睡眠中の電気的状態てんかん児におけるてんかん様活動の自動定量化のための知識ベースのアプローチ

A knowledge-based approach for automatic quantification of epileptiform activity in children with electrical status epilepticus during sleep.

• Xian Zhao
• Xinhua Wang
• Chen Chen
• Jiahao Fan
• Xilin Yu
• Zeyu Wang
• Saeed Akbarzadeh
• Qiang Li
• Shuizhen Zhou
• Wei Chen

抄録

目的:

睡眠中の電気的状態てんかん（ESES）は、脳波障害として、睡眠中の脳波（EEG）においててんかん様活動が強く活性化されることを特徴とする。このようなてんかん状活動の定量的な記述は、ESESの診断や予後をサポートすることができます。ESESのてんかん活動を定量化するために、臨床的な意思決定プロセスを模倣した知識ベースのアプローチを提案する。

OBJECTIVE: Electrical status epilepticus during sleep (ESES), as electroencephalographic disturbances, is characterized by strong activation of epileptiform activity in the electroencephalogram (EEG) during sleep. Quantitative descriptors of such epileptiform activity can support the diagnose and the prognosis of children with ESES. To quantify the epileptiform activity of ESES, a knowledge-based approach to mimic the clinical decision-making process is proposed.

手法:

まず、形態学的操作に基づいたスキームは、正のピーク/負のピットを迅速に見つけ出し、スパイク異常と遅波異常のオンセット/オフセットを大まかに推定するように設計されている。そして、ESESパターンの正確な持続時間を提供するために、医学的知識と統計学から得られる一般化された閾値をマージすることによって、これらのオンセット/オフセットをさらに調整するための一連のルールが提案されています。このようにして、定量化は、得られたスパイクおよび遅波の異常とそれらの様々な持続時間を評価することによって達成される。

APPROACH: Firstly, a morphological operations-based scheme is designed to quickly locate the positive peaks/negative pits and roughly estimate the onset/offset of spike and slow-wave abnormalities. Then, to provide the accurate duration of ESES patterns, a set of rules for further adjusting these onsets/offsets are proposed by merging medical knowledge with a generalized threshold obtained from statistics. As such, the quantification is accomplished by evaluating the obtained spike and slow-wave abnormalities and their various durations.

主な結果:

提案手法の有効性と実行可能性を、中国・上海の復旦大学小児病院で収集した臨床データセットを用いて評価した。その結果，提案手法は異なるタイプのスパイク異常と遅波異常を認識できることを示した．その結果，感度91.96%，精度97.09%，偽陽性率1.88/分を達成した．スパイク波指数の推定誤差は2.32%であった。比較の結果、本手法は最先端の手法を凌駕することが示された。

MAIN RESULTS: The effectiveness and feasibility of the proposed method were evaluated on a clinical dataset that collected at Children's Hospital of Fudan University, Shanghai, China. We demonstrate that the proposed method can recognize different types of spike and slow-wave abnormalities. The sensitivity, precision, and false positive rate achieved 91.96%, 97.09%, and 1.88/min, respectively. The estimation error for the spike-wave index was 2.32%. Comparison results showed that our method outperforms the state-of-the-art.

意義:

スパイク波と遅波を定量化することで、ESES の活動に関する情報を得ることができます。本研究では，スパイク波と遅波のバリエーションを検出することにより，ESESESの定量化の性能を向上させることを目的とした．実験結果から、提案手法はESESの自動定量化に大きな可能性を秘めており、ESESを伴うてんかん性脳症の診断や研究の改善に役立つことが示唆された。

SIGNIFICANCE: The quantification of spike and slow-waves provides information about ESES activity. The detection of variations types of spike and slow-waves improves the performance in the quantification of ESES. Experimental results suggest that the proposed method has great potential in automatic ESES quantification and can help improve the diagnosis and researches of epileptic encephalopathy with ESES.

© 2020 IOP Publishing Ltd.