CC BY
16МЕДИЦИНСКАЯ ФИЗИКА
НОВЫЙ ПОДХОД К ДЕТЕКТИРОВАНИЮ ЭПИЛЕПТИФОРМНОЙ АКТИВНОСТИ В СИГНАЛАХ ЭЭГ И СПОСОБЫ ДИФФЕРЕНЦИАЦИИ ЭПИЛЕПТИЧЕСКИХ ПРИСТУПОВ ОТ АРТЕФАКТОВ ЖЕВАНИЯ
1Кершнер И.А., 2Синкин М.В., 1Обухов Ю.В.
Институт радиотехники и электроники им. В.А. Котельникова РАН, http://www.cplire.ru/ Москва 125009, Российская Федерация
2Научно-исследовательский институт скорой помощи им. Н.В. Склифосовского Департамента
здравоохранения города Москвы, https://sklif.mos.ru/
Москва 129090, Российская Федерация
Поступила 28.06.2019, принята 2.07.2019
Представлена действительным членом РАЕН В.В. Колесовым
Разработан новый метод, позволяющий автоматически детектировать различную активность в длительных (сутки и более) сигналах электроэнцефалограмм. Для дифференциации эпилептиформной активности от артефактов жевания предложены методы, основанные на анализе вейвлет-спектрограмм электроэнцефалограмм. Изучались свойства хребтов вейвлет-спектрограмм электроэнцефалограмм, а также периодичность широкополосных пиков в моменты времени, соответствующие пик-волновой эпилептиформной активности, с одной стороны, и пикам миографической активности в электроэнцефалограмме при жевании с другой стороны.
Ключевые слова: ЭЭГ; вейвлет-спектрограммы; хребты; эпилептический приступ; артефакты жевания; детектирование приступов.
УДК 004.67, 004.93''11_
Содержание
1. Введение (237)
2. Метод (238)
3. обработка сигналов (238)
4. Заключение (241) литература (242)
1. ВВЕДЕНИЕ
В настоящее время нейрофизиологи вручную размечают электроэнцефалографические (ЭЭГ) сигналы, сопоставляя отдельные фрагменты ЭЭГ эпилептическим приступам, артефактам жевания и др., что является трудоёмким и времязатратным процессом при разметке длительных (суточных и более) сигналов ЭЭГ. Автоматическая разметка эпилептических и эпилептиформных приступов в сигналах ЭЭГ пациентов с посттравматической эпилепсией, а также дифференциация приступов от артефактов жевания помогут избавить нейрофизиологов от рутинной работы, а также ускорят процесс детектирования эпилептиформных приступов.
Проблема детектирования эпилептических приступов различных видов [1], а также
различного рода артефактов [2] широко известна и остаётся актуальной. Например, в работе [3] уделяется внимание нахождению мышечных артефактов, в том числе и жевательных, с помощью исследования амплитудной и частотной составляющих. В статье предлагается разбивать сигнал на эпохи и рассчитывать минимальное, максимальное значения
амплитуды и первую производную. Также применяется быстрое преобразование Фурье, рассчитывается абсолютная и относительные мощности спектра Фурье, вычисляется граничная частота спектра, до которой сумма по спектральной мощности находится на уровне 95% от суммарной спектральной мощности всего спектра. Далее параметры сравниваются с параметрами контрольной записи, которая не содержит артефактов. Перед применением метода требуется отобрать для данной записи ЭЭГ «чистый» фрагмент вручную. Отметим, что метод нацелен на нахождение артефактов, частота которых более 25 Гц. В статье [4] представлено использование метода опорных векторов для
кершнер и.а., синкин м.в., обухов ю.в. МЕДИЦИНСКАЯ ФИЗИКА
различения различных видов артефактов. Были использованы признаки, полученные с ЭЭГ и гироскопических каналов. На обрабатываемых записях не предполагалось нахождение детектирования артефактов в записях ЭЭГ. Испытуемому нужно было совершать по очереди одно из пяти движений в течение 30 секунд, затем 20 секунд перерыва — контрольная запись без артефактов движения. Таким образом, записи изначально являются размеченными. Помимо этого, записи собраны с 7 испытуемых, у которых нет никаких неврологических и психиатрических расстройств, что стоит учитывать при анализе ЭЭГ пациентов с неврологическими расстройствами.
