Автоматизирано откриване на сегменти на фонова активност в електроенцефалографски записи | Защитена на: 11/03/2025

1 Въведение
Електроенцефалограмата в състояние на покой (RS-EEG) е ценен инструмент
за ранно откриване на различни неврологични разстройства като епилепсия, ши-
зофрения, Алцхаймер и други. Изследването се провежда чрез измерване на мозъч-
ната активност, когато индивидът е буден, но не изпълнява никаква специфична
задача. Електрическите сигнали, генерирани от мозъка, се записват и обработват
от специализиран неврологичен софтуер. Стандартният ЕЕГ запис е обикновено
между 30 минути и 1 час. След провеждане му лекар-невролог или специално обу-
чен експерт извършва визуален анализ на записите. Той отделя няколко кратки сег-
мента, които най-пълно отговарят на визуалните критерии за състояние на покой
(RS) или фонова активност. “Най-добрият” измежду тях се използва за диагностич-
ни и терапевтични цели. Практическият опит обаче показва, че интерпретацията
на тези състояния често зависи от личното възприятие, подход и опит на конк-
ретния лекар. Също така идентифицирането на състояния на фонова активност е
трудоемък и времеемък процес, който създава допълнително натоварване и е пред-
поставка за наличие на субективна интерпретация.

2 Цели
Основната цел на настоящата задача е да се създаде автоматизиран алгори-
тъм за откриване на състояние на фонова активност от електроенцефалографски
записи. Това ще доведе до свеждане на субективността на човешкия фактор до
минимум, но същевременно с това ще запази вземането на крайното решение на
медицинския специалист. И не на последно място ще намали ръчната работа и ще
допринесе за по-бърз анализ на електроенцефалографските данни. За постигане на
дефинираната цел е необходимо да се решат следните три задачи:
- Да се направят математически и статистически анализи за определяне на
критериите за наличие на състояние на покой.
- Да се обучи класификационен модел, който да открива състояния на покой
въз основа на входни данни от електроенцефалографски изследвания.
- Да се създаде уеб-базирано приложение, което позволява на медицинските
специалисти да качват ЕЕГ записи и да получат откритите RS сегменти.

3 Методология
Дефиницията за наличие на състояние на покой включва следните критерии:
- Оптимален брой независими компоненти: Кумулативната вариация от пър-
вите четири принципни компонента трябва да описва по-голяма част от вариацията
в данните - над 80%.
- Оптимален брой независими компоненти: Трябва бъдат идентифицирани 2
ясно разграничими независими компонента.
- Честотен пик в алфа диапазона: Наличието на пик в ниския алфа диапазон
(6-9 Hz) е характерен индикатор за релаксация и покой. За да бъде определено как-
то състоянието на покой, отношението на броя канали с отчетен пик спрямо всички
анализирани канали в дадено изследване трябва да попада в 95% доверителен ин-
тервал.
Използвайки дефинираните критерии се създава класификационен модел за
автоматизирано разпознаване на състоянието на фонова активност (RS).

4 Резултати
Вероятността за състояние на покой (RS) се предвижда чрез невронна мрежа
с многослоен персептрон (Multi-Layer Perceptron) със следната архетектура:

Parameters	hidden_layers	activation	solver	max_iter	alpha
PCA + ICA + FFT(LAF, LARP)	(4, 2)	tanh	adam	300	0.0001

Таблица 1: Конфигурация на хиперпараметри на невронната мрежа.
Моделът достига обща точност при тестовото множество от 80%.

 

Parameters	Accuracy	Precision	Recall	F1-score
PCA + ICA + FFT(LAF, LARP)	80.00	79.17	90.48	84.44

Таблица 2: Оценъчни метрики на тестовото множество.

Създаденият модел се тества върху цялостно електроенцефалографско из-
следване с продължителсност 33 минути. Той успява успешно да открие всички
дефинирани от квалифициран специалист състояния на покой като предоставя и
определена вероятност за всяко едно от тях.
В заключение чрез автоматизираното разпознаване на състоянието на покой се
намалява субективния фактор и се подобрява анализа на ЕЕГ данни, подпомагайки
медицинските специалисти в диагностичния процес.