментов.Мы процитировали недавний обзор 89 методов обнаружения приступов на основе глубокого обучения, все из которых являются ретроспективными. В одной из работ из Стэнфорда сообщалось об обнаружении приступов у всех возрастов (от детей до взрослых) с использованием записей ЭЭГ после получения данных и предоставлялась возможность для независимой оценки, предоставляя тест на общедоступном наборе данных ЭЭГ больницы Темплского университета (TUH). Другая работа была посвящена алгоритмическому мониторингу риска приступов в реальном времени с помощью непрерывной ЭЭГ в отделении интенсивной терапии новорожденных (ОИТН) со 128 новорожденными (32 с припадками), показав примерно 20% улучшение идентификации припадков у 130 новорожденных (38 с припадками) с нет алгоритмической помощи.

Изученные нами коммерческие инструменты: Encevis (EpiScan), Besa и Persyst. Недавно было проведено сравнительное исследование этих инструментов на 81 пациенте. Encevis считается наиболее эффективным инструментом, поэтому мы провели сравнительное исследование с Encevis ver. 1.9.2. Encevis также является единственным инструментом, который предоставил возможность для сравнительного исследования общедоступных данных ЭЭГ. Стэнфордская работа, опубликованная в 2020 году, подтверждает множество ложных срабатываний с Persyst 13. Мы исключили наши тесты с Persyst 14, так как он намного хуже, чем Encevis.Только работа Стэнфорда обеспечивает доступность кода. Мы сравнили наши результаты с результатами работы Стэнфорда и предоставили результаты пилотного тестирования с помощью инструмента Encevis (EpiScan) на австралийском наборе данных, который показывает значительно более низкую чувствительность.

Дополнительные преимущества этого исследования Насколько нам известно, данное исследование является первым обобщением на континенте, которое демонстрирует потенциал для достижения экспертного уровня распознавания приступов на уровне человека в клинических условиях и всего за короткий промежуток времени.Два набора данных, использованные в этом исследовании, записаны с разной инфраструктурой, что увеличивает независимость вывода от типов оборудования и улучшает клиническую применимость. Это особенно важно, поскольку 80% пациентов с эпилепсией живут в странах с низким и средним уровнем доходов с ограниченными ресурсами, особенно специалисты по ЭЭГ и неврологи.

Значение всех доступных доказательств Наши результаты подтверждают потенциальные преимущества ИИ с глубоким обучением в клинических условиях для распознавания приступов и его вклад в значительную чувствительность по сравнению с доступными решениями.Наша система с искусственным интеллектом обеспечивает более чем десятикратное увеличение временной эффективности и сообщает экспертам-людям об идентичной производительности при интерпретации ЭЭГ с доступом к обширной нейрофизиологической поддержке и вспомогательным данным. Наши результаты, особенно наши тесты на доступном коммерческом инструменте, рекомендуют, чтобы оценка, тестирование или вывод в системах ИИ выполнялись на различных наборах данных, с разнообразной инфраструктурой, а также на крупномасштабных и реалистичных наборах с длительными интерктальными периодами.

1.Введение

Отсутствие обобщения континентальных множественных наборов данных, отсутствие специфичности для пациента, перспективность, прозрачность и воспроизводимость постоянно упоминаются как ключевые проблемы для широкого клинического применения искусственного интеллекта (ИИ) и систем на основе ИИ в широком диапазоне методы медицинских данных, такие как изображения, электронные медицинские карты или сигналы временных рядов. ^1,2,3 Оценка потенциальной клинической эффективности алгоритма, скорее всего, будет достигнута в проспективных клинических условиях.Эти недостатки в анализе данных электроэнцефалографии (ЭЭГ) для распознавания приступов очевидны в недавних отчетах. ^4,5 Например, в недавнем всеобъемлющем обзорном документе ⁶ все 89 работ являются ретроспективными, что означает, что они требуют полностью маркированных данных и не имеют обобщения по множеству больших наборов данных, записанных с использованием различной инфраструктуры и оборудования. В этой статье мы сообщаем о первой модели, которая обеспечивает комбинацию континентального обобщения, неспецифичности для пациента, только вывода, прозрачности и воспроизводимости и обеспечивает баланс между чувствительностью и средней частотой ложных тревог.

Почти 30% диагнозов эпилепсии не поддаются лечению, и около 80% пациентов живут в странах с низким и средним уровнем доходов, где ресурсы уже исчерпаны для удовлетворения потребностей. ⁴ Прямое и косвенное экономическое бремя эпилепсии велико, и автоматизация обнаружения приступов и маркировки может помочь ослабить нагрузку на ресурсы в клиниках эпилепсии. Это исследование разработано и реализовано для оказания помощи клиникам, занимающимся лечением эпилепсии, за счет сокращения ресурсов, необходимых для маркировки записанных данных ЭЭГ.

Мы сообщаем о системе логического вывода, выполненной на 1006 сеансах, которые включают 14 590 часов данных ЭЭГ взрослых. Эти данные из Австралии были собраны в Службе комплексной эпилепсии при Королевской больнице принца Альфреда (RPAH) в Сиднее с использованием инфраструктуры ЭЭГ Compumedics Limited. Мы провели обучение и валидацию модели ИИ на корпусе ЭЭГ больницы Темплского университета в США, записанном с помощью системы ЭЭГ Natus Medical Incorporated NicoletOne. Длина данных ЭЭГ TUH составляет 923 часа, они ориентированы на приступы и предоставляют очень короткие межприступные данные.На рис. 1 (а) представлена ​​некоторая предварительная статистика по обоим наборам данных. Как показано на рис. 1 (b), мы провели исследование трех путей. Во-первых, мы выполнили тест только на вывод для всего набора данных RPAH, показанного на рис. 1 (b) Путь (3). По сравнению с устаревшей достоверной информацией, которую нам не представили до теста, мы сообщаем о чувствительности 76,68% и, в среднем, 56,55 ложных срабатывания сигнализации за 24 часа записанной сессии ЭЭГ. Два других пути предназначены для клинических испытаний на случайно выбранных 66 сеансах из набора данных RPAH.Эти 66 сеансов полностью проверены экспертной группой, состоящей из двух неврологов и трех специалистов по ЭЭГ. В результате мы получаем обновленную достоверную информацию для более точного анализа наших пилотных клинических испытаний. На рис. 1 (b) Pathway (2) сгенерированные AI сигналы тревоги просматриваются сертифицированным врачом (известным в этой работе как эксперт-человек-арбитр), который использовал наш специально разработанный пользовательский интерфейс (UI) для точной регистрации времени. . Компоновка и функции этого пользовательского интерфейса реализованы как можно более знакомыми для специалистов-людей.Этот анализ подтвердил, что тест с использованием искусственного интеллекта обеспечивает идентичные характеристики с наилучшим результатом, который можно было получить с помощью экспертной группы из пяти человек (частота обнаружения приступов 92,19% без ложной тревоги), как показано на рисунке 1 (b) Путь (1) ). Временные ресурсы, необходимые для 24-часовой записи ЭЭГ, могут достигать 120 минут только для человека, в то время как метод с использованием искусственного интеллекта записывает в среднем всего 7,62 минуты за 24 часа данных.

(a) иллюстрирует два набора данных на двух континентах, их различие в оборудовании, а также их использование в этом исследовании.(б) Выявление и маркировка изъятий (Sz) обычным путем (1) и предлагаемой нами альтернативой (2). Путь (1) представляет собой широко используемый подход, при котором обученные медсестры ($ / час), техники ЭЭГ ($ / час) и неврологи ($$$ / час) просматривают и маркируют данные ЭЭГ. В этом методе в среднем каждые 24 часа записи требуют от 90 до 120 минут просмотра. На этот раз это консервативная мера, так как в некоторых случаях может потребоваться больше или несколько проверок. Путь (2), напротив, представляет собой предлагаемую нами альтернативу, в которой эксперт-человеческий арбитр (например,грамм. невролог) поставляется вместе с выходом нашей AI-системы. AI-система разработана и реализована для достижения высокой чувствительности (лучшая в своем классе) при сохранении низкого уровня ложных срабатываний в среднем менее 57 за 24 часа. Наш графический пользовательский интерфейс (GUI) предоставляет эксперту способ быстро просмотреть и принять или отклонить каждое начало (и смещение) приступа. Мы проверили наш метод в этом исследовании с использованием нескольких арбитров в серии, но время рассчитывается на основе практической эквивалентности использования только одного арбитра в развертывании.(Слияние) Показывает шлюз, который для этого исследования одобрил выполнение работы. Этот шлюз состоит из двух неврологов и трех медсестер или техников ЭЭГ. Это необходимо для проверки эффективности всей системы на основании достоверных данных, установленных этой группой экспертов. Эта оценка эффективности 66 записанных сеансов ЭЭГ привела к идентичной производительности системы с искусственным интеллектом, пути (2) и традиционного подхода, пути (1).

