DOI: 10.25881/BPNMSC.2020.35.43.014

Авторы

Карпов О.Э.1, Пензин О.В.1, Панин И.И.2, 3, Утяшев Н.П.1

1 ФГБУ «Национальный медико-хирургический Центр им. Н.И. Пирогова», Москва

2 ООО «СберМедИИ», Москва

3 ФГБУН «Институт проблем передачи информации им. А.А. Харкевича РАН», Москва

Аннотация

Рассмотрен алгоритм детектирования фокальных эпилептиформных разрядов, созданный при использовании свёрточных искусственных нейронных сетей.

Показатель прогностической ценности отрицательного результата, ПЦОР, стремящийся к 100% (97,4–99,7% при распространенности 0,1–5%), обеспечивает высокую вероятность того, что участок, помеченный алгоритмом как нормальный, действительно не содержит эпилептиформных разрядов.

Таким образом, алгоритм удовлетворяет исходному требованию о поиске областей интереса для детального анализа врачом-специалистом.

Ключевые слова: эпилепсия, фокальные разряды, ЭЭГ, машинное обучение, свёрточные нейронные сети.

Список литературы

1. Fisher R, Cross J, French J, et al. Operational classification of seizure types by the International League Against Epilepsy: Position Paper of the ILAE Commission for Classification and Terminology. Epilepsia. 2017; 58(4): 522–530. doi:10.1111/epi.13670.

2. Авакян Г.Н., Блинов Д.В., Лебедева А.В., и др. Классификация эпилепсии Международной Противоэпилептической Лиги: пересмотр и обновление 2017 года. Эпилепсия и пароксизмальные состояния. 2017; 9(1): 6–25. doi:10.17749/2077-8333.2017.9.1.006-025.

3. American Clinical Neurophysiology Society. Guideline twelve: guidelines for long-term monitoring for epilepsy. J Clin Neurophysiol. 2008; 25(3): 170–80. doi: 10.1097/WNP.0b013e318175d472.

4. Kemp B, Värri A, Rosa AC, Nielsen KD, Gade J. A simple format for exchange of digitized polygraphic recordings. Electroencephalogr Clin Neurophysiol. 1992; 82(5): 391–393. doi: 10.1016/0013-4694(92)90009-7.

5. American Electroencephalographic Society guidelines for standard electrode position nomenclature. J Clin Neurophysiol. 1991; 8(2): 200–2.

6. LeCun Y, Boser B, Denker JS, et al. Backpropagation Applied to Handwritten Zip Code Recognition, Neural Computation. 1989; 1(4): 541–551.

7. Бююль А., Цёфель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем. — Спб: ДиаСофтЮП, 2005. — 608 с.

8. Реброва О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA. — Москва: МедиаСфера, 2002. — 312 с.

9. Fleiss JL, Levin B, Paik MC. Statistical Methods for Rates and Proportions, 3d ed. New Jersey: John Wiley & Sons, 2003.

10. Heston TF. Standardized predictive values. J Magn Reson Imaging. 2014; 39(5): 1338. doi: 10.1002/jmri.24564.

11. Altman DG, Machin D, Bryant TN, et al. Statistics with Confidence, 2nd ed. UK: British Medical Journal Books; 2000.

12. Пензин О.В., Швырёв С.Л., Зарубина Т.В. Результаты внедрения в клиническую практику прогностической модели для оценки риска развития миелотоксических осложнений химиотерапии // Вестник новых медицинских технологий. — 2019. — №1. — С. 112–118. doi: 10.24411/1609-2163-2019-16061.

Для цитирования

Карпов О.Э., Пензин О.В., Панин И.И., Утяшев Н.П. Анализ сигналов электроэнцефалограмм с применением технологий машинного обучения для детектирования фокальных эпилептиформных разрядов. Вестник НМХЦ им. Н.И. Пирогова. 2020;15(4):69-73. https://doi.org/10.25881/BPNMSC.2020.35.43.014