盲源分离在从常规头皮-EEG中定位发作的性能
Jeanne Benoit1,2,3, Samuel Medina Villalon4,5, Stanislas Lagarde4,5
1Institut de Neurosciences Des Systèmes, Aix-Marseille Université, INSERM, INS, 13005, Marseille, France. benoit.j@chu-nice.fr.
Journal of neurology
|November 7, 2025
概括
盲源分离 (BSS) 使用常规头皮EEG有效地定位了发作区域 (SOZ). 具有较长时间窗口的InfoMax算法显示了改进的SOZ本地化准确性.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 信号处理 信号处理
背景情况:
- 阴道源成像对于定位发作发作区 (SOZ) 至关重要.
- 在此背景下,用于分解混合信号的盲源分离 (BSS) 技术仍未得到充分探索.
- 常规的低密度头皮EEG广泛使用,但在精确的来源定位方面存在局限性.
研究的目的:
- 为了评估BSS在提取SOZ局部化中ictal组件的有效性.
- 通过在不同环境中使用常规的低密度头皮EEG数据来评估BSS的性能.
- 为了比较各种BSS算法和时间窗口持续时间,以获得最佳的SOZ本地化.
主要方法:
- 分析了10名患有立体EEG定义SOZ的患者的20次发作.
- 应用了FastICA,InfoMax和SOBI算法在10秒,30秒和300秒的前冲击期内.
- 将组件分类为ictal或non-ictal,并确定最佳的BSS和独特的ictal组件.
- 估计的局部化距离和评估的亚叶膜对应性与SOZ.
主要成果:
- 在56.7%的单独的ictal组件 (平均距离28.9毫米) 中实现了亚叶状SOZ定位.
- 最好的BSS组件在13/20发作中定位了SOZ (中位距离29.9毫米).
- 使用300秒前冲击周期的InfoMax算法产生了最高的性能 (F-score).
结论:
- BSS,特别是具有延长时间窗口的InfoMax算法,可以使用常规头皮EEG有效地定位发作发作区 (SOZ).
- 这种方法提供了一种有希望的,非侵入性的方法,可以改善患者的SOZ识别.
- 进一步细化BSS参数可以提高ictal源成像的诊断准确性.
