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

• Published in: Кибернетика и системный анализ
• Date: 2010
• Main Authors: 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.
• Format: Article
• Language: Russian
• Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2010
• Subjects: Системный анализ
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/45648
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: 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.