Недавнее исследование, проведенное в Детской больнице США в Филадельфии и Университете Пенсильвании, пришло к выводу, что для достижения 89% выявления электрографических приступов у детей в критическом состоянии; Лицо, принимающее решение, должно быть готово платить более 22 648 долларов за 48 часов. ⁷ Кроме того, обучение ЭЭГ для подготовки специалистов требует нетривиального количества очного обучения и самоотверженности от шести месяцев до двух лет. Потребность в клинической помощи подтолкнула к появлению автоматизированных алгоритмов обнаружения приступов, не привязанных к конкретному пациенту. Среди них методы глубокого обучения предоставляют более точные и многообещающие идеи для решения этой проблемы. ^8,9 Однако существующие методы и решения все еще не могут соответствовать минимальным требованиям для клинического использования. Основным узким местом является высокий уровень ложных тревог, если чувствительность достигает приемлемого уровня, установленного врачом, который не хочет пропустить ни одного припадка или может немного ослабить это требование.Недавний анализ показал, что обеспечение обобщения моделей для популяций пациентов с различными характеристиками остается проблемой, требующей присвоения ярлыков и переобучения моделей для развертывания моделей машинного обучения для различных демографических групп. ¹⁰ Практически нереально для пациентов в отделении интенсивной терапии обучить новую модель для конкретного пациента и применять ее в течение нескольких дней. Кроме того, создание нового полностью маркированного набора данных требует от врача месяцев или врачей-лет времени на маркировку, что делает повторные кампании по перемаркировке значительным отвлечением ресурсов.Поэтому обобщенная предварительно обученная автоматизированная модель обнаружения приступов для разных больниц, пациентов разного пола и возраста с высокой чувствительностью и достаточно низким уровнем ложных тревог является неотложной неудовлетворенной потребностью для большинства клиник эпилепсии. ¹¹

Насколько нам известно, существует ряд коммерческих инструментов для документирования изъятий, таких как Persyst (Persyst Development Corporation), ¹² Encevis (EpiScan) ^11,13 и Besa. ⁵ Все эти инструменты могут выполнять проспективные исследования, поскольку они не нуждаются в обучении или знании данных перед тестированием или выводом.Исследование, проведенное Кореном и др. . ⁵ для трех инструментов сообщает о более высокой эффективности Encevis, в то время как другие независимые исследования, такие как Khaled et al ., ⁹ , сообщают о высокой частоте ложных срабатываний для Persyst. К сожалению, исследование, опубликованное Khaled et al . ⁹ не проводил испытаний против доступного инструмента для обнаружения конфискований Encevis, о котором до сих пор сообщалось лучше всего.

Несмотря на несколько успешных отчетов ^5,11,13 и хороший контроль над специфичностью, как мы демонстрируем в этой работе, Энцевису явно не хватает чувствительности при независимой и континентальной генерализации.Это важно, потому что судороги у взрослых обычно и статистически нечасты, и, следовательно, низкая чувствительность ставит под сомнение клиническую применимость и пользу инструмента.

В этой работе мы описываем сеть сверточной долговременной краткосрочной памяти (ConvLSTM) ¹⁴ для выявления припадков на ЭЭГ с высокой чувствительностью. Затем мы используем метод выходной линзы, вдохновленный ранними работами Хартманна и др. . ¹⁵ для выборочного отслеживания наших тревог до их объявления.Это помогло нам сбалансировать чувствительность и специфичность, которые в противном случае было бы очень сложно получить для испытаний в клинических условиях.

2. Метод

2.1. Дизайн исследования

Мы разработали интерфейс искусственного интеллекта, встраивающий сеть ConvLSTM в качестве ядра для обнаружения начала и устранения эпилептических припадков. В качестве основы континентального обобщающего исследования мы обучаем интерфейс ИИ с использованием набора данных из США из больницы Темплского университета (TUH) ¹⁶ и выполняем вывод на основе набора данных из Австралии из больницы Королевского принца Альфреда (RPAH) для распознавания приступов. .Набор данных RPAH оставался невидимым во время обучения ИИ.

Наш ИИ обучен достижению хорошей чувствительности, сбалансированной с высокой специфичностью, но в качестве метода постобработки мы использовали детерминированный метод реального времени, который мы называем линзой, вдохновленный Хартманном и др. . для уточнения результатов распознавания припадков ИИ. Сначала мы выполняем вывод для всех необработанных наборов данных RPAH (в том виде, в каком они записаны), а затем нам открылась основная истина. Инфраструктура регистрации ЭЭГ RPAH претерпела значительные изменения в 2011 году, поэтому наш анализ включает данные только за период с 2011 по 2019 год.

В рамках пилотного клинического исследования мы предоставляем часть случайно выбранных записей ЭЭГ экспертному арбитру (специалисту по ЭЭГ) для просмотра и принятия быстрого решения «годен / нет», используя для этой цели и объективно реализованный пользовательский интерфейс. рекордное время для обзоров с участием ИИ или без него, что показано на рис. 1 Пути (2) и (1), соответственно. Перед оценкой результатов группа из пяти экспертов (три специалиста по ЭЭГ и два невролога) проверила данные и предоставила основную истину для нашего клинического анализа.

2.2. Наборы данных

Как показано на рис. 1 (а), в этой работе используются два набора данных: (1) TUH EEG Corpus ¹⁶ исключительно для обучения, воспроизводимости и будущих сравнительных исследований и (2) набор данных RPAH. ЭЭГ взрослых для наших выводов и клинических тестов. Для нашей оценки результатов после вывода нам была представлена ​​устаревшая достоверная информация по всем данным 1006 сеансов и достоверная информация, установленная группой экспертов по случайно выбранным 66 сеансам записи ЭЭГ, на которых мы провели наш клинический тест.Обзор включал тщательный визуальный осмотр записей экспертами по ЭЭГ, как показано на рис. 1 (б). Набор данных TUH — это крупнейшая общедоступная база данных по эпилепсии в США, которая содержит данные ЭЭГ. Мы использовали 1185 сеансов с 592 пациентами, из которых 202 — пациенты с судорогами в нашей обучающей выборке, и 238 сеансов с 50 пациентами (40 пациентов с приступами) в нашей экспериментальной выборке.

Чтобы проверить клиническую применимость предлагаемой системы, мы тестируем обученную модель в режиме только вывода на наборе данных ЭЭГ RPAH.Было получено одобрение этики для поддержки нашего доступа к этим клиническим данным. Больница RPA — одна из крупнейших больниц Австралии, с одной из самых длинных, если не самой длинной, записей ЭЭГ в Австралии в ее Комплексной службе по лечению эпилепсии. RPA структурно и надежно хранит данные о своих взрослых пациентах с эпилепсией, которые приехали со всей Австралии. В этой работе мы выбираем данные за девять лет (2011–2019) для тестирования с почти 14 590 часами данных ЭЭГ от 192 пациентов с общим количеством 1006 сеансов, каждый из которых имеет среднюю продолжительность записи около 15 часов.Количество пациентов в данных составляет 212, из которых мы исключили 20 по разным причинам, включая слишком много припадков (более 11 припадков / 24 часа) (5 пациентов), отсутствие данных электродов (14 пациентов) или приступы могут быть только подтверждено видеоинформацией (1 пациент). Подробная информация для набора данных RPAH показана на рис. 2. Неврологи случайным образом выбирают 66 сеансов клинических испытаний без какой-либо предварительной информации об истории болезни пациента.

Резюме набора данных Королевской больницы принца Альфреда (RPAH).(а) Распределение пациентов по возрасту и полу (вставка). (б) Продолжительность сеансов мониторинга. (c) Распределение количества приступов на пациента (только те, у которых были обнаружены и задокументированы приступы, нанесены на график на основе окончательной достоверной информации) и их типы (вставка). d) тепловая карта продолжительности приступов для каждого пациента с обнаруженными приступами; Изменение цвета с неглубокого синего на темно-синий означает увеличение количества припадков в этой полосе. (e) Гистограмма противоэпилептических препаратов (AED), вводимых пациентам (типы AED могут перекрываться у одного пациента).(f) Количество файлов записи ЭЭГ на пациента.

2.3. Предварительная обработка

Хотя необработанные данные ЭЭГ могут быть напрямую загружены в нейронную сеть, отсутствие частотной информации, смешанной с артефактами, затруднит извлечение основных характеристик сети. ¹⁷ Для решения этой проблемы мы использовали два метода обработки сигналов: анализ независимых компонентов (ICA) ¹⁸ и кратковременное преобразование Фурье (STFT).