В работе [5] описывается метод с использованием статистики Байеса для нахождения эпилептических приступов в реальном времени с удалением: артефактов, связанных с обрывом проводов; мышечной активности вне диапазона 12—25 Гц. Альфа активность (8-13 Гц), характерная как для артефактов, так и для эпилептических приступов (3-25 Гц), помечается как приступ, т.е. дифференциация между эпилептическим приступом и артефактами в этом диапазоне частот не проводилась. В статье [6] представлен метод распознавания эпилептических приступов на основе Фурье анализа. Метод работает достаточно быстро, чтобы его можно было использовать в системе информирования врачей о начале приступа, но при этом авторы приводят информацию о том, что анализ ЭЭГ сигналов их методом не распознал эпилептические приступы в ЭЭГ 3-х пациентов. Эксперты нейрофизиологи при этом зафиксировали 3, 5 и 6 эпилептических приступов для них.
В настоящей работе предлагается универсальный подход по автоматическому нахождению всех подозрительных фрагментов электроэнцефалографических сигналов
пациентов с посттравматической эпилепсией на длинных записях ЭЭГ (сутки и более) с возможностью их дальнейшей классификации.
2. МЕТОД
В связи с тем, что в сигналах ЭЭГ присутствуют как артефакты, так и эпилептические разряды, есть необходимость в их автоматическом детектировании. Предлагается путём сегментирования хребтов
вейвлет-спектрограмм находить начало и конец фрагментов сигналов, в которых наблюдается подозрительная активность с повышенными значениями спектральной плотности мощности. Для этого рассчитываются гистограммы хребтов вейвлет-спектрограмм. Для фрагментированных хребтов рассчитываются частотно-временные параметры, по которым в дальнейшем можно произвести классификацию фрагментов хребта на соответствующее событие. Помимо этого, рассматриваются срезы вейвлет-спектрограмм по частоте для выявления дополнительных признаков различия между эпилептическими приступами и артефактами жевания.
3. ОБРАБОТКА СИГНАЛОВ
Рассмотрим подход по детектированию специфических событий пошагово на примере сигнала, содержащего эпилептический приступ, полученным в отделении нейрохирургии НИИ скорой помощи им. Н.В. Склифосовского (рис. 1).
Первоначально сигнал фильтруется с помощью полосового фильтра Баттерворта 2-го порядка с полосой пропускания от 0.5 до 22 Гц, а также режекторных фильтров кратных 25 Гц для удаления шумов и сетевой наводки. После чего рассчитывается вейвлет-спектрограмма S следующим образом [7]: |2
5 (Г, /) = (т, /)
6 (т, /) = 471 х(1 у ((г-т)/)йг, 1
у(п) =
г ехр(2ПРсп) ехр
V Ъ J
(1) (2)
(3)
где у* - комплексное сопряжение материнской функции Морле у, Р = Р = 1, х — исходный сигнал, а W — вейвлет преобразование.
Рис. 1. Сигнал ЭЭГ, содержащий эпилептический приступ.
МЕДИЦИНСКАЯ ФИЗИКА
новый подход к детектированию 239 эпилептиформной активности в сигналах ээг...
На каждом £ моменте времени в плоскости частота-спектральная плотность мощности (СПМ) рассчитываются максимальные значения СПМ. Далее вычисляется фазовая характеристика Ф сигнала х
) = тк/г (тк ), (4)
где / (хк) — мгновенная частота сигнала в момент времени тк. ПричёмТГ(тк) совпадает со значением частоты в точке хребта вейвлет-спектрограммы в момент времени тк, если выполняется следующее условие [8]:
т2 К
2
Ф"<<\.
