[論文レビュー] Characterization of high frequency oscillations and EEG frequency spectra using the damped-oscillator oscillator detector (DOOD)

David Hsu, Murielle Hsu+3 more|arXiv (Cornell University)|Sep 4, 2013

EEG and Brain-Computer Interfaces参考文献 18被引用数 3

ひとこと要約

本論文は、EEG信号における高周波数振動（HFO）の検出および高分解能時間周波数解析を実行する自動化アルゴリズムである減衰振動子検出器（DOOD）を紹介する。ラットおよびヒトのEEGデータを用いたテストにおいて、DOODはHFO検出において高い感受性と陽性予測値を達成するとともに、複雑なマルチバンド周波数構造を明らかにし、視覚的HFO評価の人的負担を軽減するスケーラブルなソリューションを提供するとともに、正常HFOと病理的HFOの区別可能性を示唆する。

ABSTRACT

Objective: The surgical resection of brain areas with high rates of visually identified high frequency oscillations (HFOs) on EEG has been correlated with improved seizure control. However, it can be difficult to distinguish normal from pathological HFOs, and the visual detection of HFOs is very time-intensive. An automated algorithm for detecting HFOs and for wide-band spectral analysis is desirable. Methods: The damped-oscillator oscillator detector (DOOD) is adapted for HFO detection, and tested on recordings from one rat and one human. The rat data consist of recordings from the hippocampus just prior to induction of status epilepticus, and again 6 weeks after induction, after the rat is epileptic. The human data are temporal lobe depth electrode recordings from a patient who underwent pre-surgical evaluation. Results: Sensitivities and positive predictive values are presented which depend on specifying a threshold value for HFO detection. Wide-band time-frequency and HFO-associated frequency spectra are also presented. In the rat data, four high frequency bands are identified at 80-250 Hz, 250-500 Hz, 600-900 Hz and 1000-3000 Hz. The human data was low-passed filtered at 1000 Hz and showed HFO-associated bands at 15 Hz, 85 Hz, 400 Hz and 700 Hz. Conclusion: The DOOD algorithm is capable of high resolution time-frequency spectra, and it can be adapted to detect HFOs with high positive predictive value. HFO-associated wide-band data show intricate low-frequency structure. Significance: DOOD may ease the labor intensity of HFO detection. DOOD wide-band analysis may in future help distinguish normal from pathological HFOs.

研究の動機と目的

• てんかんにおける手術計画に不可欠なEEGにおける視覚的HFO検出の時間的負担を軽減すること。
• 高い感受性と陽性予測値を有する高周波数振動（HFO）を検出可能な自動化アルゴリズムの開発。
• HFOに関連する詳細なスペクトル構造を解明するために、EEG信号の高分解能時間周波数解析を可能にすること。
• DOODを用いたワイドバンドスペクトル解析が、正常HFOと病理的HFOを周波数構成に基づいて区別できるかを検討すること。
• 臨床的意義を有するために、動物およびヒトEEG記録の両方でDOODアルゴリズムを検証すること。

提案手法

• EEG信号を減衰振動成分としてモデル化することで、減衰振動子検出器（DOOD）をHFO検出に適応させる。
• DOODは、減衰振動子インパルス応答に基づくマッチドフィルタアプローチを用い、EEG時系列における一時的で高周波数のイベントを検出する。
• アルゴリズムは、中心周波数および減衰率が異なる複数の減衰振動子カーネルを用いてEEG信号を畳み込み、時間周波数表現を計算する。
• 検出しきい値を適用して顕著なHFOイベントを同定し、感受性および陽性予測値という指標を用いて性能を評価する。
• 複数の周波数バンドにわたるHFO周辺のパワー分布を分析することで、ワイドバンド周波数スペクトルを抽出する。
• 本手法は、ラット海馬EEG（てんかん状態発作前後）およびヒト側頭葉深部電極記録に適用された。

実験結果

リサーチクエスチョン

• RQ1 DOODは、高い感受性と陽性予測値を有してEEGにおける高周波数振動（HFO）を信頼性高く検出できるか？
• RQ2 DOODのワイドバンドスペクトル解析によって、HFO関連EEG活動に伴うマルチバンド周波数構造はどのように明らかになるか？
• RQ3 DOODの性能は、ラットおよびヒトEEG記録の異なる周波数バンドでどのように変動するか？
• RQ4 DOODのスペクトル解析は、周波数構成に基づいて正常HFOと病理的HFOを区別できるか？
• RQ5 DOODは、視覚的検査と比較してHFO検出の人的負担を軽減できるか？

主な発見

• ラット海馬記録では、DOODが4つの明確なHFOバンド（80–250 Hz、250–500 Hz、600–900 Hz、1000–3000 Hz）を同定した。
• ヒト側頭葉EEG（1000 Hzでローパスフィルタ処理済み）では、DOODが15 Hz、85 Hz、400 Hz、700 HzのHFO関連周波数バンドを検出した。
• HFO検出の感受性および陽性予測値はしきい値選択に依存しており、テストされたしきい値すべてで高い性能が達成可能であった。
• DOODは、HFOに関連するワイドバンドスペクトルに複雑な低周波数構造を明らかにし、背後にある複雑なダイナミクスを示唆した。
• アルゴリズムは、ラットおよびヒトEEGデータの両方において、自動的かつ高分解能の時間周波数解析が可能であることを示した。
• 結果から、DOODは詳細なスペクトル分解を用いて病理的HFOと正常HFOを区別する支援が可能である可能性がある。