Сначала мы разделили сигналы ЭЭГ на 12-секундные сегменты и применили алгоритм ICA, чтобы разложить сигнал на 19 независимых компонентов, используя подход слепого разделения источников (BSS). ¹⁹ Уравнение. 1 показан принцип работы BSS. Алгоритм ICA предполагает, что матрица A содержит статистически независимые топографические карты, а M представляет временные курсы. где представляет собой многоканальные сигналы ЭЭГ; I _t и I _e представляют количество отсчетов по времени и количество электродов, соответственно. После декомпозиции содержит информацию о времени и веса топографических карт, где R — оценочное количество независимых источников.

Мы используем корреляцию Пирсона, чтобы определить, какие независимые источники сильно связаны с движением глаз, обнаруживаемым по двум каналам ЭЭГ, а именно «FP1» и «FP2». ²⁰ Мы удаляем эти независимые источники и реконструируем сигналы ЭЭГ, чтобы получить сигналы без артефактов движения глаз. Следовательно, мы выполняем STFT для чистых сигналов ЭЭГ, используя длину окна 250 (или 1 секунду) и 50% перекрытия, затем удаляем DC-компонент преобразования, чтобы форма данных стала ( n × 23 × 125), где , , 23 и 125 представляют количество электродов, временной индекс и частоты соответственно.Наше удаление артефактов реализовано в Python 3.6 с использованием библиотеки MNE v0.20. ²¹

2.4. Интерфейс машинного обучения

Мы создали интерфейс машинного обучения, который отображает необработанные сигналы ЭЭГ и соответствующую вероятность припадка, предложенную ИИ, что помогает врачу аннотировать приступы. Интерфейс также автоматически записывает время просмотра для каждого сеанса. (один пример показан на рис. 1 в дополнительной информации). В основе интерфейса лежит модель глубокого обучения, состоящая из трех блоков ConvLSTM, ¹⁴ , за которыми следуют три полностью связанных уровня.Подробная структура показана на рис. 4. Первый слой ConvLSTM имеет 16 ядер ( n × 19 × 3) с шагом (1 × 2), где n представляет количество каналов. Следующие два блока ConvLSTM используют шаг (1 × 2) и размер ядра (1 × 3). Количество ядер 32 и 64 для блоков 2 и 3 ConvLSTM соответственно. Два полностью связанных уровня следуют за тремя блоками ConvLSTM с сигмовидной активацией и выходными размерами 256 и 2.

Пример дополнительного занятия, обнаруженного AI.Арбитр-человек сначала пропустил этот захват, но ИИ обнаружил его. Обзор, проведенный группой из двух неврологов и трех специалистов по ЭЭГ, подтвердил, что это достоверное обнаружение припадков. Видно, что ритмичная резкая альфа эволюционирует в тета в правой височной области (Т4 и Т6). Другие примеры, которые человек пропустил, но обнаружил AI, показаны в дополнительной информации на рис. 2,3,4,5.

Модель глубокого обучения

Наша модель реализована на Python 3.6 с использованием Keras 2.0 и Tensorflow 1.4.0. Мы используем слой исключения с вероятностью 0,5, применяемый ко всем полностью подключенным слоям, чтобы избежать переобучения. Мы также применяем технику ранней остановки, чтобы остановить обучение, когда объединенные потери в обучении и оценке не уменьшаются в течение 20 последовательных периодов. Кроме того, обучение модели выполняется с помощью оптимизатора Adam, а скорость обучения установлена ​​как 5 × 10 ⁻⁴ . Обучение модели с помощью набора поездов TUH заняло примерно один день с графическим процессором NVIDIA V100.

2.5. Постобработка в реальном времени

После обучения модели машинного обучения с помощью набора данных TUH мы запускаем ее в режиме вывода непосредственно в RPAH без какого-либо дополнительного обучения или знания аннотаций RPAH. В этом процессе области захвата с высоким риском (вероятность ≥ 10%), обнаруженные ИИ, отправляются алгоритму фокусировки линзы, отвечающему за анализ результатов и генерацию предупреждений.

Линза — это метод обработки сигналов в реальном времени, называемый анализом периодических сигналов (PWA), первоначально представленный Хартманном и др. . ¹⁵ Были рассчитаны значения индекса периодической энергии (PEI) и индекса периодической формы волны (PWI) для альфа, бета, тета, дельта, гамма-ритмов и посредством автоматизированного и адаптивного процесса установки пороговых значений мощности в каждой полосе (ритме) , линза может идентифицировать наиболее вероятные иктальные события.

Сначала рассчитывается полная энергия гармоники ( E _τ ) за определенный период ( t _мин ≤ τ ≤ t _max ) сигнала ЭЭГ. ( x _t ), где ψ ^* — это временное окно для извлечения информации о сигнале.Значение PEI определяется как максимальное значение в этой периодической области, которое показано в уравнении ниже:

Затем значение энергии сигнала вычисляется за этот период.

Значение PWI определяется как:

Затем PWI _α , PWI _β , PWI _θ , PWI 9029 W разделены на основе различных частотных диапазонов сигналов мозга (0–3 Гц, 4–7 Гц, 8–12 Гц, 13–30 Гц и более 31 Гц).Такое же разделение значений применяется для PEI. Мы используем 85-процентиль значений PWI и PEI для каждой полосы частот за последние два часа в качестве адаптивных пороговых значений. Если значения PWI и PEI выше соответствующих адаптивных пороговых значений во всех частотных диапазонах, период будет сообщен интерфейсу. Используя этот метод, мы достигли значительно более высокой чувствительности, чем методы EpiScan, при сохранении приемлемого уровня ложных срабатываний при тестировании с данными RPA Hospital.

2.6. Клинический тест с участием арбитров-людей

После постобработки в интерфейсе подсвечиваются потенциальные области изъятия. В наш комитет по человеческому арбитражу входят два сертифицированных практикующих невролога по эпилепсии и три сертифицированных практикующих специалиста по ЭЭГ. Все члены комитета проверяют только область высокого риска, выделенную интерфейсом машинного обучения, и принимают решения на основе своего клинического опыта. Окончательные результаты определяются большинством голосов комиссии, а затем сравниваются с достоверными результатами.

2.7. Метрики производительности

Чтобы оценить, насколько эффективно предложенный метод выполняет задачу обнаружения приступов, мы вычисляем площадь под кривой рабочих характеристик приемника (AUC), чувствительность или частоту истинных положительных результатов, частоту ложноположительных результатов (FPR), частоту обнаружения приступов ( SDR) и ложное срабатывание за 24 часа (FA / 24 часа).

Скорость SDR определяется как количество обнаруженных изъятий из общего числа изъятий. Оценка AUROC используется для измерения способности модели машинного обучения классифицировать клипы с приступами и без приступов независимо от выбора порога.Значения отзыва и FPR могут быть получены из кривой ROC. В клинических испытаниях количество приступов и количество ложных тревог являются двумя критическими показателями полезности метода для пациентов и врачей. Поэтому мы используем SDR и FA / 24 часа в качестве основных показателей в этом исследовании.

3. Результаты

Мы обучили модель ConvLSTM на наборе данных TUH и выполнили вывод на наборе данных RPAH. Общие результаты показаны в Таблице 2. Наши результаты по набору данных TUH предоставляют возможность сравнительной оценки с аналогичными работами, такими как предложенная Халедом и др. . ⁹ По сравнению с этой работой мы улучшили средний показатель AUC на 6% (см. Рис. 5) при использовании 12-секундных скользящих временных окон в нашем анализе по сравнению с 60-секундными в их. Более длительное временное окно обычно приводит к улучшению показателя AUC. ⁹ Некоторые высоко оцененные работы, которые были обучены, проверены и протестированы на наборе данных TUH, представлены в таблице 2. Эти ретроспективные исследования, вероятно, не будут иметь клинической применимости, поскольку они ограничены дизайном, ^22,8 и они достигли низкая чувствительность по методу OVLP ¹ .Ожидается, что короткие межприступные периоды в

Сводка набора данных TUH EEG

Сравнение результатов

Кривые рабочих характеристик приемника (ROC). Две кривые с использованием площади под кривой ROC (AUC). TUH-TUH представляет модель, обучаемую на наборе обучающих данных TUH и тестируемую на наборе данных разработки TUH. TUH-RPAH представляет модель, обучающуюся на наборе обучающих данных TUH и тестируемую на наборе данных RPAH.

