Analýza EEG dětských pacientů se srdečními rhabdomyomy

Abstract

Studie se zabývá pacienty, kteří byli již v prenatálním stádiu diagnostikováni se srdečnímy rhabdomyomy a později se u nich rozvinula epilepsie. EEG pacientů trpících epilepsií je charakteristické přítomností patologických artefaktů zvaných interiktální epileptoformní výboje (IED). Detekce IED v invazivním EEG je možné využít při lokalizaci epileptických zón, potřebných při plánování chirurgických zákroků. Cílem diplomové práce je prozkoumat využitelnost analýzy neinvazivního EEG při lokalizaci epileptických zón. Poskytnutá data obsahovala EEG záznamy pacientů a ohodnocená vyšetření magnetickou rezonancí (MRI). Polohy tuberózních skleróz určené vyšetřením MRI jsou za pomoci navrženého modelu transformovány na MRI profil pacienta. EEG data jsou jednak zpracována navženým automatickým postupem, a také dodaným shlukovým algoritmem. Výsledky analýzy EEG jsou porovnány s referencí definovanou MRI profilem. Kvalita navrženého postupu je popsána senzitivitou, specificitou, prediktivní hodnotou positivního testu a přesností.

Study focuses on epileptic patients diagnosed with cardiac rhabdomyoma during prenatal phase. EEG of patients with epilepsy is characterized by patoligic artifacts known as interictal epileptoform discharges (IEDs). It is possible to utilize detections of IEDs in intracranial EEG in localization and planning of surgical resection. Aim of this master thesis is to show whether it is feasible to use noninvasive EEG instead. Available data consists of EEG recordings of patients suffering form epilepsy and their magnetic resonance imaging (MRI) examinations. Localizations of tuberous sclerosis are translated into MRI profile defined by proposed model. EEG recordings of patients are then analyzed by proposed algorithm as well as by given clustering algorithm. Results of EEG analysis are compared with MRI reference. Quality of proposed algorithm is described by senzitivity, specificity, positive predictive value and accuracy.