Titelaufnahme

Titel
Automated procedures for focus detection and seizure propagation analysis from ictal ECoG / von Andreas Graef
VerfasserGraef, Andreas
Begutachter / BegutachterinDeistler, Manfred ; Baumgartner, Christoph
Erschienen2013
UmfangXVIII, 235 S. : Ill., graph. Darst.
HochschulschriftWien, Techn. Univ., Diss., 2013
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (DE)ECoG / invasives EEG / fokale Epilepsie / Anfallsursprungszone / Ausbreitung / Fokus-Detektion / prächirurgische Diagnostik
Schlagwörter (EN)ECoG / invasive EEG / focal epilepsy / seizure onset zone / propagation / focus detection / presurgical evaluation
Schlagwörter (GND)Epilepsie / Anfall / Elektrokortikogramm / Datenanalyse / Statistische Analyse / Computerunterstütztes Verfahren
URNurn:nbn:at:at-ubtuw:1-52927 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Automated procedures for focus detection and seizure propagation analysis from ictal ECoG [20.18 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

In dieser Dissertation werden vier automatische Methoden zur epileptischen Ausbreitungsanalyse im invasiven EEG (Elektrocorticographie, ECoG) vorgestellt, die die Bestimmung der Anfallsursprungszone (seizure onset zone, SOZ) und der initialen Anfallsausbreitung erlauben. Darüber hinaus werden diese Methoden verglichen und diskutiert.

Epilepsien befinden sich unter den häufigsten neuronalen Erkrankungen und sind durch wiederkehrende, unprovozierte Anfälle gekennzeichnet. Im Fall von fokaler Epilepsie sind Anfälle durch abnorme, synchronisierte neuronale Entladungen in umschriebenen Netzwerken in einer Hemisphäre charakterisiert. Etwa ein Drittel aller Patienten mit fokaler Epilepsie sind therapierefraktär, und Epilepsiechirurgie ist zu einer wertvollen Behandlungsmöglichkeit in diesen Fällen geworden. Die prächirurgische Diagnostik stützt sich auf Langzeit-Video-EEG-Monitoring, aber die Oberflächen-Elektroenzephalographie (EEG) ist oft durch Bewegungsartefakte, Unterdrückung von hohen Frequenzen und geringer räumlicher Auflösung eingeschränkt. Im Gegensatz erlauben invasive subdurale Streifenelektroden (ECoG) eine bessere Identifikation der SOZ.

Da die visuelle Befundung der ECoG-Aufnahmen zeitintensiv und stark subjektiv ist, ist ein computergestützer Ansatz zur epileptischen Ausbreitungsanalyse klinisch erwünscht.

Nach Kapiteln zum medizinischen und statistischen Hintergrund werden vier technische Methoden zur epileptischen Ausbreitungsanalyse präsentiert, die mit der klinischen Befundung verglichen werden.

Erstens erlaubt die Erkennung von iktalen hochfrequenten Schwingungen (high-frequency oscillations, HFOs) die Identifizierung der HFO-generierenden Zone und der initialen Ausbreitung der HFOs. Initiale iktale HFOs treten typischerweise einige Sekunden vor konventionellen iktalen Mustern auf, und die HFO-generierende Zone ist stark mit der SOZ korreliert.

Zweitens macht die Anwendung von Kausalitätsmaßen im Kontext der autoregressiven Modellierung die Bestimmung der SOZ möglich. Hierbei wird die initiale Ausbreitung von hyper-synchroner epileptischer Aktivität durch Pfeile angezeigt, die von der SOZ wegzeigen. Aus technischen Gründen muss die Kanalzahl für eine adäquate Schätzung des AR-Modells reduziert werden. Es werden zwei unterschiedliche automatische Methoden vorgeschlagen: ein Kanalselektions-Algorithmus, der eine klassische kausale Analyse ermöglicht, und ein auf Faktormodellen basierender Ansatz mit einer verallgemeinerten Kausalanalyse, die sogenannten Einflussanalyse.

Drittens liefern die Segmentierung der individuellen Kanäle und die Klassifikation der Segmente hinsichtlich ihres epileptogenen Charakters die SOZ und die initiale Anfallsausbreitung. Der zeitliche Versatz des Starts der epileptischen Aktivität auf den einzelnen Kanälen ist ein Indikator für die Anfallsausbreitung. Die Kanäle, die zuerst epileptische Aktivität aufweisen, markieren die SOZ.

Die Methoden werden erfolgreich an einem therapierefraktären Patient mit fokaler Epilepsie getestet, und die aus ihrem Vergleich abgeleiteten Ergebnisse sind in sehr guter Übereinstimmung mit den klinischen Befunden. Diese Dissertation schließt mit einer Diskussion von patientenspezifischen Aspekten und der Leistungsfähigkeit der vier technischen Methoden.

Zusammenfassung (Englisch)

In this thesis we propose four automatic methods for epileptic seizure propagation analysis in invasive EEG (electrocorticography, ECoG), which allow to determine the seizure onset zone (SOZ) and the initial seizure spread. In addition, we compare and discuss these methods.

Epilepsies, defined as disorders with recurrent unprovoked seizures, are among the most common neuronal diseases. In case of focal epilepsy, seizures are characterized by abnormal synchronized neuronal discharge in circumscribed networks in one hemisphere. About one third of focal epilepsy patients suffer from drug resistance, and epilepsy surgery has become a valuable treatment option for them. Presurgical evaluation relies on long-term video-EEG monitoring, but surface electroencephalography (EEG) is often limited by movement artifacts, suppression of high frequencies and low spatial resolution. In contrast, invasive subdural strip electrodes (ECoG) allow for a better identification of the SOZ. As the visual inspection of the ECoG recordings is a time-demanding and highly subjective task, a computational approach to epileptic seizure propagation analysis is clinically desired.

Subsequent to chapters on the medical and statistical background we present four technical methods for epileptic seizure propagation analysis, which we compare with clinical findings.

First, the detection of ictal high-frequency oscillations (HFOs) allows to determine the HFO-generating zone and the initial propagation of HFOs. Initial ictal HFOs typically precede conventional ictal patterns by several seconds, and the HFO-generating zone is highly correlated with the SOZ.

Second, the application of causality measures in the context of autoregressive modeling allows to determine the SOZ. The initial spread of hyper-synchronous epileptic activity is indicated by arrows, which point away from the SOZ. For technical reasons, a reduction of the number of channels is needed for appropriate estimation of the AR model.

We propose two different automatic methods, a channel selection algorithm allowing for classical causal analysis and an approach based on factor models with a generalized causal analysis, the so-called influence analysis.

Third, segmentation of the individual channels and classification of the segments regarding their epileptic character yields the SOZ and the initial seizure spread. The temporal delay of the start of epileptic activity on different channels is an indicator for seizure propagation.

The channels showing epileptic activity first mark the SOZ.

We successfully test our methods on one therapy-resistant focal epilepsy patient, and the results derived from their comparison are in very good accordance with the clinical findings. This thesis is concluded with a discussion about patient-specific issues and performance aspects of the four technical methods.