(5)
В дальнейшем из хребта вейвлет-спектрограммы удаляются из рассмотрения точки, которые не удовлетворяет неравенству (5). Линию, соединяющую все точки с максимальными значениями СПМ на вейвлет-спектрограмме, которые обладают свойством стационарности фазы, называют хребтом вейвлет-спектрограммы. На рис. 2 представлена вейвлет-спектрограмма в проекции частота-время-спектральная плотность мощности с рассчитанным хребтом. На ней виден ярко выраженный пик на промежутке времени от 10 до 30 секунд, который нейрофизиологи относят к эпилептическому приступу.
В хребте вейвлет-спектрограммы содержатся точки с различными значениями спектральной плотности мощности. Точки с малыми значениями СПМ будем называть фоновой активностью, а с большими — активностью.
В дальнейшем анализируется гистограмма количества фрагментов, на которые делится хребет вейвлет-спектрограммы в зависимости от выбранного порогового значения СПМ, чтобы
Рис. 3. Гистограмма фрагментов хребта вейвлет-спектрограммы по пороговым значениям спектральной
плотности мощности. отделить фон и активность (рис. 3). Выбирается такой порог, при котором количество фрагментов хребта максимально. Фрагментами хребта в данном случае называют такие точки хребта, которые имеют значения СПМ выше порогового и находятся рядом друг с другом по порядковому номеру. Пример фрагментированного хребта представлен на рис. 4.
В дальнейшем рассчитываются для каждого фрагмента: длительность; максимальное и минимальное значения частоты и спектральная плотность мощности; момент времени, на котором было зафиксировано максимальное значение спектральной плотности мощности; среднее арифметическое и среднеквадратическое отклонения частоты.
В Таблице 1 приводятся значения рассчитанных параметров для записей ЭЭГ, содержащих эпилептические приступы и артефакты жевания.
Из данных, приведённых в таблице, видно, что максимальные и минимальные значения частот и среднее арифметическое отклонение частоты у жевательных артефактов ниже, чем у эпилептических разрядов.
Видно, что если в качестве пороговых
"пте{5ес)
Рис. 2 Вейвлет-спектрограмма сигнала ЭЭГ, содержащего эпилептический приступ, в проекции на оси частота-время-СПМ с максимальными значениями СПМ (красная линия).
"пте{5ес)
Рис. 4. Фрагментированныйхребет вейвлет-спектрограммы ЭЭГ сигнала, содержащего эпилептический приступ, с удаленными точками в соответствии с соотношением (5).
кершнер и.а., синкин м.в., обухов ю.в.
МЕДИЦИНСКАЯ ФИЗИКА
Таблица 1
Параметры, рассчитанные для эпилептических припадков (П) и артефактов жевания (Ж).
Вид актив-но-сти Tb - Те Fm„ F„ Fstd F„„ Fd / F,r.„, PSDmax PSD„„ TPmax
Ж 100.5-103.8 0.50 0.50 0.00 0.50 0.00 5.08Б-Ю6 1.03Е-Ю6 102.42
Ж 198-201 0.70 1.00 0.07 0.87 0.08 1.38E+06 2.37E+05 199.21
Ж 270.2-273.9 0.50 0.50 0.00 0.50 0.00 9.95E+06 2.10E+06 272.09
Ж 3 - 9.39 0.50 0.70 0.06 0.62 0.10 2.65E+05 6.05E+04 7.83
Ж 16.49-22.49 0.50 0.50 0.00 0.50 0.00 3.98E+05 7.83E+04 19.30
Ж 26.29-30.09 0.50 0.70 0.08 0.64 0.12 3.53E+05 6.01E+04 28.38
П 133.68-139.9 1.60 1.90 0.08 1.79 0.04 1.43E+08 3.28E+07 135.44
П 85.5 - 92.1 2.80 6.20 0.56 4.09 0.14 7.27E+06 4.85E+05 90.65
П 92.41 - 98 2.10 3.60 0.32 3.08 0.10 4.31E+06 3.23E+05 93.22