Набор данных TUH, к сожалению, не обеспечивает реалистичного места проведения испытаний на специфичность для каких-либо исследований и разработок по обнаружению изъятий. Обучающий набор TUH содержит 46,7 часа приступов, что составляет 6,2% от набора данных, а набор данных RPAH включает 29,9 часа приступов, что составляет 0,2% от продолжительности агрегированного набора данных. Эта нехватка, наряду с ретроспективными моделями, проявляется в ориентированной на конфиденциальность платформе IBM для преобразования документации по набору данных TUH. ²⁴

Вывод метода на 14 590 часах набора RPAH позволил получить AUC, равный 0.82 (рис. 5), чувствительность 76,68% и в среднем 56,22 ложных срабатывания сигнализации за 24 часа с помощью широко используемой метрики SDR (подробные результаты представлены в таблице II дополнительной информации). Чтобы изучить эффективность предложенной системы с искусственным интеллектом в клинических условиях, мы провели клинический тест на 66 сеансах, случайно выбранных неврологами. Предложенный нами метод (Рис. 1 (b) Путь (2)) достиг чувствительности 92,19%, в соответствии с обычным методом на Рис. 1 (b) Путь (1), но приводит к экономии времени и финансов до 10 × по сравнению с обычным методом.Проспективное многоцентровое исследование Furbass et al . ¹¹ достигли многообещающих результатов, используя обычные методы обработки сигналов. Их работа выявляет только приступы приступов и представляет собой существенный недостаток, когда речь идет о независимых тестах чувствительности на крупномасштабных наборах данных, как мы продемонстрировали в нашей работе. Мы протестировали их инструмент Encevis (EpiScan) в нашем клиническом тесте, достигнув относительно низкой чувствительности 62,50% (по сравнению с предлагаемым методом 92,19%). Энцевис достиг низкого числа ложных срабатываний — 7.02 в сутки. В клинической среде для неврологов наиболее важна чувствительность. Таким образом, наша система искусственного интеллекта уравновешивает как чувствительность, так и ложные срабатывания в предлагаемой нами структуре, заставляя человека-арбитра отклонять ложную тревогу.

В клиническом тесте за 66 сеансов наша модель пропустила восемь (8) припадков (после проверки неврологами только 5 из них были подтверждены как действительные припадки) по сравнению с обнаружением припадков, сделанным клиницистами. Объединив предложенную нами модель и экспертного арбитра, человек-арбитр наблюдал пять дополнительных приступов по сравнению с первым обзором (стандартная диагностика эпилепсии).Три фактора, используемые для сравнения предлагаемого нами метода с традиционным человеческим методом, — это точность, время и финансовые затраты. Наша модель не уступает по точности, но превосходит по времени и, следовательно, по финансовым затратам. Значительное сокращение времени на просмотр сигналов ЭЭГ наблюдалось для каждых 24 часов записи (7,62 минуты по сравнению с 90 минутами), как показано на рисунке 6 и подробно в таблице I дополнительной информации).

Затраты времени на 66 сеансов во время клинического испытания.Это гистограмма, показывающая фактическое время, затрачиваемое человеком на каждую клиническую сессию. Средняя стоимость времени составляет в среднем 7,62 минуты на 24 часа записи — подробности в таблице I. дополнительной информации.

4. Обсуждение

Мы провели континентальное обобщенное исследование теста только для вывода на крупномасштабной австралийской базе данных ЭЭГ из RPAH) для оценки клинической применимости распознавания приступов. Изначально мы обучили нашу модель ИИ на наборе данных из США (от TUH). Мы обучили нашу модель глубокого обучения двум типам информации: 1) фоновая информация, включая межприступные фазы, и 2) информация о приступах — «иктальная фаза», когда приступы начинаются и заканчиваются.Во-первых, мы протестировали нашу модель на наборе данных TUH, получив оценку 0,84 AUROC (см. Таблицу 2) с использованием окна 12 с, что превзошло оценку, полученную Халедом и др. . ⁹ Хотя показатель AUC улучшается только на 0,06, мы используем 12-секундное окно, в пять раз короче, чем у Khaled и др. .. 12-секундное окно было выбрано на основе значительного количества приступов, которые были менее 60 -с. Оценка F1 по Khaled et al ., Полученная через 12-секундное окно, была равна 0.1 и 0,27 меньше, чем 60-секундное окно в наборе данных LPCH для детей и взрослых (детская больница Luckile Packard) соответственно. Другая работа, имеющая отношение к удаленному доступу, включает в себя работу, представленную Павлом и др. ., ²⁵ , в которых сравнивался алгоритм мониторинга риска приступов в реальном времени с помощью алгоритмов в непрерывной ЭЭГ для отделения интенсивной терапии новорожденных (NICU) со 128 новорожденными (32 с судорогами), показывающий улучшение идентификации припадков у 130 новорожденных (38 с припадками) примерно на 20% без помощи алгоритмов.

Чтобы определить возможность обобщения модели, мы протестировали предварительно обученную сеть непосредственно на наборе данных RPAH. Набор данных включает 1006 сеансов; наша оценка AUROC достигает 0,82, что немного ниже, чем при тестировании с набором данных TUH. Подробное сравнение показано на рис. 5. В среднем мы достигли чувствительности 76,68% и 56 ложных срабатываний за 24 часа. Результаты имеют большие перспективы для клинического применения, поскольку наш набор данных включает в себя различных участников, у некоторых из которых возникают приступы, которые сложно обнаружить.Особый интерес представляет увеличение количества припадков, обнаруженных ИИ, пропущенных при первом осмотре клиницистов. Поэтому добавление искусственного интеллекта в клиническую среду может улучшить показатели обнаружения приступов, превосходящие результаты нашего исследования.

Кроме того, мы провели проспективное клиническое испытание 66 сеансов записи ЭЭГ, выбранных неврологами случайным образом. Мы попросили двух неврологов по эпилепсии и трех опытных специалистов по ЭЭГ обозначить приступ без помощи интерфейса искусственного интеллекта.Результаты показаны на рис. 1. Мы видим, что арбитр-человек может обнаружить 59 из 64 приступов, просмотрев все записи ЭЭГ. Для сравнения: с помощью искусственного интеллекта арбитру-человеку нужно только проверить область с высокой уязвимостью, сэкономив много времени и затрат на перемещение, но при этом сохраняя высокую точность. В целом неврологу и специалисту по ЭЭГ требуется в среднем 1–1,5 часа и 1,5–2 часа, чтобы просмотреть 24-часовую запись поверхностной ЭЭГ с точностью приблизительно 85% и 75% соответственно.Интересно, что с помощью ИИ один арбитр-человек обнаружил 15 потенциальных дополнительных припадков, которые не были обозначены, и пропустил восемь припадков, которые ИИ не выделил. Пять человек-арбитров подтвердили, что 5 из 15 являются действительными припадками, которые не были обнаружены при первом рассмотрении (без AI). Один из пяти дополнительных приступов показан на рис. 3, и неврологи обнаружили, что эти приступы имеют общую характеристику: короткое, незаметное изменение частоты. Таким образом, трудно определить, когда судьи-люди впервые просматривают записи целиком.Из восьми припадков, пропущенных ИИ, три из них можно было подтвердить только просмотром видеозаписей. Эти припадки не могли быть обнаружены при визуальном осмотре сигналов ЭЭГ (примеры показаны в дополнительной информации на рис. 6, 7, 8). Что касается других пяти пропущенных приступов, неврологи обнаружили, что большинство из них были очень короткими клиническими приступами. Понятно, что короткие приступы довольно сложно обнаружить, поскольку биомаркеры или паттерны ЭЭГ могут быть неоднозначными. Еще одна слабость ИИ — способность обнаруживать клинические приступы.При этом типе приступов пациенты обычно сообщают о событиях, несмотря на отсутствие изменений в поверхностных сигналах ЭЭГ. Известно, что не все приступы связаны с изменением поверхностной ЭЭГ. ²⁶ Всего с помощью ИИ человек-арбитр обнаруживает 59 изъятий из 64. Результат показывает, что предлагаемый метод экономит примерно в десять раз денежные и временные затраты, при этом частота ошибок остается неизменной.

Наш пользовательский интерфейс (UI), используемый в клинических тестах.

Дополнительный приступ, обнаруженный ИИ (подтвержден неврологом).

5. Заключение

Возможности прогнозирования и обнаружения изъятий изучались и улучшались за последние четыре десятилетия. По закону для диагностики эпилепсии требуется сертифицированный специалист по ЭЭГ. Однако на подготовку клинициста уходит несколько лет, а способность генерировать данные намного превосходит человеческие способности переводить данные. Следовательно, надежная обобщенная система обнаружения с помощью искусственного интеллекта облегчит работу клинициста и поможет пациенту вести более управляемую жизнь.Между тем ложная тревога имеет решающее значение для приложения, поскольку влияет на рабочую нагрузку врачей и пациентов. Предлагаемый нами метод демонстрирует преимущество значительного сокращения временных и денежных затрат при сохранении высокого уровня точности и может применяться непосредственно в клинической практике без сбора обучающих данных.

