Měření EEG, spánek, hodnocení EEG záznamů a následná vizualizace

transcript

Václav Gerla, Josef Rieger, Lenka Lhotská, Vladimír KrajčaČVUT, FEL, Katedra kybernetiky, Technická 2, Praha 6Fakultní nemocnice Na Bulovce, Budínova 2, Praha 8

http://gerstner.felk.cvut.cz

Přístroj pro měření EEG

Princip:

EEG přístroje, příslušenství: http://www.brainscope.cz

Ukázka EEG signálu

19 EEG kanálů, EKG signál (+ artefakt 50 Hz)

Klinicky významné frekvenční pásma

DELTA 3 Hz a méně

hluboký spánek, v bdělosti patologické

THETA 3.5 - 7.5 Hz kreativita, usínání

ALPHA 8 - 13 Hz relaxace, zavřené oči

BETA 14 Hz a více koncentrace, logicko-analytické myšlení, neklid

Elektrická aktivita mozku vykazuje rytmickou aktivitu o různé frekvenci:

Grafoelementy

Ostře časově omezené projevy výrazně se lišící od „pozadí“

- základní frekvence - lambda/POSTS - MU vlna

- K complex - small sharp spikes - Wicket spikes

Artefakty

Napětí z EEG elektrod ~ jednotky µV elektronické zesilovače v elektroencefalografu musí být velmi výkonné

=> mnoha nepravých potenciálů, které nazýváme artefakty

• biologické artefakty :

• technické artefakty:

Svalový artefakt

Spánkové fáze, hypnogram

1. Wake (bdělost)2. REM (Rapid Eye Movements) // sny3. NREM1 (usínání)4. NREM2 (lehký spánek)5. NREM3 (hluboký spánek)6. NREM4 (nejhlubší spánek)

Hypnogram:

Měření spánku

Electroencephalogram (EEG) - měření mozkové elektrické aktivity

Electrooculogram (EOG) - měření očních pohybů. Elektrody umístěny blízko očízaznamenávají změny napětí způsobené pohybem očí

Electromyogram (EMG) - měření elektrické aktivity svalů. Elektroda umístěnavětšinou na bradě

Fáze Wake

Alpha aktivita (při zavřených očích)Beta aktivita

Fáze NREM1, NREM2

Spánková vřeténka, K complexyTheta aktivita

Fáze REM

Rychlé pohyby očí (fázově proti sobě)Theta aktivitaBeta aktivitaSnížená EMG aktivita

Fáze NREM3, NREM4

Velká amplituda signáluPomalé delta vlny

Poruchy spánku

Bolesti hlavyNespavost

- obtížné usínání- probouzení během noci- časté probouzení brzy ráno- neosvěžující spánek

Nadměrná spavost- usínání během řízení vozidla- špatná koncentrace v práci, či ve škole- problémy s pamětí

Syndrom neklidných nohou- pocit nepohodlí v nohou během nečinnosti

Narkolepsie- náhlé upadání do spánku během dne

Spánková apnoe- výpadky dechu během spánku

Poruchy spojené s REM

Zastoupení REM / NREM během spánku

Úbytek NREM spánku je částečně způsobený úbytkem delta aktivity(spánek ve stáří již není tak hluboký a nesplňuje kritéria NREM)

3 18 40 70

REMNREM(3+4)

Binaurální rázy

Příklad frekvencí:0.15-0.3 Hz - deprese4.5-6.5 Hz - snění během dne, představy4-8 Hz - hluboká meditace, podvědomí5.0-10.0 Hz - relaxace5.8 Hz - závratě7.83 Hz - rezonance země8.6-9.8 Hz - indukce spánku, pocity brnění15.0-18.0 Hz - duševní činnost18 Hz – výrazné zlepšení v pamatování55 Hz – Tantrická jóga

LEVÉ UCHO – 70HzPRAVÉ UCHO – 74Hz

=> BINAURÁLNÍ RÁZY O FREKVENCI 4 Hz

Brain Wave Generator: http://www.BWgen.com

Binaurální rázy

Lucidní snění

Ve snu si uvědomíme, že právě sníme.Možnost ovládat děj snu.

Lucidní snění lze natrénovat:1. Naučit se pamatovat si sny - bezprostředně po probuzení si sen zapíšeme

2. V průběhu dne provádíme ‘test reality’- 2x po sobě přečteme jedno slovo- 2x po sobě se podíváme na hodinky

3. Sny jsou obrazem toho, co děláme během dne- jednou provedeme test reality i ve snu

4. Při snění je vše nestabilní => sen lze rozpoznat

Vhodné je vstát ráno o hodinu dříve než obvykle, probrat se a pak se ještě pokusitusnout.

