Metody automatické detekce EEG epileptických hrotů

Abstract

EEG je neurofyziologický signál, který se v praxi měří a vyhodnocuje mimo jiné pro zjištění vážného onemocnění, jakým může být například epilepsie. EEG záznam vyžaduje vzhledem ke stochastickému charakteru samotného EEG signálu vyhodnocení pomocí experta, což je časově náročné. Epileptické grafoelementy jsou skryty v opakujících se segmentech fyziologické aktivity, a tak se zde nabízí možnost využití metod automatické detekce epileptických grafoelementů jako pomocného nástroje experta při klasifikaci epileptických segmentů. Tato práce se zabývá metodami automatické detekce epileptických hrotů pomocí jednoduchého aritmetického detektoru a detektoru, který pracuje na základě mediánové filtrace. V práci je realizován kombinovaný detektor, který spojuje výhody metody jednoduchého aritmetického detektoru a mediánového metody. Výsledkem práce je realizace a následná implementace metod automatické detekce do již vytvořeného prohlížeče EEG záznamů v podobě uživatelsky přístupného modulu, který umožňuje široké nastavení parametrů samotným uživatelem. Součástí práce je testování jednotlivých detektorů na simulovaném a reálném EEG záznamu s transienty.

EEG is a neurophysiological signal which is measured and analyzed for detection of serious diseases such as epilepsy. Due to the stochastic nature of the EEG signal it needs to be analyzed by an expert which is time consuming. Epilepticform parts of the signal are hidden in repeating segments of physiological activity. Automatic methods for detection of sharp EEG transients can be used to help experts with finding a specific epilepticform segments. This work is using simple arithmetic detector and detector based on median filtration to find epileptic spikes in signals. The advantages of the two previous methods are combined in a combined detector in this thesis. The output of this work is realization and implementation of a graphical user interface which includes the detection methods into existing EEG browser. The graphical user interface allows the user to set wide range of the parameters. This thesis includes testing of the detectors on simulated signals and on real EEG recording with transients.