[論文レビュー] Analysis of Cardiovascular Changes Caused by Epileptic Seizures in Human Photoplethysmogram Signal

Seyede Mahya Safavi, Ninaz Valisharifabad+7 more|arXiv (Cornell University)|Dec 11, 2019

Non-Invasive Vital Sign Monitoring参考文献 29被引用数 6

ひとこと要約

本研究では、腕時計型デバイスから得られる脈波計測信号（PPG）を用いて、被騣に依存しない血液動態に基づくててんかん発作検出システムを提案する。12のPPG特徴量（7つは心拍変動（HRV）関連、5つは血液動態関連）を抽出し、LSTMニューラルネットワークを訓練することで、1時間あたり0.52件の誤検出という誤検出率を達成し、感度92%、陽性予測値43%を実現。HRVのみを用いたモデルを上回り、日中の発作および夜間の発作の両方を信頼性高く検出可能である。

ABSTRACT

Objectives: This study examines human Photoplethysmogram (PPG) along with Electrocardiogram (ECG) signals to study cardiac autonomic imbalance in epileptic seizures. The significance and the prevalence of changes in PPG morphological parameters have been investigated to find common patterns among subjects. Alterations in cardiovascular parameters measured by PPG/ECG signals are used to train a neural network based on LSTM for automatic seizure detection. Methods: Electroencephalogram (EEG), ECG, and PPG signals from 12 different subjects ( 8 males;4 females;age 34.3$\pm$ 13.8) were recorded including 57 seizures and 101 hours of inter-ictal data. 12 PPG features significantly changing due to epileptic seizures were extracted and normalized based on a proposed z-score metric. 7 feature are heart rate variability related and 5 features hemodynamic related. Results: A consistent pattern of ictal change was observed for all the features across the subjects/seziures. The proposed seizure detector is subject independent and works for both nocturnal and diurnal seizures. With an average of 0.52 false alarms per hour, positive predictive value of $43\%$ and sensitivity of $92\%$, the new proposed hemodynamic based seizure detector shows improvement over the the heart rate variability based detector. Conclusion: The cardiac autonomic imbalance due to seizure manifests itself in variations of peripheral hemodynamics measured by PPG signal, suggesting vasoconstriction in limbs. These variations can be used on a consumer seizure detecting devices with optical sensors for seizure detection. Significance: The stereotyped pattern is common among all the subjects which can help understand the mechanism of cardiac autonomic imbalance induced by epileptic seizures.

研究の動機と目的

• PPGの形態的特徴量がてんかん発作時に心臓の自律神経バランスの乱れを反映しているかどうかを調査すること。
• 複数名の被騒にわたる一貫性があり、パターン化された循環器系の変化をPPG信号から同定すること。
• 実世界での導入を想定し、PPG信号を用いた被騒に依存しない発作検出システムを開発すること。
• HRVベースの検出器を改善するために、血液動態的特徴量を組み込むことで、感度を向上させるとともに誤検出率を低減すること。

提案手法

• 12名のてんかん被騒（男性8名、女性4名；平均年齢34.3 ± 13.8）から、発作間期の101時間分と57回の発作分のPPG、ECG、EEG信号を収集した。
• 12のPPG特徴量を抽出した：7つは心拍変動（HRV）関連、5つは脈拍振幅、ピーク到達時間、脈波伝播時間などの血液動態パラメータ関連。
• 被騒間のばらつきを低減し、心拍数の影響を排除するために、zスコア法を用いて特徴量を正規化した。
• LSTMベースのディープラーニングモデルを12特徴量の入力ベクトルで訓練し、発作検出を実施。HRVのみ（LSTM7）と血液動態強化（LSTM12）の両方の入力で、別々のモデルをテストした。
• 日中の発作および夜間の発作の両方を対象とし、感度、陽性予測値（PPV）、誤検出率（FAR）を指標にモデルの性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 多様な被騒にわたって、てんかん発作中にPPG形態的特徴量に一貫性があり、パターン化された変化を示すか？
• RQ2 脈拍振幅の低下やピーク到達時間の延長といったPPG信号内の血液動態的変化が、発作検出のための信頼性の高いバイオマーカーとして機能するか？
• RQ3 LSTMモデルに血液動態的特徴量を組み込むことで、HRVベースのモデルに比べて検出性能が向上するか？
• RQ4 被騒に依存しないPPGベースの発作検出器は、日中の発作および夜間の発作の両方において、高い感度と低い誤検出率を達成できるか？

主な発見

• 全12名の被騒にわたって、発作時における一貫したPPG特徴量の変化パターンが観察され、発作に伴うパターン化された循環器系反応が示された。
• 血液動態に基づくLSTM検出器（LSTM12）は、92%の感度と43%の陽性予測値を達成し、HRVのみのモデルを顕著に上回った。
• 誤検出率は1時間あたり0.52件にまで低下し、HRVベースのモデル（1時間あたり0.91件）と比較して42%改善され、信頼性の向上が裏付けられた。
• 提案されたシステムは、被騒特有のキャリブレーションを必要とせず、日中の発作および夜間の発作の両方を正常に検出できた。
• 脈拍振幅の低下および正規化されたピーク到達時間の増加は、発作時にカテコラミンが放出され、末梢血管収縮および血管抵抗の増加が生じていることを示唆している。
• 本研究では、PPGの形態が臨床的に意味のある血液動態的情報を含んでおり、非侵襲的かつウェアラブルな発作検出に活用可能であることが示された。