Декларации этики

Этика X19-0323-2019 / STE16040: Валидация алгоритмов обнаружения, прогнозирования и классификации эпилептических припадков, утвержденных 19 сентября 2019 года местным отделом здравоохранения штата Новый Южный Уэльс (LHD) для внедрения в рамках комплексных служб эпилепсии в отделении неврологии в Королевской больнице принца Альфреда.

Обмен данными

Набор данных больницы Темплского университета общедоступен по адресу https://www.isip.piconepress.com/projects/tuh_eeg/html/downloads.shtml. Набор данных отделения неврологии в Королевской больнице принца Альфреда использовался с одобрения Совета по этике для использования только в текущем исследовании, которое еще не является общедоступным, но мы надеемся сделать эти данные доступными в будущем, ожидая надлежащего утверждения через комитет по этике.

Декларация интересов

Авторы заявляют об отсутствии конкурирующих интересов.

Вклад авторов

YYK способствовал курированию данных, формальному анализу, исследованию, методологии, ресурсам, программному обеспечению, визуализации, проверке, написанию оригинального проекта, написанию обзора и редактированию. NNT внесла свой вклад в курирование данных, формальный анализ, исследования, методологию, ресурсы, программное обеспечение, надзор, визуализацию, проверку, написание обзора и редактирование. CM внес свой вклад в курирование данных, ресурсы, проверку, написание обзора и редактирование. AN внесла свой вклад в концептуализацию, обработку данных, получение финансирования, расследование, администрирование проекта, ресурсы, надзор, проверку, написание обзора и редактирование.OK способствовал концептуализации, курированию данных, привлечению финансирования, расследованию, методологии, администрированию проекта, ресурсам, надзору, визуализации, проверке, написанию обзора и редактированию.

Доступность кода

Код, используемый для генерации всех результатов в этой рукописи, может быть предоставлен по запросу.

6. Дополнительная информация

6.1. Метод

6.1.1. Интерфейс машинного обучения

Пример интерфейса машинного обучения показан на рис.7.

6.2. Результаты

Все 1142 сеанса набора данных RPAH помечены группой сертифицированных неврологов и специалистов по ЭЭГ в течение 9 лет (2011-2019). Среди этих 1142 сеансов 136 сеансов с припадками, которые окончательно обнаруживаются только с помощью необходимого видеовхода. Следовательно, наша производительность ИИ измеряется на 1006 сеансах. Этот тест выполняется в режиме только вывода, и его производительность измеряется на основе устаревшей наземной истины. Наш клинический тест проводится с использованием случайно выбранных 66 сеансов с нашей системой с искусственным интеллектом и нашим инструментом пользовательского интерфейса (UI) с участием эксперта-человека для проверки.Подробные результаты работы нашей автономной системы искусственного интеллекта (на 1006 сеансах ЭЭГ) показаны в таблице 4. Как поясняется в документе, 66 сеансов в нашем пилотном клиническом исследовании из общего числа 1006 анализируются и оцениваются двумя неврологами и три специалиста по ЭЭГ для установления и подтверждения достоверности нашей оценки производительности с помощью искусственного интеллекта. Подробности этого анализа представлены в Таблице 3.

Подробная информация о клиническом тесте

Подробная информация о годовых результатах RPAH

Во время 66 сеансов клинического теста, как упоминалось ранее, неврологи обнаружили пять дополнительных припадков с помощью интерфейса, и по сравнению с приступом, который пропустил AI, три из них подтверждены, не могут напрямую найти только с информацией ЭЭГ.

6.2.1. Дополнительные припадки, обнаруженные AI

Примеры (один в основной части) показаны на рис. 8, 9, 10,11

Дополнительные припадки, обнаруженные с помощью AI (проверены неврологом).

Дополнительный приступ, обнаруженный ИИ (подтвержден неврологом).

Дополнительный приступ, обнаруженный ИИ (подтвержден неврологом).

6.2.2. Приступы пропуска AI

На рис. 12 и 14 показаны три примера, которые подтверждаются только на видео, но не на информации ЭЭГ.

Захват, не обнаруженный ИИ. Нет четкой эволюции частоты, и есть много мышечных и глазных артефактов, которые могут быть подтверждены только видео (проверено неврологом).

Захват, не обнаруженный ИИ. Нет четкого изменения частоты, и есть много мышечных артефактов, которые можно подтвердить только на видео (проверено неврологом).

Захват, не обнаруженный ИИ. Нет четкой эволюции частоты, и есть много мышечных артефактов, которые можно подтвердить только на видео (проверено неврологом).

Благодарности

Авторы хотели бы поблагодарить неврологов Армина Никпура, Кейтлин Шарп и специалистов по ЭЭГ Сумику Очиду, Марикар Сентуриас, Тох Хок Вонг, ИТ-технолога Сатендру Пратап из Службы комплексной эпилепсии при больнице королевского принца Альфреда (RPAH), Сидней, Австралия, за их преданность делу и вклад. Авторы также хотели бы поблагодарить Шэн-Ку Линя за его материально-техническую помощь во время трудоемкого процесса преобразования данных ЭЭГ. Авторы также хотели бы поблагодарить Dr.Джейсону Эшрагьяну за его проницательный вклад в наши результаты. Икай Ян хотел бы поблагодарить Программу обучения исследователей (RTP) за поддержку, предоставленную правительством Австралии. Омид Кавехей благодарит Сиднейский университет за поддержку в рамках стипендии SOAR и поддержку Microsoft в рамках гранта Microsoft AI for Accessibility.

Сноски

• Адреса электронной почты : yikai.yang {at} sydney.edu.au (Yikai Yang), duy.truong {at} sydney.edu.au (Nhan Duy Truong), Christina.maher {at} sydney.edu.au (Кристина Махер), armin {at} sydneyneurology.com.au (Армин Никпур), omid.kavehei {at} sydney.edu.au (Omid Kavehei)

• Мы завершили форматирование , презентация и цифры, чтобы лучше передать наш вклад.

• ↵ ¹ OVLP означает «любую метрику перекрытия». ²³

Мгновенный путь без выбросов углерода для крупного транспорта

Потребуются десятилетия, чтобы свести к нулю выбросы в авиации, судоходстве и дальнемагистральном транспорте.Технология находится в зачаточном состоянии прямо сейчас, и некоторые из этих больших транспортных средств все еще находятся в эксплуатации через 30 лет после их первой поставки, поэтому даже после того, как технология будет готова, переход будет мучительно медленным.

Но есть временное решение, которое скоро появится на рынке, которое позволит этим крупным предприятиям-загрязнителям, а также паркам небольших транспортных средств полностью обезуглерожить свои транспортные операции — мгновенно, без каких-либо проблем с существующими двигателями .

Это работает так: вы обнаружите промышленную операцию, которая не может избежать выброса кучи углекислого газа в атмосферу.Вы захватываете этот углерод и объединяете его с водородом, полученным из чистых возобновляемых источников энергии, для создания синтетического углеводородного дизельного топлива или реактивного топлива.

Вы используете это совершенно нормальное топливо через двигатели своих самолетов. И да, в результате они выбрасывают CO2 в атмосферу, но если продолжить совершенно ненужную метафору, вы получаете одну отрыжку на два приема пищи. Когда вы создаете свое топливо из уловленного CO2, вы не добавляете в атмосферу чистый углерод.

Сакраменто компания Infinium называет эти жидкости электротопливом и готовится вывести их на рынок в больших масштабах и по такой цене, которая могла бы быть конкурентоспособной с самого начала на некоторых субсидируемых рынках.

Это не идеальное решение, но это будет важным промежуточным шагом для отраслей, которые все еще ждут жизнеспособных альтернатив. Кроме того, это гораздо более удобный способ хранения возобновляемой энергии, чем сам водород, который сложно хранить и транспортировать — и ту же технологию можно использовать для создания углерод- отрицательного пластика и других химикатов, которые вам в противном случае понадобились бы. использовать нефть для.

Мы встретились с генеральным директором Infinium Робертом Шютцле, чтобы побеседовать о том, как производится электротопливо, кто будет его использовать, сколько они будут стоить и как это пространство будет развиваться в ближайшие годы.Далее следует отредактированная стенограмма.