Úvod do počítačového zpracování

• MOTIVACE - velké objemy EEG dat (celodenní záznamy apod.)

• CÍL - data vhodně předzpracovat, k detailnímu posouzení předložit pouze “zajímavé” části záznamu – cílem není nahradit zkušené oko neurologa, ale usnadnit mu práci

• KLASIFIKACE - matematická metoda, kdy vstupní objekty rozřazujeme do tříd podle podobnosti

• VISUALIZACE - umožňuje nahlížet na signál diametrálně odlišným způsobem v porovnání s analýzou v časové oblasti

Klasifikace epileptického EEG

1. krok - segmentace(rozdělení signálu na úseky konstatní délky)

2. krok - výpočet příznaků(pro každý segment vypočítáme množinu příznaků)

segment příznak 1 příznak 2 1 0,43 7,51

2 0,84 38,13

segment č. 1 => { 0,43 ; 7,51 }segment č. 2 => { 0,84 ; 38,13 }

3. krok - vytvoření trénovací množiny (trénovací množina = množina “ukázek” segmentů pro jednotlivé klasifikační třídy)

Pro náš problém pouze 2 třídy: - normální aktivita – třída 1 - epileptická aktivita – třída 2

4. krok - klasifikace (nalézt pro každý segment původního signálu co nejpodobnější segment trénovací množiny a přiřadit mu tak třídu)

Zobrazení - normální EEG černě, epileptické červeně

Segmentace

Adaptivní segmentace

Požadovaná segmentace:

Metoda dvou oken:

Klasifikace spánkového EEG

EEG signál doplněný EOG a EMG

Cílem je získat hypnogram:

Extrakce příznaků

Spektrogram (patrná periodická struktura typická pro lidský spánek)

Hypnogram (vytvořen neurologem)

………………………………………

EEG (Fpz-Cz)

EEG (Pz-Oz)

Normalizace příznaků

Příznaky obsahujíspoustu ostrých vrcholů normalizace

Určení NREM4: Určení Wake:

Rozhodovací pravidla

EEG 16-30Hz > 20%

EEG 0.5-3Hz > 85%

EEG 0.5-3Hz > 65%

EEG 13-15Hz < 15%and

EOG 0.15-1.2Hz > 50%

EEG 13-15Hz > 20%

EEG 13-15Hz > 10% S1

truefalse

Hledání vhodných pravidel - převod všech příznaků všech pacientů do formátu pro Weku

Weka (http://www.cs.waikato.ac.nz/ml/weka) - algoritmy strojového učení- nástroje pro předzpracování, klasifikaci, regresi, shlukování a visualizaci dat

Nejvýznamnější nalezená pravidla

Markovské modely

VYUŽÍVAJÍ: - kontextovou informaci v EEG signálu (časová závislost)

- přibližnou znalost pravděpodobnosti přechodu mezi stavy

Nahoře hypnogram vytvořený expertem, dole naší metodou

Klasifikace spánkového EEG

Wake NREM1 NREM2 NREM3 NREM4

0h 1h 2h 3h 4h 5h 6h 7h 8h

Klasifikace komatického EEG

• signál délky 2 hodin, segmenty po 16 sekund • trénovací množina – sestavena expertem (10 tříd, 319 segmentů)

• ukázka segmentů trénovací množiny:

segment třída

Klasifikace komatického EEG

• barevné kódování tříd:

• hrubý odhad dlouhodobých trendů:

třída 1 2 3 4 5 6 7 8 9 10barva

třída 3 třída 4 třída 6+7

Eeg Biofeedback

• klinický biofeedback• léčení fóbií• omezení stresu• sledování pozornosti

2D mapování

00:00 - 00:0900:10 - 00:1900:20 - 00:2900:30 - 00:3900:40 - 00:4900:50 - 00:5901:00 - 01:0901:10 - 01:1901:20 - 01:2901:30 - 01:38

3D mapování

• výsledek analýzy zobrazíme barevnou modulací na modelu hlavy• získáme topografickou představu o distribuci mapované veličiny (např. rozložení celkového výkonu v daném frekvenčním pásmu)

Děkuji za pozornost

Měření EEG, spánek, hodnocení EEG záznamů a následná vizualizace

Documents