Redukce dimenze EEG prostoru jako základ dataminingu

Abstract

Elektroencefalografie (EEG) je funkční vyšetření mozku. Pro zpracování EEG signálu dnes bývá hojně využívána automatizace výpočetní techniky, která výrazně ulehčuje rozbor velkého objemu dat. Cílem této studie je otestovat nelineární metodu redukce dimenze, pomoci určit vhodná kritéria pro popis EEG záznamu na základě skryté vnitřní struktury dat a porovnat výsledky s použitím lineární metody redukce dimenze. EEG záznam je segmentován a na ednotlivých segmentech je provedena analýza nezávislých komponent (ICA). Vzniklé nezávislé komponenty jsou popisovány kritérii a takto vzniklý prostor je následně redukován nelineární metodou t-disturbed Stochastic Neigbor Embedding (t-SNE) a lineární metodou - analýzou hlavních komponent (PCA). Klasifikační metodou DBSCAN je zhodnoceno, zda data popsaná těmito kritérii lze dělit do tříd popisující specifickou EEG aktivitu, šum či artefakty. Metoda PCA oddělila alfa aktivitu, beta aktivitu a oční artefakty u zdravých jedinců, u epileptických pacientů oddělila pouze komponenty reprezentující oční artefakty. t-SNE se jeví jako vhodnější pro analýzu dat pacientů s podezřením na epilepsii, u kterých byla oddělena epileptická aktivita a oční artefakty. Nelineární metoda se tedy prokázala jako vhodnější pro redukci dimenze EEG prostoru, ve kterém je více zastoupena nefyziologická aktivita. Jako vhodná kritéria pro popis různých EEG aktivit se jeví dominantní spektrální vrchol a vážený průměr frekvencí spektrální výkonové hustoty. Autokorelace se jeví jako vhodný příznak pro popsání očních artefaktů.

Electroencephalography (EEG) is used to diagnose diseases of the brain. EEG signal is very complex, hence for understanding are widely used several linear and non-linear processing techniques. The aim of this study is to test linear dimension reduction and to help determine appropriate features to describe EEG signal based on hidden an inner data structure. In this study epileptic data and data of controls are analyzed in MATLAB, fieldtrip toolbox is used. EEG signal is segmented on three minutes long segments, on which independent component analysis is performed (ICA). Independent components are described by five features. This five-dimensional space is reduced by nonlinear method t-distributed Stochastic Neighbour Embedding (t-SNE) and by linear method principal component analysis (PCA) on 2D. Finally, by the classification method, DBSCAN is evaluated if it is possible to separate data to clusters describing any specific EEG activity or artifact. PCA appears to be better for analysis of controls - it has separated alpha activity, beta activity and eye artifacts, in the group of epileptic patients it has separated only eye artifacts. t-SNE appears to be more suitable for analyzing data from patients suspected of having epilepsy in which epileptic activity and eye artifacts were separated. Therefore, the nonlinear method has proven to be more suitable for reducing the EEG dimension in which the non-physiological activity is more represented. Dominant spectral peaks and weighted average frequencies of spectral power density appear to be suitable features for describing different EEG activities. Autocorrelation appears to be a suitable symptom for describing eye artifacts.