Signal regularity-based automated seizure detection system for scalp EEG monitoring

• Опубліковано в: : Кибернетика и системный анализ
• Дата: 2010
• Автори: Deng-Shan Shiau, Halford, J.J., Kelly, K.M., Kern, R.T., Inman, M., Jui-Hong Chien, Pardalos, P.M., Yang, M.C.K., Sackellares, J.Ch.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2010
• Теми: Системный анализ
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/45648
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Signal regularity-based automated seizure detection system for scalp EEG monitoring / Deng-Shan Shiau, J.J. Halford, K.M. Kelly, R.T. Kern, M. Inman, Jui-Hong Chien, P.M. Pardalos, M.C.K. Yang, J.Ch. Sackellares // Кибернетика и системный анализ. — 2010. — № 6. — С. 74–88. — Бібліогр.: 21 назв. — рос.

Розглянуто роботу автоматизованої системи реєстрації ЕЕГ головного мозку для раннього виявлення епілептичних нападів. Розроблено комп’ютерний алгоритм для перетворення складних багатоканальних сигналів ЕЕГ мозку на кілька динамічних показників, супроводжуваних дослідженнями їхніх просторово-часових властивостей. Робота алгоритму аналізується на великому клінічному наборі даних. The purpose of the present study was to build a clinically useful automated seizure detection system for scalp EEG recordings. To achieve this, a computer algorithm was designed to translate complex multi-channel scalp EEG signals into several dynamical descriptors, followed by the investigations of their spatiotemporal properties that relate to the ictal (seizure) EEG patterns as well as to normal physiologic and artifact signals. This paper describes in detail this novel seizure detection algorithm and reports its performance in a large clinical dataset.