Tb - Те F F Fst[i F Fst[i / PSD PSD TPmax
Fmean
1.99 - 7.99 0.60 0.80 0.07 0.67 0.10 3.02E+04 9.63E+03 6.78
122.49 - 124.49 0.90 1.60 0.21 1.21 0.17 3.67E+04 1.13E+04 123.55
128.2 - 129.39 1.70 2.00 0.09 1.78 0.05 3.25E+04 1.11E+04 128.77
356.49 -358.79 0.70 1.10 0.13 0.96 0.14 2.40E+04 7.90E+03 357.77
83.7 - 85.29 1.20 2.40 0.42 1.82 0.23 1.78E+05 3.06E+04 84.73
98.7 -98.39 3.90 4.40 0.14 4.08 0.03 2.32E+05 9.22E+04 99.03
100 -100.39 3.20 3.80 0.20 3.45 0.06 1.79E+05 9.04E+04 100.27
100.79 - 101.19 3.50 4.30 0.19 3.92 0.05 1.36E+05 6.59E+04 101.03
102 - 102.69 2.90 3.30 0.09 3.08 0.03 2.93E+05 9.11E+04 102.35
103.79 - 104.29 3.30 4.90 0.53 3.77 0.14 2.82E+05 9.90E+04 104.09
104,79 - 105,29 2.20 2.80 0.14 2.55 0.05 1.61E+05 1.01E+05 105.02
106,09 - 106,49 2.90 5.30 0.99 3.99 0.25 1.29E+05 8.47E+04 106.20
113,59 - 118,09 1.70 2.40 0.12 2.15 0.06 2.41E+05 3.83E+04 115.75
Т и T - время начала и конца активности; F и F
b е ~ ~ ' min max
- минимальное и максимальное значения частоты;
F„ и F
- среднеквадратическое и среднее
00:00:25 00:00:30
T и T - время начала и конца активности; F и F
b е ~ ~ ' min max
- минимальное и максимальное значения частоты; Fstd и Fmean - среднеквадратическое и среднее арифметическое отклонения; PSDmax и PSDmin -минимальное и максимальное значения СПМ; TPmax
- время, на котором зафиксировано максимальное значение СПМ.
значений взять F. = 0.7, F = 1, F = 0.87, то
mm ' max ' mean '
две представленные группы хорошо разделяются между собой. Рассмотрим параметры эпилептических разрядов, которые не были рассмотрены в Таблице 1 (Таблица 2).
При выбранных пороговых значениях F . , F
L 1 1- min max
и F лишь один эпилептический приступ имеет
mean
характерные для арефакта жевания параметры. В
Таблица 2
Параметры выборки, содержащей эпилептические приступы.
Time(sec)
Рис. 5 Вейвлет-спектрограмма сигнала ЭЭГ, содержащего жевательный артефакт.
остальных 12 случаях эпилептические приступы удовлетворяют заданным условиям.
Пики сигнала ЭЭГ при приступе и при жевании являются острыми, соответственно вейвлет-спектрограмма в моменты времени этих пиков является широкополосной. Поэтому помимо вычислений параметров хребтов исследовалась периодичность широкополосных пиков вейвлет-спектрограмм ЭЭГ. Применяя преобразование Фурье к временным срезам вейвлет-спектрограммы на частотах выше частоты хребта, оценивается периодичность хвостов пиков на вейвлет-спектрограмме. Данный подход был разработан с целью дифференциации эпилептической активности от артефактов жевания. В качестве примера были взяты фрагменты вейвлет-спектрограмм ЭЭГ с артефактами жевания и с эпилептическим приступом, изображённые на рис. 5 и 6.
Из матрицы S (формула 1) выбирались значения, находящиеся в строках, отвечающих значениям частот F от 3.5 Гц до 6 Гц с шагом
cur
0.5 Гц на всём временном промежутке:
Vur Т) = S (rk, Fcur ),rk = 0: T. (6)
арифметическое отклонения; PSD и PSD -
~ ~ ' max min
минимальное и максимальное значения СПМ; T
' Pmax
- время, на котором зафиксировано максимальное значение СПМ.
Рис. 6.
Time (sec)
-спектрограмма сигнала ЭЭГ, содержащего эпилептический приступ.
МЕДИЦИНСКАЯ ФИЗИКА
новый подход к детектированию 241 эпилептиформной активности в сигналах ээг...
