発作検出のための脳波信号を用いた自動人の心の読み取り

Automated human mind reading using EEG signals for seizure detection.

• Virender Ranga
• Shivam Gupta
• Jyoti Meena
• Priyansh Agrawal

抄録

てんかんは紀元前4000年に世界的に最も多く発生している神経疾患の一つです。それは、これらの日のすべての年齢の約5000万人の人々に影響を与えています。この病気の特徴は、発作を繰り返すことです。過去数十年の間に、発作のコントロールのために利用可能な治療法は、医学科学と技術の分野での進歩に伴い、大きく改善されてきました。脳波（EEG）は、脳の活動をモニターするために広く使われている技術であり、発作部位の検出に広く普及しています。手術前に行われ、手術時の発作予測にも用いられており、神経刺激装置などにも応用されています。しかし、ほとんどの場合、病気のパターンを検出し、分類するために神経内科医によって視覚検査が行われますが、これは多くの事前領域の知識と経験を必要とします。これは、すべてのターンで脳神経外科医に圧力をかけ、時間の無駄につながり、また、彼らの精度と効率を低下させます。神経内科医を支援することができるディープラーニングにおけるニューラルネットワークの使用のような情報技術の分野では、いくつかの自動化されたシステムの必要性があります。本論文では、自動化システムの開発に使用できる98.33%の精度を与えるモデルを提案する。開発されたシステムは、神経内科医のパフォーマンスを大幅に向上させることができる。

Epilepsy is one of the most occurring neurological disease globally emerged back in 4000 BC. It is affecting around 50 million people of all ages these days. The trait of this disease is recurrent seizures. In the past few decades, the treatments available for seizure control have improved a lot with the advancements in the field of medical science and technology. Electroencephalogram (EEG) is a widely used technique for monitoring the brain activity and widely popular for seizure region detection. It is performed before surgery and also to predict seizure at the time operation which is useful in neuro stimulation device. But in most of cases visual examination is done by neurologist in order to detect and classify patterns of the disease but this requires a lot of pre-domain knowledge and experience. This all in turns put a pressure on neurosurgeons and leads to time wastage and also reduce their accuracy and efficiency. There is a need of some automated systems in arena of information technology like use of neural networks in deep learning which can assist neurologists. In the present paper, a model is proposed to give an accuracy of 98.33% which can be used for development of automated systems. The developed system will significantly help neurologists in their performance.