[論文レビュー] NEURAL: quantitative features for newborn EEG in Matlab

John M. Toole|arXiv (Cornell University)|Nov 16, 2017

Neonatal and fetal brain pathology参考文献 43被引用数 14

ひとこと要約

本論文は、新生児EEGの定量的分析のための標準的で再現可能なフレームワークを提供するオープンソースのMatlabソフトウェアパッケージであるNEURALを紹介する。このパッケージは、アモルチチュード、スペクトル、結合性、インターバースト間隔のメトリクスといった一般的に用いられる特徴量を、正確で文書化されたアルゴリズムで実装しており、新生児集中治療ユニット（NICU）における一貫性のある研究および自動化された臨床応用を可能にする。

ABSTRACT

Code to accompany paper: JM O'Toole and GB Boylan (2017). NEURAL: quantitative features for newborn EEG using Matlab. ArXiv e-prints, arXiv:1704.05694. Updates for code at https://github.com/otoolej/qEEG_feature_set

研究の動機と目的

• 新生児の定量的EEG解析における標準化された実装の欠如が、再現性や複数研究間の比較を妨げているという問題に対処すること。
• 新生児、特に未熟児における定量的EEG特徴量の抽出を可能にする、透明性があり文書化され、オープンソースのソフトウェアプラットフォームを提供すること。
• 新生児集中治療ユニット（NICUs）における再現性のある研究および自動EEG解析システムの開発を支援すること。
• 異なる研究間で一貫したアモルチチュード、スペクトル、結合性、インターバースト間隔特徴量の計算が可能となる共通の特徴セットを提供すること。
• 脳の成熟、障害、発作検出の評価に用いられる特徴量の正確な実装詳細を提供することで、臨床応用への移行を促進すること。

提案手法

• NEURALソフトウェアパッケージはMatlab（v0.3.1）で実装されており、IIRバタワース低域透過フィルタリングおよび64 Hzへのリサンプリングを含む事前処理ステージを備えている。
• 非定常なEEGに適応するため、短時間解析を用いて局所定常性を仮定した短い時間セグメントごとに特徴量を計算している。
• アモルチチュード特徴量には、全パワー、標準偏差、歪度、尖度、およびrEEG（range EEG）メトリクスとしての平均、中央値、四分位範囲が含まれる。
• スペクトル特徴量には、絶対的および相対的パワー、スペクトルエントロピー（ワイナーおよびシャノン）、スペクトルエッジ周波数、フラクタル次元が含まれる。これらはすべて周波数帯域毎に計算されている。
• 結合性特徴量には、コherエンス（平均、最大値およびその周波数）、相互相関、および脳対称性インデックス（BSI）が含まれる。これらは側頭半球のチャネルペア間で計算されている。
• インターバースト間隔（IBI）特徴量は、32週未満の未熟児に限定して計算されており、中央値、最大値、バースト割合、バースト回数が含まれる。
• すべてのパラメータは中央のパラメータファイル（neural_parameters.m）を介して設定可能であり、再現性と透明性を保証している。

実験結果

リサーチクエスチョン

• RQ1 異なる研究において、定量的EEG特徴量をどのように一貫して実装すれば、再現可能な解析が可能になるか？
• RQ2 未熟児および通常産児の新生児脳機能を評価するのに最も適した、標準的で文書化された特徴量のセットは何か？
• RQ3 1つのオープンソースソフトウェアパッケージが、独立した新生児EEG研究間でのEEG特徴量抽出の類似性を向上させ、ばらつきを低減できるか？
• RQ4 標準化されたスペクトル、アモルチチュード、結合性特徴量が、新生児における脳障害または成熟の自動検出をどの程度支援できるか？
• RQ5 定義されたフィルタリングおよびスペクトル推定手法を用いた短時間解析が、新生児EEGにおける定量的EEG特徴量の信頼性をどの程度向上させるか？

主な発見

• NEURALソフトウェアパッケージは、新生児EEGの一般的に用いられる定量的EEG特徴量を、正確なアルゴリズム詳細とともに完全に文書化されたオープンソース実装を提供している。
• IIRバタワース低域透過フィルタリング（30 Hzカットオフ）および64 Hzへのリサンプリングを含む事前処理パイプラインがパッケージに含まれており、信号準備の一貫性を確保している。
• パラメータと周波数帯域分割が明確に定義されたパワースペクトル密度、スペクトルエントロピー（ワイナーおよびシャノン）、スペクトルエッジ周波数といったスペクトル特徴量が計算されている。
• コherエンス、相互相関、脳対称性インデックスといった結合性特徴量は、明確な数学的定義とチャネルペアリング論理に基づいて実装されている。
• 未熟児（32週未満）に特化したインターバースト間隔特徴量として、中央値、最大IBI、バースト割合、バースト回数が利用可能であり、脳活動サイクリングの評価を支援する。
• ソフトウェアのモジュラー設計とパrameterファイル（neural_parameters.m）のおかげで、異なる研究チームや研究間でのすべての特徴量計算が完全に再現可能である。