在缺席发作期间的EEG相同步

科学领域:

• 神经科学是一个神经科学.
• 发病学 (Epileptology) 是一个专业的学科.
• 信号处理 信号处理

背景情况:

• 儿童缺席 (CAE) 和青少年缺席 (JAE) 的特点是普遍的节奏尖和波放电 (SWD).
• 现有的缺席检测算法专注于个别的SWD,可能缺失了抓获混乱.
• 病态神经元超同步在缺席的发作提出了一个挑战,准确的检测和表征.

研究的目的:

• 研究EEG相位同步,以检测缺席发作并量化其碎片化.
• 开发和评估一个机器学习分类器,使用相同步和振幅特征来检测SWD.
• 评估探测器在实时数据流中的性能及其用于区分扣押特征的实用性.

主要方法:

• 在CAE/JAE患者和健康受试者中使用波形相同步指数对EEG相同步的分析.
• 开发了一种机器学习分类器,该分类器包含了相位同步和从0.5秒重叠的1秒EEG段的规范振幅.
• 使用19通道 (10-20设置) 和减少6通道 (Fp1,Fp2,F7,F8,O1,O2) 配置验证探测器.

主要成果:

• 开发的探测器在使用19个通道识别缺席时实现了99.2%的准确性,分类ictal段的重叠率为83%.
• 在65名受试者中,大约有一半的人发现了发作失调,一般化的SWD约占异常EEG活动的80%.
• 检测器表现出良好的性能,具有6通道设置,适合不引人注目的头带,在对照组 (0.03%) 和年轻成年人 (0.02%) 中罕见的错误检测.

结论:

• 拟议的基于EEG相位同步的探测器有效地识别了缺席发作,并量化了发作的碎片化.
• 探测器能够分析实时数据,其性能与减少的通道设置为实际临床应用提供了潜在的潜力.
• 量化发作碎片化可能有助于区分CAE和JAE,需要进一步调查发作特性和临床特征.