SpikeSense เป็นเครื่องมือวิจัยที่ใช้ deep learning ช่วยคัดกรองสัญญาณลมชัก (seizure) และคลื่น epileptiform (IED / sharp wave) จากไฟล์ EEG มาตรฐาน เพื่อช่วยลดเวลาการอ่านคลื่นเบื้องต้นของแพทย์
คลื่น epileptiform มักปรากฏสั้นๆ กระจายอยู่ในบันทึกนานหลายสิบนาที การไล่อ่านทั้งหมดด้วยตาใช้เวลามาก และในหลายพื้นที่ยังขาดประสาทแพทย์ที่อ่าน EEG ได้ SpikeSense ทำหน้าที่เป็น "ผู้ช่วยคัดกรองรอบแรก" ชี้จุดที่น่าสนใจให้แพทย์ไปตรวจสอบซ้ำ ไม่ได้มาแทนการอ่านของแพทย์
แต่ละงานเลือกใช้สถาปัตยกรรมที่เหมาะกับปัญหานั้นๆ วิเคราะห์ทีละหน้าต่าง พร้อมค่าความมั่นใจ (confidence)
⚠️ ทั้งสามงานเป็นรุ่นวิจัย (beta) อยู่ระหว่างพัฒนาและตรวจสอบความแม่นยำ — ผลใช้เพื่อการวิจัย/คัดกรองเบื้องต้นเท่านั้น ไม่ใช่การวินิจฉัยทางคลินิก
แยกช่วง interictal (ปกติ) ออกจากช่วงที่มีสัญญาณ seizure — คัดกรองว่าบันทึกมีคลื่นชักหรือไม่
ประเมินว่าคลื่นชักน่าจะเริ่มจากซีกซ้าย ซีกขวา หรือเป็นแบบทั่วสมอง (generalized)
หา interictal epileptiform discharge — คลื่นแหลมระหว่างชักที่เป็นเบาะแสสำคัญของโรคลมชัก
ใช้ไฟล์ EEG มาตรฐาน (.edf) จากเครื่องบันทึกทั่วไป
แบ่งสัญญาณเป็นหน้าต่าง 4 วินาที ผ่าน bandpass/notch ตามมาตรฐาน
ให้คลาสและค่าความมั่นใจของแต่ละช่วงเวลา
ชี้ช่วงที่น่าสนใจให้แพทย์ตรวจสอบซ้ำ
เชื่อมต่อกับโมเดลจริงบนเซิร์ฟเวอร์วิจัย ผลที่ได้เป็นการสาธิตความสามารถของโมเดลเท่านั้น