Eliminación de Picos Espurios mediante Procesamiento de Señales Dispersas Mejora la Delineación de la Zona de Inicio...

Sus antecedentes:

• Los picos epileptiformes interictales y las oscilaciones de alta frecuencia (HFO) son biomarcadores clave para identificar la zona de inicio de convulsiones (SOZ) en la epilepsia resistente a los medicamentos.
• La identificación precisa de la SOZ es crucial para la planificación quirúrgica y la mejora de los resultados de los pacientes.

Objetivo del estudio:

• Desarrollar y evaluar un modelo de eliminación de ruido basado en procesamiento de señales dispersas para picos epileptiformes.
• Mejorar la precisión de la delineación de la SOZ utilizando datos de picos con ruido eliminado.

Principales métodos:

• Se desarrolló un modelo de procesamiento de señales dispersas utilizando la búsqueda ortogonal de emparejamiento (OMP) con un diccionario de Gabor para representar y eliminar el ruido de los picos epileptiformes.
• Se utilizó un clasificador de Bosque Aleatorio (RF) para la clasificación de eventos.
• El modelo se entrenó con datos etiquetados por expertos y se validó en electroencefalografía intracraneal (iEEG) de 29 sujetos durante la monitorización intraoperatoria (IOM).

Principales resultados:

• El método de eliminación de ruido mejoró significativamente la delineación de la SOZ del 36% al 52% en IOM.
• La comparación con el análisis de HFO mostró una relación promedio de SOZ con ruido eliminado del 69% en IOM.
• El modelo eliminó eficazmente artefactos y detecciones espurias del grupo inicial de picos.

Conclusiones:

• El procesamiento de señales dispersas ofrece un método robusto para eliminar el ruido de los picos epileptiformes, mejorando la precisión de la identificación de la SOZ.
• Este enfoque puede mejorar la toma de decisiones clínicas al proporcionar evaluaciones iniciales confiables durante grabaciones intraoperatorias breves.
• El modelo desarrollado muestra una gran promesa para avanzar en el diagnóstico y la planificación del tratamiento de la epilepsia.