[论文解读] Topological biomarkers for real-time detection of epileptic seizures

Ximena Fernández, Diego M. Mateos|arXiv (Cornell University)|Nov 4, 2022

Topological and Geometric Data Analysis被引用 4

一句话总结

本文提出了一种基于多通道神经生理信号（EEG、MEG、iEEG）滑动窗嵌入的持久同调的拓扑生物标志物，实现癫痫发作的实时检测方法。通过分析持久图谱随时间变化的一阶导数，该方法在多种临床环境和记录类型中，以高精度检测与发作起始和终止相关的动态变化。

ABSTRACT

Real time seizure detection is a fundamental problem in computational neuroscience towards diagnosis and treatment's improvement of epileptic disease. We propose a real-time computational method for tracking and detection of epileptic seizures from raw neurophysiological recordings. Our mechanism is based on the topological analysis of the sliding-window embedding of the time series derived from simultaneously recorded channels. We extract topological biomarkers from the signals via the computation of the persistent homology of time-evolving topological spaces. Remarkably, the proposed biomarkers robustly captures the change in the brain dynamics during the ictal state. We apply our methods in different types of signals including scalp and intracranial electroencephalograms and magnetoencephalograms, in patients during interictal and ictal states, showing high accuracy in a range of clinical situations.

研究动机与目标

• 开发一种用于从原始神经生理记录中自动检测癫痫发作的实时计算方法。
• 识别能够稳健捕捉发作期脑动态变化的拓扑生物标志物。
• 实现在不同记录模态（头皮EEG、颅内EEG、MEG）和临床状况（局灶性与全面性发作）下的检测。
• 通过支持流式、在线分析，克服传统预处理密集型机器学习方法的局限性。
• 提供一种一致且基于几何信息的框架，适用于不同数据采集方法和患者特异性动态。

提出的方法

• 对每个通道的时间序列应用Takens延迟嵌入，通过R^D中的滑动窗嵌入重建状态空间轨迹。
• 对嵌入生成的时间演化点云计算持久同调，生成持久图谱。
• 近似持久图谱演化的一阶导数，以量化随时间变化的拓扑结构改变。
• 将导数值用作生物标志物：高值表示发作起始和终止阶段。
• 独立地在每个通道上应用该方法，基于生物标志物峰值的时空一致性，检测局灶性与全面性发作动力学。
• 利用代数拓扑提取神经动力学的内在几何特征，而无需事先了解其潜在方程。

实验结果

研究问题

• RQ1 能否从原始神经生理信号中，通过持久同调导出的拓扑特征实现实时检测癫痫发作？
• RQ2 拓扑生物标志物如何反映从发作间期到发作期脑动态变化的特征？
• RQ3 该方法能否通过通道级生物标志物模式区分局灶性与全面性发作？
• RQ4 该方法在不同记录类型（EEG、MEG、iEEG）和患者特异性信号特征下是否保持鲁棒性？
• RQ5 持久图谱演化的一阶导数能否作为发作起始和终止的可靠指标？

主要发现

• 该方法在多种神经生理记录类型（包括头皮EEG、颅内EEG和MEG）中，实现了高精度的癫痫发作实时检测。
• 基于持久图谱一阶导数的拓扑生物标志物成功识别了发作起始和终止，显著峰值标记了这些转变。
• 对于局灶性发作，生物标志物在发作起源的通道中显示出领先峰值，随后在其他通道中依次激活。
• 对于全面性发作，所有通道在发作起始和终止时均表现出生物标志物导数的同步峰值，表明全局同步。
• 该方法在不同记录模态和临床情景下均表现出鲁棒性，无论信号类型或患者特异性变异性，均能保持一致的癫痫检测能力。
• 对滑动窗嵌入应用持久同调，能够捕捉传统时频或复杂性方法无法检测到的神经动力学内在几何变化。