Рис. 7. Спектры Фурье на частоте среза вейвлет-спектрограммы ЭЭГ Fur = 4 Гц. Красная линия — Спектр Фурье для эпилептического приступа, синяя линия — для артефакта жевания.
Вектор V представляет собой срез вейвлет-спектрограммы на частоте F . Для полученных векторов V рассчитываются спектры Фурье. На рис. 7 приведены примеры Фурье спектров V для эпилептического приступа и артефакта жевания при F = 4 Гц на вейвлет-спектрограмме. Для каждого спектра Фурье рассчитывались частота, на которой находится главный пик и полуширина главного пика на полувысоте для каждого уровня среза вейвлет-спектрограмм по частоте.
В Таблице 3 представлены значения частоты, на которой находится главный пик и полуширина главного пика на полувысоте, в зависимости от выбранного среза вейвлет-спектрограммы по частоте.
На частотах среза Fcur = 4 Гц (рис. 7) наблюдаются различия между эпилептическими приступами и артефактами жевания по частоте пика Фурье спектра. Так, например, для артефакта жевания он находится на 0.71
Таблица 3
Параметры Фурье-спектров срезов вейвлет-спектрограмм ЭЭГ с жеванием и эпилептическим приступом.
Частота среза вейвлет спектрограммы, Гц Частота пика (жевание) Частота пика (эпилептический приступ) Полуширина пика (жевание) Полуширина пика (эпилептический приступ)
3.5 0.71 1.86 1.06 0.62
4 0.71 1.86 1.2 0.64
4.5 0.71 1.86 1.25 0.69
5 0.71 1.86 1.33 0.65
5.5 0.71 1.95 1.51 0.67
6 0.71 1.95 1.91 0.63
Гц, а для эпилептического приступа на 1.86 Гц. Это можно трактовать как наличие пик-волновой активности при эпилептическом приступе. Полуширина пиков Фурье спектров у артефакта жевания почти в 2 раза больше, чем у эпилептического приступа. Это может означать большую устойчивость периода пик-волновой активности при приступе по сравнению с жеванием. При увеличении частоты среза вейвлет-спектрограмм ЭЭГ сигналов соотношение частот пиков Фурье эпилептического приступа к жеванию остаётся примерно одинаковым. В то время как полуширина пиков Фурье спектров увеличивается для артефактов жевания.
4. ЗАКЛЮЧЕНИЕ
Представлен метод по нахождению эпилептических приступов и артефактов жевания в электроэнцефалографических сигналах, основанный на анализе их вейвлет-спектрограмм, и нахождению параметров хребтов вейвлет-спектрограмм. Обнаружено, что по максимальному значению частоты и среднего арифметического отклонения частоты фрагментов хребта вейвлет-спектрограммы можно отнести событие к эпилептическому разряду или артефакту жевания. Исследовалась периодичность частотных хвостов пиков вейвлет-спектрограммы на частотах, больших частоты хребта с применением преобразования Фурье к временным срезам вейвлет-спектрограмм. Показано, что на спектрах Фурье срезов вейвлет-спектрограмм на частотах среза от 3.5 до 6 Гц при эпилептическом разряде частота пика спектра срезов вейвлет-спектограмм почти в 3 раза больше, чем частота пика Фурье спектра вейвлет-спектрограмм для жевания. Полуширина спектров Фурье срезов вейвлет-спектрограмм ЭЭГ на частотах среза выше 3.5 Гц при жевательных артефактах в 1.5-3 раза больше по сравнению с полушириной спектров Фурье при эпилептическом приступе. Это может означать большую устойчивость периода пик-волновой активности при приступе по сравнению с жеванием. В совокупности вычисленные параметры являются признаками, по которым можно дифференцировать эпилептический приступ от артефакта жевания.
кершнер и.а., синкин м.в., обухов ю.в. МЕДИЦИНСКАЯ ФИЗИКА
Благодарности
Работа выполнена в рамках государственного задания и частично поддержана Российским фондом фундаментальных исследований (проект РФФИ № 18-29-02035 мк).