Лоз: Хорошо, так что именно вы, ребята, делаете?
⁣
Роберт Шютцле: Infinium фокусируется на производстве того, что мы называем электротопливом, — производстве жидкого топлива, которое является незаменимым или прямым заменителем современного топлива. Подобно дизельному топливу для дальних перевозок, дизельному топливу для судов и авиакеросину, но вместо нефти или масла мы используем возобновляемые источники энергии и CO2, которые в противном случае выбрасывались бы в атмосферу.
⁣
Возобновляемая энергия используется с традиционным электролизом для получения зеленого водорода, а затем наша технология берет поток низкоуглеродистого водорода и поток CO2 и производит из этого сырья то, что мы называем электротопливом.
⁣
Несмотря на то, что Infinium — новая компания, она основана на 10-летней работе нашего предшественника Greyrock Energy. В прошлом году мы собрали раунд финансирования с Amazon, Mitsubishi Heavy, AP Ventures из Лондона, немецким промышленным конгломератом Neuman-Esser и Фондом Грэнтэма для игнорирования климатических возможностей и запустили Infinium по собственной траектории. Мы посчитали, что настало подходящее время для вывода на рынок коммерческих объемов электротоплива.
⁣
Откуда вы берете эти уловленные выбросы CO2?
⁣
Мы можем использовать любой источник CO2, в зависимости от экономических показателей и доступности.В настоящее время большинство наших проектов связаны с относительно чистыми источниками CO2 на промышленных предприятиях: предприятиях по производству этанола, предприятиях по производству аммиака, химических предприятиях по переработке природного газа, предприятиях, которые в настоящее время выбрасывают CO2 в атмосферу. Это становится для нас сырьем.
⁣
По мере продвижения мы работаем над несколькими проектами по улавливанию после сжигания на электростанциях или нефтеперерабатывающих заводах. И затем наш третий горизонт, который нас очень волнует, — это прямой захват воздуха: улавливание CO2 из атмосферы.Мы внимательно отслеживаем это пространство. У нас нет технологий в этой сфере, но мы будем покупателем систем прямого улавливания воздуха для питания наших заводов, когда они будут коммерчески и экономически жизнеспособными. Так что сегодня высококонцентрированных источников их предостаточно. Но, в конце концов, по мере того, как кривые затрат сойдутся, увеличится объем выбросов CO2.
⁣
Я предполагаю, что долгосрочная цель — добиться нулевого уровня выбросов с помощью самих транспортных средств, но такие вещи являются ценным, немедленным промежуточным шагом. Он по-прежнему сбрасывает эти выбросы в атмосферу, но это нулевые чистых выбросов , потому что топливо состоит из CO2, который в противном случае был бы выброшен где-то еще.
⁣
Да, именно так. Мы улавливаем этот СО2, но да, он выбрасывается на другом конце. Это чистый нулевой углеродный цикл. Таким образом, Amazon как клиент может помочь достичь своих целей по чистому нулевому выбросу углерода, особенно в авиации и дальнемагистральных перевозках — вещи, которые сложно электрифицировать или изменить — немедленно, используя эти виды топлива вместо необходимости менять автопарк, на что могут уйти годы. или десятилетия.
⁣
ОК. Таким образом, для любой подобной меры ключевым фактором является стоимость; сколько зеленой премии платят пользователи?
⁣
Правильно.Таким образом, производство такого топлива обходится дороже. Сегодня во многом это связано с тем, что электролизеры довольно дороги. Стоимость возобновляемых источников энергии значительно снизилась за последние пять-десять лет — это большая причина, по которой мы выпустили Infinium в прошлом году, — но электролиз по-прежнему стоит дорого.
⁣
Таким образом, наше топливо сегодня требует субсидий на рынках, которые поддерживают надбавку, например, стандарты низкоуглеродного топлива Калифорнии — это кредитная программа на 4 миллиарда долларов США, и мы достигаем почти нулевой углеродоемкости.Так что здесь, в Калифорнии, мы получаем значительную премию. В штате Орегон есть программа, в Вашингтоне почти закончили со своей, в Британской Колумбии очень интересная программа. Программа Великобритании только набирает обороты. Скандинавия предъявляет серьезные требования, как и ЕС в целом.
⁣
Мы действительно требуем, чтобы эти субсидии для этих заводов были экономичными, поэтому мы стремимся нацелить наше топливо на субсидируемые рынки, даже если оно не обязательно там производится.
⁣
Попался. Итак, до субсидии, какое увеличение затрат мы рассматриваем? Потому что, очевидно, это намного сложнее, чем просто вытащить кости динозавров из земли и сжечь их?
⁣
Безусловно.Это зависит от рынка и проекта — много переменных, но сегодня они примерно в два раза дороже традиционных видов топлива. Так что у нас есть путь к достижению паритета. Но в течение следующего десятилетия все тенденции указывают в правильном для нас направлении. Цены на электролиз упадут — это огромная часть нашей экономики. Повышается эффективность, а затраты на возобновляемые источники энергии будут продолжать снижаться. Мы очень довольны тем, что в ближайшие 5-10 лет будем на уровне или ниже паритета с нефтяным топливом.
⁣
Итак, водород сам по себе составляет основную часть ваших затрат — а как насчет углерода, вы получаете его бесплатно?
⁣
Пробуем! Мы всегда заходим и говорим: смотрите, мы позаботимся о вашем источнике выбросов. Честно говоря, большинство разговоров заканчивается тем, что мы платим за это немного денег, ну, знаете, от 10 до 25 долларов за тонну. Вы могли бы подумать, если бы они выбрасывали его в течение 15 лет, они были бы счастливы, если бы появился Infinium и позаботился об этом, но это своего рода человеческая природа: когда кому-то нужен ваш продукт, даже если это поток отходов, они извлекают из этого ценность.
⁣
Но, вы знаете, мы счастливы немного заплатить за это, чтобы получить долгосрочный контракт на поставку СО2 и превратить его в продукт для этих компаний, потому что это очень незначительная часть нашей Стоимость.
⁣
Итак, ребята, сколько примерно вы сейчас платите за зеленый водород?
⁣
В большинстве наших проектов мы проводим электролиз, поэтому вы действительно платите за энергию, которая уходит на это. Итак, куда бы мы ни отправились на планете, мы ищем связку недорогих возобновляемых источников энергии — в первую очередь ветряной и солнечной — а затем источник выбросов CO2, на который мы можем заключить контракт.
⁣
Цены на электроэнергию, мы хотим быть в диапазоне от 20 до 40 долларов за мегаватт-час, чтобы сделать это экономичным. В некоторых местах это довольно мало, но мы находим ряд областей с высоким потенциалом возобновляемых источников энергии, которые могут работать намного лучше, потому что они изолированы и не могут вывести свою энергию на рынок из-за огромных затрат на передачу электроэнергии. доставлять свою энергию в населенный пункт.
⁣
Какой процесс вы, ребята, используете для объединения водорода и углерода?
⁣
Мы используем двухэтапный процесс — все это запатентованная технология Infinium, основанная на работе по преобразованию газа в жидкость, которую мы выполняли в Greyrock в течение последних 10 лет.Первым шагом является превращение CO2 и водорода в синтез-газ. Синтез-газ — это водород и окись углерода, и он является обычным посредником для производства метанола и других химикатов, он использовался десятилетиями. Как только мы перейдем к синтез-газу, мы используем наши катализаторы GreyCat для непосредственного производства жидкого топлива из синтез-газа. Вот как мы добираемся до жидкостей.
⁣
Мы коммерциализировали платформу Greyrock для преобразования газа в жидкости в течение этого 10-летнего периода, у нас есть производственные мощности в крупных коммерческих масштабах, и мы используем их на втором этапе; это один из уникальных элементов этого проекта.

