[論文レビュー] cSeiz: An Edge-Device for Accurate Seizure Detection and Control for Smart Healthcare

Abu Sayeed, Saraju P. Mohanty+1 more|arXiv (Cornell University)|Aug 21, 2019

EEG and Brain-Computer Interfaces参考文献 41被引用数 5

ひとこと要約

本論文では、EEG信号を用いてリアルタイムのてんかん発作検出と標的薬物投与を実現するエッジベースでクローズド・ループなシステム、cSeizを提案する。信号拒否アルゴリズム（SRA）とバルブレスの圧電マイクロポンプを採用し、てんかん検出部では3.2 mWの消費電力で96.9%の感度と97.5%の特異度を達成した。薬物投与ユニットでは29.08 mWの消費電力で実現した。

ABSTRACT

Epilepsy is one of the most common neurological disorders affecting up to 1% of the world's population and approximately 2.5 million people in the United States. Seizures in more than 30% of epilepsy patients are refractory to anti-epileptic drugs. An important biomedical research effort is focused on the development of an energy efficient implantable device for the real-time control of seizures. In this paper we propose an Internet of Medical Things (IoMT) based automated seizure detection and drug delivery system (DDS) for the control of seizures. The proposed system will detect seizures and inject a fast acting anti-convulsant drug at the onset to suppress seizure progression. The drug injection is performed in two stages. Initially, the seizure detector detects the seizure from the electroencephalography (EEG) signal using a hyper-synchronous signal detection circuit and a signal rejection algorithm (SRA). In the second stage, the drug is released in the seizure onset area upon seizure detection. The design was validated using a system-level simulation and consumer electronics proof of concept. The proposed seizure detector reports a sensitivity of 96.9% and specificity of 97.5%. The use of minimal circuitry leads to a considerable reduction of power consumption compared to previous approaches. The proposed approach can be generalized to other sensor modalities and the use of both wearable and implantable solutions, or a combination of the two.

研究の動機と目的

• 薬物耐性てんかん患者に対するリアルタイムで自動化された発作制御の未満たされたニーズに対応すること。
• リアルタイムで動作する低消費電力のインプラント型またはウェアラブルなエッジデバイスを開発し、クローズド・ループでの発作検出と薬物投与を可能にすること。
• 新規の信号拒否アルゴリズム（SRA）と効率的なマイクロポンプ設計により、誤検出と消費電力を最小限に抑えること。
• 発作検出と薬物投与を統合した単一の統合型システムを構築し、臨床的効果を向上させること。

提案手法

• EEG信号からの候補発作イベントを特定するために、ハイパースインクロナス信号検出回路を用いる。
• 非発作のバーストと高周波ノイズをフィルタリングする信号拒否アルゴリズム（SRA）を適用し、誤検出を低減する。
• ハイパースインクロナスパルスが事前に定義されたしきい値を超えた場合にのみ薬物投与をトリガーし、クローズド・ループ動作を確保する。
• PZTベースのバルブレスマイクロポンプとPDMS膜を用いて、てんかん発作巣部に直接抗てんかん薬物を投与する。
• 最大流量（3.08 ml/min）と最小限のデッドボリュームを実現するため、マイクロポンプの幾何形状（例：10 mmのチャンバ径、10°のディフューザ角度）を最適化する。
• 消費者用電子部品を用いたプロトタイプテストを通じて、システムレベルのシミュレーションと検証を実施する。

実験結果

リサーチクエスチョン

• RQ1 低複雑性で低消費電力の発作検出システムは、リアルタイムEEG解析において高い感度と特異度を達成できるか？
• RQ2 信号拒否アルゴリズム（SRA）は、非発作神経バーストとノイズによって引き起こされる誤検出をどの程度効果的に低減できるか？
• RQ3 バルブレスの圧電マイクロポンプは、臨床的意義を持つために最小限の消費電力で十分な薬物流量を供給できるか？
• RQ4 インプラント用途において、マイクロポンプのチャンバーサイズ、ディアフラムの厚さ、体積流量の間にはどのようなトレードオフがあるか？
• RQ5 統合型発作検出および薬物投与システムは、性能を維持したままインプラント用途にまでミニチュアライズ可能か？

主な発見

• 提案された発作検出部は、EEG信号からの発作発症を96.9%の感度と97.5%の特異度で検出できた。
• 信号拒否アルゴリズム（SRA）は、一時的な高周波パルスと非発作バーストを効果的にフィルタリングし、誤検出を顕著に低減した。
• バルブレスマイクロポンプは、130 Hzの駆動周波数で最大3.08 ml/minの流量を達成し、消費電力は29.08 mWであった。
• 発作検出ユニットの消費電力はわずか3.2 mWであり、従来のシステムと比較して顕著な低減が達成された。
• システムレベルのシミュレーションにより、3.6秒の遅延でリアルタイムでクローズド・ループの発作検出と薬物投与が可能であることが確認された。
• 本設計はスケーラブルであり、他のセンサモダリティやハイブリッドウェアラブル／インプラント構成への一般化が可能である。