ЛИТЕРАТУРА
1. Fergus P, Hignett D, Hussain A, Al-Jumeily D, Abdel-Aziz K. Automatic epileptic seizure detection using scalp EEG and advanced artificial intelligence techniques. BioMed research international,
2015, vol. 2015, article ID 986736, 17 pages; doi: 10.1155/2015/986736.
2. Islam MK, Rastegarnia A, Yang Z. Methods for artifact detection and removal from scalp EEG: A review. Neurophysiologie Clinique/ClinicalNeurophysiology,
2016, 46(4-5):287-305.
3. Van de Velde M, van Erp G, Cluitmans PJ. Detection of muscle artefact in the normal human awake EEG. Electroencephalography and clinical Neurophysiology, 1998, 107(2):149-158.
4. O'Regan S, Faul S, Marnane W Automatic detection of EEG artefacts arising from head movements using EEG and gyroscope signals. Medical engineering & physics, 2013, 35(7):867-874.
5. Saab ME, Gotman J. A system to detect the onset of epileptic seizures in scalp EEG. ClinicalNeurophysiology,
6. Hopfengartner R, Kasper B, Graf W Gollwitzer S, Kreiselmeyer G, Stefan H, Hamer H. Automatic seizure detection in long-term scalp EEG using an adaptive thresholding technique: a validation study for clinical routine. Clinical Neurophysiology, 2014, 125(7):1346-1352.
7. Малла С. Вэйвлеты в обработке сигналов. М, Мир, 2005, 671 с.
8. Толмачева РА, Обухов ЮВ, Полупанов АФ, Жаворонкова ЛА. Новый подход к оценке межканальной фазовой связанности электроэнцефалограмм. Радиотехника и электроника, 2018, 63(9):1009-1014.
Кершнер Иван Андреевич м.н.с.
ИРЭ им. В.А. Котельникова РАН
11/7, ул. Моховая, Москва 125009, Россия
ivan_kershner@mail.ru
Синкин Михаил Владимирович
к.м.н, врач-невролог
НИИ СП им. Н.В. Склифосовского
3, Б. Сухаревская пл., Москва 129090, Россия
mvsinkin@gmail.com
Обухов !Юрий Владимирович
д.ф.-м.н, проф.
ИРЭ им. В.А. Котельникова РАН
11/7, ул. Моховая, Москва 125009, Россия
yuvobukhov@mail.ru.
2005, 116(2):427-442.
NEW APPROACH TO THE DETECTION OF EPILEPTIFORM ACTIVITY IN EEG SIGNALS AND METHODS TO DIFFERENTIATE EPILEPTIC SEIZURES FROM CHEWING ARTIFACTS Ivan A. Kershner, Yuri V. Obukhov
Kotelnikov Institute of Radioengineering and Electronics of RAS, http://www.cplire.ru/ 11/7, Mokhovaya str., Moscow 125009, Russian Federation Mikhail V. Sinkin
Sklifosovsky Scientific Research Institute for Emergency Medicine of Moscow Department of Health, https://sklif.mos.ru/
3, Sukharevskaya sq., Moscow 129090, Russian Federation ivan_kershner@mail.ru, mvsinkin@gmail.com, yuvobukhov@mail.ru
Abstract. The new approach based on Morlet wavelet spectrograms ridges analysis and allowing automatic detecting different activity in long term EEG signals is developed. To distinguish epileptiform activity from chewing artifacts two approaches are proposed. The quantitative characteristics of events wavelet spectrogram ridges were studied, as well as the frequency of broadband peaks at time points corresponding to peak-wave epileptiform activity on the one hand, and the peaks of myographic activity during chewing on the other hand. Signs by which one can qualitatively divide the group containing epileptic discharges from chewing artifacts were found. Keywords: EEG; wavelet spectrogram; ridges; epileptic seizure; chewing artifacts; seizure detection UDC 004.67, 004.93''11
Bibliography - 8 references Received28.06.2019, accepted2.07.2019 RENSIT, 2019, 11(2):237-242_DOI: 10.17725/rensit.2019.11.237