Infinium

Это энергоемкий процесс? Я мало что знаю о синтез-газе, но, кажется, помню, что для этого требуется изрядное количество тепла.
⁣
Эта первая ступень требует ввода энергии, поэтому мы используем немного возобновляемой энергии для электрического нагрева этой ступени.Вторая стадия является экзотермической, она выделяет тепло, поэтому из него выходит отработанный пар. Но если вы посмотрите на требования к мощности для всего завода, от 85 до 90 процентов составляет электролизер, а от 10 до 15 процентов — на наши насосы, двигатели и нагреватели. Таким образом, электролизер намного превышает требования к мощности для остальной части объекта.
⁣
ОК. Какова эффективность этого электротоплива по отношению к колесам? Я имею в виду, что если вы вложите возобновляемую энергию в батарею, вы получите почти все ее обратно.Если вы электролизуете его в водород, а затем снова получите его в топливном элементе, вы можете получить 35 процентов его на колеса вашего автомобиля. Я понимаю, что это немного несправедливое сравнение, потому что вы используете это как решение с нулевым уровнем выбросов в местах, где в настоящее время нет экологически чистой альтернативы, но какая часть вашей входной энергии поступает на колеса в электротопливе?
⁣
Послушайте, это зависит от конкретного проекта, в зависимости от того, сколько тепла вы используете, а также от возможных компромиссов и компромиссов CAPEX / OPEX… Но вы примерно в диапазоне 50 процентов. Около 50 процентов энергии, поступающей на эту установку, хранится в конечном жидком топливе.
⁣
Хорошо, так что затем вы запускаете его через дизельный двигатель грузовика с КПД, скажем, 45 процентов, так что хорошее отношение к колесам вы смотрите где-то в районе 25 процентов.
⁣
Эта эффективность со временем улучшится по мере того, как электролизеры станут более эффективными. Это большая часть наших расчетов общей эффективности.
⁣
ОК, круто.Итак, какие отрасли промышленности используют это топливо в настоящее время?
⁣
Наш сбор средств был направлен на доведение ряда наших первых проектов до момента, когда мы начинаем строительство, поэтому сегодня электротопливо еще никто не развернул. Мы прилагаем все усилия, чтобы первыми выйти на рынок электротоплива. Клиенты, с которыми мы работаем, — это промышленные и коммерческие пользователи, которых можно ожидать в областях, где декарбонизация труднее всего: перевозки на дальние расстояния, морской транспорт и авиация.
⁣
Амазонка одна из них; они очень заинтересованы в реализации стратегии, описанной выше.Конечно, они проводят большую электрификацию в рамках сделки с Rivian, они делают много аккуратных вещей с водородом … Но они понимают, что жидкое топливо им понадобится в течение длительного времени. Чтобы достичь цели по чистому нулевому выбросу углерода к 2040 году, им нужно много топлива для наземных, морских и воздушных перевозок.
⁣
Мы также работаем с рядом авиакомпаний, а также с другими поставщиками логистических услуг. Amazon — наш флагман, у нас есть огромный холм, на который нужно подняться, чтобы начать отказываться от своих целей по нулевому выбросу углерода, и мы действительно подталкиваем эту платформу к масштабированию, чтобы мы могли помочь им достичь этой цели к 2040 году.
⁣
Думаю, все сводится к экономике, особенно в крупных масштабах. Так что, если вы осуществляете перевозки на дальние расстояния, ваши варианты декарбонизации следующие: прямое внедрение силовых агрегатов на водородных топливных элементах, приобретение аккумуляторных грузовиков или переход на электротопливо, как только они станут доступны. Есть ли у вас представление о преимуществах и недостатках этих подходов для большой логистической компании?
⁣
Конечно, я имею в виду, что все зависит от конкретного случая, но, на наш взгляд, переход на электротопливо — это низко висящий плод.Вы можете получить чистый нулевой углерод, используя существующие автомобили. Модернизация водородом обходится довольно дорого, но, что, возможно, более важно, систем доставки водорода не существует во всем мире. Так что если бы я собирался поехать на грузовике из, вы знаете, с восточного побережья США на западное побережье США или из Сиднея в Мельбурн, по пути нет заправочных станций для водорода.
⁣
И доставлять водород из мест, где его дешево производить, до этих транспортных коридоров стоит чрезвычайно дорого. Вам нужно либо поставить завод по сжижению, а затем возить его на специальных криогенных транспортных средствах.Или вы сжимаете его и запускаете сотни, если не тысячи грузовиков в день. Так что, на мой взгляд, водородный транспорт — это действительно ахиллесова пята всего этого рынка.
⁣
Ага, верно. Так что я предполагаю, что некоторые инициативы по прокладке газа по трубопроводам природного газа и тому подобное могут в конечном итоге помочь в этом отношении. Но до этого еще далеко, и, в конце концов, если вы можете посадить растение прямо по соседству, с твердым источником углерода поблизости, тогда вы можете просто делать электротопливо и перевозить топливо в обычных бензовозах. .
⁣
Безусловно.
⁣
И грузовые перевозки — это одно, а что-то вроде авиации — другое. Не существует реальных вариантов декарбонизации, которые авиакомпания могла бы включить сегодня. Я понимаю, что трудно вывести цифры из воздуха, но знаете ли вы, сколько дополнительных расходов будет стоить пассажиру, чтобы летать таким образом без выбросов?
⁣
Прав. Что ж, субсидии сейчас очень динамичны, так как низкоуглеродные программы распространяются на международном уровне. Я имею в виду, например, в Великобритании мы недавно разговаривали с партнером по закупке.Мы понимаем, что если бы мы производили топливо сегодня, мы были бы где-то в диапазоне субсидии в размере 7 долларов за галлон, которая полностью субсидировала бы производство этого топлива, а затем и некоторых других.
⁣
Теперь на рынках субсидий будет спрос и предложение, и они нормализуются, поэтому трудно сказать, где они выпадут. Но с учетом того, что ЕС, Скандинавия и Великобритания предъявляют огромные требования к декарбонизации топливного бассейна, мы наблюдаем хорошее увеличение субсидий. Программа Калифорнии, которой уже около восьми лет, была самой зрелой в мире.Сегодня это кредитная линия на 4 миллиарда долларов, и многие люди ее продают, а также привлекательные субсидии.
⁣
Таким образом, на некоторых рынках вы можете полностью субсидировать это топливо. В других случаях покупатель должен будет заплатить премию. Но опять же в течение следующих пяти-десяти лет мы действительно надеемся достичь паритета, так что нам не придется полагаться на эти субсидии. Долгое время полагаться на субсидии — это не лучший бизнес.
⁣
Роджер тот. Итак, у вас есть надежный вариант на краткосрочную и среднесрочную перспективу, но что произойдет с вашей компанией, когда сбудутся самые радужные прогнозы и мы найдем истинные варианты с нулевым уровнем выбросов для всего? Куда будет развиваться ваш бизнес, если в 2050 году мы будем работать чисто?
⁣
Да, конечно.Так что, если мы проснемся завтра и не было бы спроса на дизельное топливо или авиакеросин, потому что все было поменяно, что ж, у всех наших продуктов также есть возможности на химических рынках премиум-класса, которые в настоящее время почти на 100% производятся из нефти. Обычные парафины, растворители и другие вещи, которые очень трудно заменить на рынке химикатов.
⁣
Итак, даже с этими ранними проектами мы работаем с химическими компаниями, которые очень заинтересованы. Одно из наших применений в Европе — использование наших продуктов в качестве промежуточных звеньев для пластмасс, чтобы пластик навсегда улавливал СО2.Итак, в этот момент вы получаете углерод- отрицательное значение .
⁣
Итак, мы начинаем культивировать это для каждого кусочка нашего продукта, помимо топлива. Мы не знаем, когда все изменится, но если мы проснемся через два дня и вся авиация, морские перевозки и дальние перевозки будут полностью вытеснены, у нас будут отличные рынки в химической промышленности, и это перейдет в минус углеродная ситуация вместо чистого нуля.
⁣
Это очень круто, я рад, что спросил вас об этом. Легко забыть, что есть другие вещи, которые зависят от углеводородов, помимо топлива.Хорошо, значит, у вас есть инвестиции, на каком этапе вы находитесь, что дальше и как скоро мы увидим, как эти вещи падают на землю?
⁣
Нам осталось несколько лет до реализации наших первых крупных проектов, но мы коммерчески готовы с этой технологией. Мы завершаем детализацию нашей первой волны проектов, которая будет включать Северную Америку и ЕС. ЕС очень увлечен электротопливом, там много стимулов и большая поддержка, поэтому в ближайшие месяцы мы сделаем несколько объявлений.
⁣
Это будут крупномасштабные предприятия, значительные инвестиции и участие некоторых крупных игроков в дополнение к нашей существующей таблице предельных значений, поэтому мы очень рады вывести на рынок первые объемы и начать помогать клиентам обезуглероживать свои перевозки.
⁣
Вы знаете, мы считаем, что электротопливо или преобразование энергии в продукты, какими бы они ни были, станет действительно большой тенденцией в следующие пять лет — просто из-за того, насколько мало энергии из возобновляемых источников энергии.Если вы занимаетесь экологически чистым водородом в каком-то удаленном месте, действительно не так много отличных вариантов его доставки без преобразования в продукт. Я видел огромный рост осведомленности об этом за последние 12 месяцев, и я думаю, что вы начнете больше узнавать об этом в ближайшие месяцы и годы.
⁣
Конечно. Итак, еще один несправедливый вопрос — кто еще работает в этом пространстве, кто еще занимается электротопливом?
⁣
Мы считаем, что занимаем лидирующие позиции в этой сфере благодаря нашим 10-летним разработкам и коммерческой технологической платформе.Но за последние шесть месяцев мы видели некоторые объявления о НИОКР, о некоторых пилотных программах, объявленных некоторыми очень крупными игроками. Значительные бюджеты идут на производство шести баррелей в день, 10 баррелей в день.
⁣
Итак, мы думаем, что здесь будет несколько решений, и нам предлагали стать технологической платформой для некоторых из них, но мы ответили: послушайте, мы не собираемся проводить пилотный проект прямо сейчас. — что-то мелкое, коммерчески нежизнеспособное — просто чтобы это показать. Мы концентрируем свое время на крупных объектах.Мы также стали свидетелями увеличения количества объявлений о преобразовании энергии в другие виды топлива, помимо жидкого топлива. Энергия на аммиак, энергия на природный газ для газовой сети и тому подобное, так что это как бы попадает в эту более широкую категорию «мощность на x». Я думаю, вы еще увидите это в будущем.
⁣
Эй, все в бассейн! Нам нужны все решения, которые мы можем получить, и спрос на все это практически бесконечен.
⁣
Мы благодарим Роберта Шютцле за уделенное ему время.

