脑电图预处理参数对超低功率抢断检测的影响
Patrick Reisinger1, Jonathan Larochelle2, Ciamak Abkai1
1Precisis GmbH, Research & Development, Heidelberg, Germany.
Epilepsia
|June 30, 2025
概括
优化脑电图 (EEG) 预处理参数以检测耐药性的发作,可以显著降低能源消耗. 这种系统分析指导开发更高效的闭环神经刺激装置.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 医疗器械 医疗器械
背景情况:
- 闭环神经刺激为耐药焦点提供了一个有希望的治疗途径.
- 使用脑电图 (EEG) 准确和快速检测发作是这些设备面临的关键挑战.
- 现有的发作检测方法往往缺乏统计学严谨性,实际实用性以及对能源效率的考虑.
研究的目的:
- 系统分析EEG预处理参数对发作检测性能的影响.
- 评估这些参数对医疗器械应用的能源消耗的影响.
- 为优化闭环神经刺激系统中的EEG预处理提供指导.
主要方法:
- 分析了145名患者的脑电图数据.
- 评估采样率,窗口大小,数字分辨率和EEG频道的数量.
- 在SzCORE框架内利用卷积神经网络 (CNN) 进行检测性能评估.
- 使用超低功率微控制器测量能源消耗.
主要成果:
- 将采样速率降低到64Hz,降低了灵敏度,但显著降低了CNN的能耗 (从49.15到17.26μJ/s).
- 使用单个EEG通道降低了灵敏度和增加了检测延迟,但也减少了每小时的错误检测和能源消耗 (从79.04到31.63μJ/s).
- 较大的窗口尺寸和较低的数字分辨率 (8位) 影响了检测性能和能源使用.
结论:
- 脑电图预处理参数选择对闭环神经刺激中发作检测准确性和能量效率都有关键影响.
- 研究结果为开发用于治疗的先进,能量意识的神经刺激装置提供了实际指导.
- 优化采样率和通道使用等参数是实用,低功耗管理解决方案的关键.
