Данная статья направлена на разработку системы в помощь врачу-эпилептологу для автоматизированного поиска приступов эпилепсии на электроэнцефалографических записях.
Цель исследования: разработка программного обеспечения, реализующего анализ сигналов ЭЭГ для последующего детектирования эпилептических приступов.
Материалы и методы: в работе были использованы данные ЭЭГ 10 пациентов с симптоматической эпилепсией, для которой характерны повторяющиеся, стереотипные припадки после воздействия на мозг провоцирующего фактора. Данные регистрировались для 25 каналов ЭЭГ с дополнительными каналами для записи кардиоактивности и служебных маркеров. Частота дискретизации сигналов ЭЭГ составляла 128 Гц. Для получения необходимых характеристик обработка записи основана на вейвлет-преобразовании.
Результаты: было разработано программное обеспечение, результатом работы которого является дискретная разметка, которая показывает, в каких минутных фрагментах ЭЭГ возможно появление приступов эпилепсии.
Выводы: сформулированы дальнейшие направления модификации программного обеспечения для повышения его эффективности и удобства пользования.
2. Сидоренко К. В., Даренская Е. Ю., Распространенность эпилепсии в мире [Электронный ресурс]. 2014; 6: 128-130. Доступно по: http://natural-sciences.ru/ru/article/view?id=33829. Ссылка действительна на 04.10.2021. [Sidorenko KV, Darenskaya EYu. The prevalence of epilepsy in the world [Electronic resource]. 2014; 6: 128-130. Available at: http://natural-sciences.ru/ru/article/view?id=33829. Accessed 04.10.2021. (In Russ).]
3. Можаев С.В., Скоромец А.А., Скоромец Т.А. Нейрохирургия. — СПб.: Политехника, 2001. 355 с. [Mozhaev SV, Skoromets AA, Skoromets TA. Neurosurgery. SPb.: Polytechnic, 2001. 355 p. (In Russ).]
4. Колягин В. В., Эпилепсия. — Иркутск: РИО ГБОУ ДПО ИГМАПО, 2013. 232 с. [Kolyagin VV. Epilepsy. Irkutsk: RIO GBOU DPO IGMAPO, 2013. 232 p. (In Russ).]
5. Kraik A, He U, Conteras-Vidal J. Deep Learning for EEG Classification Problems. Journal of Neural Engineering. 2019; 16: 1-38.
6. Gotman J. Automatic detection of seizures and spikes. Journal of Clinical Neurophysiology. 1999; 16: 130-140.
7. Shoebi A, Gassemi N, Alizadehsani R, Rouhani M, Hosseini-Nejad H, Khosravi A, et al. Comprehensive comparison of created functions and convolutional autoencoders for detecting epileptic seizures from EEG signals. Expert systems. 2021; 18: 1-32.
8. Wei Z, Wenbing Z, Wenfeng V, Xiaolu J, Xiaodong Z, Yonghong P, Baokan Z, Guokai Z. New neural network for detecting seizures on EEG signals. Computational and mathematical methods in medicine. 2020; 2020: 1-9 p.
9. Hejlsberg A, Torgersen M, Viltamut S, Gold P, The C # Programming Language. Classics of Computers Science. SPb.: Peter, 2012.784 p.
10. Яковлев А.Н. Введение в вейвлет-преобразования. — Новосибирск: Изд-во НГТУ, 2003. 104 с. [Yakovlev AN. Introduction to wavelet transformations. Novosibirsk: Publishing house of NSTU, 2003.104 p. (In Russ).]
11. Короновский А.А., Храмов А.Е. Непрерывный вейвлетный анализ и приложения. — М.: Физматлит, 2003. 176 c. [Koronovskii AA, Hramov AE. Continuous wavelet analysis and applications. Moscow: Fizmatlit, 2003. 176 p. (In Russ).]
12. Sitnikova EYu, Khramov AE, Grubov VV, Koronovskiy AA. Time-frequency characteristics and dynamics of dreams in WAG / Rij rats with absence epilepsy. Brain Research. 2014; 1543: 290-299.
13. Вьюгин В.В. Математические основы теории машинного обучения и прогнозирования. — М.: МЦНМО, 2013. 390 с. [Vyugin VV. Mathematical foundations of the theory of machine learning and forecasting. M.: MTSNMO, 2013. 390 p. (In Russ).]
14. Белоусов Ю.Б., Белоусов Д.Ю., Чикина Е.С., Григорьев В.Ю., Медников О.И., Бекетов А.С. Исследование медико-социальных проблем эпилепсии в России. Специальный выпуск. 2004; 4: 2-90. [Belousov YuB, Belousov DYu, Chikina ES, Grigoriev VYu, Mednikov OI, Beketov AS. Research of medical and social problems of epilepsy in Russia. Special issue. 2004; 4: 2-90. (In Russ).]
15. Sadlair LG, Sheffer IE, Smith S, Carstensen B, Farrell K, Connolly MB. Features of absence EEG in idiopathic generalized epilepsy: the effect of syndrome, age and condition. Epilepsy. 2009; 50(6): 1572-1578.
16. Гутников В.С. Фильтрация измерительных сигналов. — Л.: Энергоатомиздат, 1990. 192 с. [Gutnikov VS. Filtration of measuring signals. L.: Energoatomizdat., 1990. 192 p. (In Russ).]
17. Гуляев С.А., Архипенко И.В. Артефакты при электроэнцефалографическом исследовании: выявление и дифференциальный диагноз // Русский журнал детской неврологии. — 2012. — №7. — С.3-16. [Gulyaev SA, Archipenko IV. Artifacts in electroencephalographic examination: identification and differential diagnosis. Russian Journal of Child Neurology. 2012; 7: 3-16. (In Russ).]
18. Звёздочкина Н.В. Исследование электрической активности головного мозга. — Казань: Казанский университет, 2014. 59 с. [Zvezdochkina NV. Study of the electrical activity of the brain. Kazan: Kazan University, 2014. 59 p. (In Russ).]
doi: 10.25881/18110193_2021_3_62.