Источник: Infinium

Самый сильный покемон электрического типа, которого вы можете поймать в каждом регионе, рейтинг

Учитывая, что Пикачу является лицом всей серии, неудивительно, что электрические покемоны так популярны среди поклонников покемонов. Они могут варьироваться от очаровательных существ до устрашающих монстров, а такие традиции, как региональные грызуны, являются быстрым выбором фанатов в каждой игре.

СВЯЗАННЫЙ: Покемон: 10 лучших электрических типов с самым высоким коэффициентом улова

К сожалению, их уровни силы могут значительно различаться между разными видами, а это означает, что только несколько не легендарных покемонов электрического типа будут стоить вашего времени.Если вы можете разместить только одного в своей команде в каждом регионе, вам следует выбрать именно эти, если вам просто нужен самый сильный вариант, который вы можете найти.

8 Галар: Морпеко

Чрезвычайно мало клонов Pika, которые могут достичь максимума оригинальной электрической мыши, но Morpeko абсолютно подходит благодаря уникальной комбинации типов Dark и Electric.Это дает ему большой диапазон против более широкого набора противников, чем у большинства электрических типов, чему способствует также широкий выбор ходов за пределами его типизации.

Ключевой частью Морпеко, которая придает ему силу, является его способность Колеса Ауры, которая может менять типы в зависимости от своей формы.Как правило, это скорее обратная сторона, так как ваш противник может легко предугадать его набор, но он также увеличит вашу скорость и нанесет смехотворный урон, независимо от того, Полный ли вы живот или Hangry, давая Морпеко огромное влияние в любой битве.

7 Алола: Викаволт

Викаволт намного страшнее, чем вы думаете, особенно учитывая его низкую скорость и высокий список слабых мест как покемонов жуковского типа.Удивительно, но его способность Левитировать дает ему большую уязвимость для наземных движений, самых больших угроз для истребителей электрического типа, а у жуков на самом деле не так много слабостей, как вы ожидаете.

СВЯЗАННЫЙ: 10 самых странных покемонов Алола

Даже если бы у него были эти слабости, он невероятно хорошо их компенсировал, имея одну из самых высоких характеристик специальной атаки, которую вы могли бы запросить для типа жука, а это означает, что такие ходы, как жужжание жука и удар молнии, будут ужасно сильными.Будьте осторожны с этим большим громовым жуком, но если вы будете осторожны, он может стать отличным сильным нападающим.

6 Калос: Гелиолиск

Обычно наделение покемона чертой нормального типа является признаком того, что он станет намного хуже, но Гелиолиск бросает вызов этому, отлично используя черту обычного типа, чтобы быть мощным специальным атакующим.Это дает ему больше иммунитета, чем слабости, так как его слабость боевого типа не сильно влияет на него из-за низкого HP и защитных характеристик Гелиолиска, а иммунитет к призрачному типу помогает ему избегать большинства противостоящих специальных атак.

Здесь даже не упоминается диапазон его типа атаки, поскольку он получает замечательные дополнения в виде движений типа Воды, таких как Surf, и движений типа Dragon, таких как Dragon Pulse.Это может показаться скорее вредителем, чем электростанцией, но Heliolisk — отличный член любой команды Gen 6.

5 Унова: Электрос

Elektross невероятно сложно поднять хорошо, так как ранняя эволюция Tynamo была болезненно слабой и развивалась на уровне 39, прежде чем понадобился камень грома для его окончательной эволюции.К счастью, вы получаете отличное количество энергии, поскольку чистая печать Elektross и способность Levitate лишают его каких-либо слабых мест.

Это дает ему достаточно массы, чтобы быть отличным смешанным атакующим, изучая большое количество электрических, ядовитых, огненных и даже летающих движений, подходящих для любой сборки, которую вы хотите.Это один из самых разнообразных электромобилей во всей серии, и он действительно может быть построен для любой роли, в которой вы нуждаетесь.

4 Sinnoh: Luxray

Sinnoh один из самых конкурентоспособных вариантов покемонов электрического типа во всей серии.Наряду с новыми эволюциями классических покемонов, таких как Electivire и Magnezone, а также с изменяющим форму Rotom, есть из множества вариантов на выбор, но самый эффективный из них всегда будет легче всего получить.

СВЯЗАННЫЙ: Покемон: 10 вещей из платины, которые нужно вернуть для римейка Синно

Это будет Люксрей, физически агрессивный дикая кошка с мощными способностями, такими как Запугивание и Кишки, чтобы либо ослабить врагов, либо максимизировать его силу.Почти удивительно отсутствие черты Темного типа благодаря таким движениям, как Bite и Crunch, но у него еще больше возможностей для разведения благодаря широкому выбору элементарных движений Fang, которые могут дать Luxray множество преимуществ.

3 Hoenn: Manectric

Manectric, скорее всего, самый недооцененный электрический тип во всем Хоэнне, и, как ни странно, он один из немногих, добавленных, несмотря на целый тренажерный зал электрического типа.Единственные другие включают Плюсле и Минун, два клона Пика, предназначенные для двойных битв, которые вряд ли так эффективны, как должны быть для большинства игроков.

Manectric делает гораздо больше, обладая злой статистикой скорости и специальной атаки, которая позволяет ему превосходить многих покемонов уже на 26 уровне благодаря раннему уровню эволюции.Вы можете подумать об этом как об обычном мусоре с ранних стадий игр Hoenn, но в этом случае вы упустите отличный спамер с такими ходами, как Discharge и Flamethrower.

2 Джото: Амфарос

Большинство новых покемонов электрического типа от Johto довольно слабы, при этом Пичу и Лантурн не очень впечатляют, несмотря на их популярный дизайн и типографию.Тем не менее, основное лицо Johto’s Electric-type имеет одни из лучших всесторонних характеристик среди всех покемонов Gen 2, поскольку Ampharos — один из первых действительно великих танков Electric-типа в серии.

СВЯЗАННЫЙ: Покемон: 15 самых мощных мегаэволюций всех времен, рейтинг

Амфарос становится лучше только в играх, где он может мега-эволюционировать, поскольку он получает уникальную черту типа Дракона и невероятно большую особую атаку.Этот покемон может быть надежным защитником в худшем случае, но в лучшем случае поражает силой легендарного.

1 Канто: Jolteon

Можно подумать, что это место достанется Пикачу, учитывая его популярность, но, к сожалению, Пикачу всегда немного отставал в большинстве игр, в которых он появляется.Вокруг него есть масса отличных конкурентных стратегий, если вы разводите и находите хорошие предметы, но отличный электрический тип обычно определяется его простотой.

Это то, что делает Джолтеона настолько абсурдно эффективным, имея простую эволюцию Громового камня и одну из самых высоких характеристик скорости среди всех покемонов электрического типа во всей серии.Другие быстрые электрические типы игр Kanto, такие как Electrode и Raichu, безусловно, могут работать довольно быстро, но Джолтеон всегда будет бегать быстрее и его будет намного легче тренировать, и вы всегда должны чувствовать себя свободно, развивая свою Eevee в эту форму, как только вы получите Это.

Далее: Покемон: 5 переоцененных комбинаций типов (и 5 сильно недооцененных)

Следующий Zelda: 10 странных подробностей об Эпоне, которые вы никогда не знали

Джин Коул — канадский писатель-фрилансер со степенью Б.А. в психологии и криминологии. Он упорно трудится, чтобы не терять предвзятость к огромному разнообразию игр, и любит узнавать о том, как разные люди создают и играют в них. В свободное время он любит бесцельно бродить по Slime Rancher, возиться с соревновательными играми, такими как Poker и Magic: The Gathering, и (дилетантски) пытаться ускорить прохождение Super Mario Odyssey.