Новый метод раннего обнаружения эпилептических припадков в ЭЭГ на основе фрагментарного разложения

ABSTRACT

Своевременное обнаружение возникновения эпилептических приступов у пациентов с эпилепсией и оповещение лиц, осуществляющих уход, для своевременного вмешательства могло бы значительно улучшить качество жизни этих пациентов и снизить смертность. Несмотря на значительные достижения в этой области, на данный момент, насколько нам известно, не существует алгоритмов, которые могли бы надежно и быстро обнаруживать возникновение приступов с помощью анализа электроэнцефалограмм (ЭЭГ) в реальном времени.

Мы предлагаем новый метод для ЭЭГ обнаружения приступов в реальном времени. Ключевая часть метода заключается в разложении сигнала ЭЭГ на элементарные компоненты (фрагментарное разложение, ФР) с использованием оригинальной техники краткосрочного преобразования Фурье. ФР создает точную явную модель сигнала и предоставляет возможность компьютерной реконструкции различных наборов определенных компонентов сигнала. Такой подход позволяет более детально анализировать форму сигналов, идентифицируя специфическую форму каждого пика в временном ряду нестационарного сигнала. Затем компоненты модели сигнала обрабатываются оригинальным алгоритмом распознавания временных паттернов, который может быть настроен для распознавания любой специфической комбинации компонентов модели.

Метод был успешно протестирован на внутричерепной и скальповой ЭЭГ человека. В большинстве случаев приступы выявлялись задолго до того, как они достигали полной силы – чаще всего до начала фазы спайков, и всегда до того, как амплитуды спайков достигали значительных значений. У некоторых пациентов уникальные предвестники приступов наблюдались за несколько секунд до его начала. В таких случаях обнаружение предвестников фактически превращается в точное предсказание приступов.

Предложенный метод может использоваться для быстрого и надёжного ЭЭГ обнаружения приступов в реальном времени. Его способность обнаруживать короткие эпилептогенные события и другие специфические паттерны (которые могут быть слабыми по амплитуде) делает метод полезным как для исследований, направленных на предсказание приступов, так и для применения в устройствах обнаружения приступов.