[論文レビュー] WU-NEAT: A clinically validated, open- source MATLAB toolbox for limited-channel neonatal EEG analysis

Zachary A. Vesoulis, Paul Gamble+4 more|arXiv (Cornell University)|May 11, 2018

Neonatal and fetal brain pathology参考文献 13被引用数 3

ひとこと要約

WU-NEAT は、限られたチャネル数の新生児EEGを分析するためのオープンソースで臨床的妥当性が確認されたMATLABツールボックスであり、アモルチチュードインテグレーテッドEEG（aEEG）およびスペクトルエッジ周波数（SEF）のアルゴリズムを実装している。aEEG分類に関しては100％のイントラレーター信頼性と98％のインターレーター信頼性を達成し、SEF計算に関してはピアソン相関係数0.96を示しており、デバイスに依存しない、再現性のある新生児EEG解析を共同研究に向けた基盤として提供する。

ABSTRACT

Goal: Limited-channel EEG research in neonates is hindered by lack of open, accessible analytic tools. To overcome this limitation, we have created the Washington University- Neonatal EEG Analysis Toolbox (WU-NEAT), containing two of the most commonly used tools, provided in an open-source, clinically-validated package running within MATLAB. Methods: The first algorithm is the amplitude-integrated EEG (aEEG), which is generated by filtering, rectifying and time-compressing the original EEG recording, with subsequent semi-logarithmic display. The second algorithm is the spectral edge frequency (SEF), calculated as the critical frequency below which a user- defined proportion of the EEG spectral power is located. The aEEG algorithm was validated by three experienced reviewers. Reviewers evaluated aEEG recordings of fourteen preterm/term infants, displayed twice in random order, once using a reference algorithm and again using the WU-NEAT aEEG algorithm. Using standard methodology, reviewers assigned a background pattern classification. Inter/intra-rater reliability was assessed. For the SEF, calculations were made using the same fourteen recordings, first with the reference and then with the WU-NEAT algorithm. Results were compared using Pearson's correlation coefficient. Results: For the aEEG algorithm, intra- and inter-rater reliability was 100% and 98%, respectively. For the SEF, the mean (SD) Pearson correlation coefficient between algorithms was 0.96 (0.04). Conclusion: We have demonstrated a clinically-validated toolbox for generating the aEEG as well as calculating the SEF from EEG data. Open-source access will enable widespread use of common analytic algorithms which are device-independent and not subject to obsolescence, thereby facilitating future collaborative research in neonatal EEG.

研究の動機と目的

• 限られたチャネル数の新生児EEG解析のためのオープンでアクセス可能かつ臨床的妥当性が確認されたツールの不足に対処すること。
• 主要な新生児EEG指標の広範な使用を支援する標準化されたオープンソースのMATLABツールボックスの開発。
• 専門レビュアーによる臨床的妥当性の確認を通じて、アルゴリズムの信頼性と再現性を確保すること。
• ベンダー固有のソフトウェア依存性や陳腐化リスクを排除することで、将来的な共同研究を促進すること。

提案手法

• 生EEG信号のフィルタリング、整流、時間圧縮を経て、アモルチチュードインテグレーテッドEEG（aEEG）を実装し、半対数スケールでの可視化を実施。
• ユーザーが定義した割合（例：90％）未満の全スペクトルパワーが占める周波数をスペクトルエッジ周波数（SEF）として計算。
• 3名の経験豊富なレビュアーによる盲検でランダムに選択されたレビュー手順を用いてaEEGアルゴリズムの妥当性を検証。
• 14例の新生児EEGレコードを用いて、WU-NEATのSEF計算と基準実装との間のピアソン相関を比較することでSEFアルゴリズムの妥当性を検証。
• MATLAB上でオープンソースとして公開し、アクセス性、再現性、デバイスに依存しない運用を確保。
• aEEG分類におけるイントラレーターおよびインターレーター信頼性の評価に、標準的な臨床的手法を用いる。

実験結果

リサーチクエスチョン

• RQ1 WU-NEATが生成するaEEG分類は、基準アルゴリズムと比較して高いイントラおよびインターレーター信頼性を達成できるか？
• RQ2 WU-NEATにおけるSEF計算は、基準実装とどの程度相関しているか？
• RQ3 WU-NEATは、異なる臨床的および研究的環境において、再現性と標準化をどの程度確保できるか？
• RQ4 オープンソースでMATLABベースのツールボックスは、ベンダー・ロックインを回避しながら信頼性のある新生児EEG解析を効果的に支援できるか？
• RQ5 公に利用可能なツールボックスに臨床的妥当性が確認されたアルゴリズムを統合することで、新生児EEG研究における共同作業とデータ共有が促進されるか？

主な発見

• WU-NEATのaEEGアルゴリズムは、14例の新生児EEGレコードにおいて、背景パターン分類で100％のイントラレーター信頼性と98％のインターレーター信頼性を達成した。
• WU-NEATと基準SEF計算との間のピアソン相関係数の平均は0.96（標準偏差0.04）であり、強い一致を示した。
• aEEGアルゴリズムはレビュアー間で一貫した性能を示し、同じレコードが2度評価された場合でも分類に差異が認められなかった。
• SEFアルゴリズムは高い再現性を示し、全テストレコードにおいてWU-NEATと基準手法との間で最小限のばらつきが認められた。
• このツールボックスは臨床的信頼性が確認され、研究および臨床現場での利用が可能であると検証された。
• オープンソースでの提供により、長期的なアクセス性が確保され、陳腐化リスクが低減され、共同研究を促進する新生児EEG研究の基盤が構築された。