Publication

Personalized seizure signature: An interpretable approach to false alarm reduction for long‐term epileptic seizure detection

Résumé

Objective Long-term automatic detection of focal seizures remains one of the major challenges in epilepsy due to the unacceptably high number of false alarms from state-of-the-art methods. Our aim was to investigate to what extent a new patient-specific approach based on similarly occurring morphological electroencephalographic (EEG) signal patterns could be used to distinguish seizures from nonseizure events, as well as to estimate its maximum performance. Methods We evaluated our approach on >5500 h of long-term EEG recordings using two public datasets: the PhysioNet.org Children’s Hospital Boston–Massachusetts Institute of Technology (CHB-MIT) Scalp EEG database and the EPILEPSIAE European epilepsy database. We visually identified a set of similarly occurring morphological patterns (seizure signature) seen simultaneously over two different EEG channels, and within two randomly selected seizures from each individual. The same seizure signature was then searched for in the entire recording from the same patient using dynamic time warping (DTW) as a similarity metric, with a threshold set to reflect the maximum sensitivity our algorithm could achieve without false alarm. Results At a DTW threshold providing no false alarm during the entire recordings, the mean seizure detection sensitivity across patients was 84%, including 96% for the CHB-MIT database and 74% for the European epilepsy database. A 100% sensitivity was reached in 50% of patients, including 79% from the CHB-MIT database and 27% from the European epilepsy database. The median latency from seizure onset to its detection was 17 ± 10 s, with 84% of seizures being detected within 40 s. Significance Personalized EEG signature combined with DTW appears to be a promising method to detect ictal events from a limited number of EEG channels with high sensitivity despite low rate of false alarms, high degree of interpretability, and low computational complexity, compatible with its future use in wearable devices.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Concepts associés (38)
Électroencéphalographie
L'électroencéphalographie (EEG) est une méthode d'exploration cérébrale qui mesure l'activité électrique du cerveau par des électrodes placées sur le cuir chevelu souvent représentée sous la forme d'un tracé appelé électroencéphalogramme. Comparable à l'électrocardiogramme qui permet d'étudier le fonctionnement du cœur, l'EEG est un examen indolore et non invasif qui renseigne sur l'activité neurophysiologique du cerveau au cours du temps et en particulier du cortex cérébral soit dans un but diagnostique en neurologie, soit dans la recherche en neurosciences cognitives.
Épilepsie
L', aussi appelée mal comitial, est une affection neurologique qui touche plus de 50 millions de personnes à travers le monde. Elle est définie comme une famille de maladies dont le point commun est une prédisposition cérébrale à engendrer des « crises » épileptiques dites « non provoquées », c'est-à-dire spontanées, non expliquées par un facteur causal immédiat.
Crise épileptique focale
Les crises épileptiques focales (également appelées crises partielles et crises locales) sont des crises qui affectent en premier seulement un seul hémisphère du cerveau. Une crise épileptique partielle est générée à l'intérieur du cerveau et n'en affecte qu'une seule partie — un hémisphère entier ou une partie d'un lobe. Les symptômes varient selon l'endroit où survient la crise.
Afficher plus
Publications associées (50)

Resource-Efficient Continual Learning for Personalized Online Seizure Detection

David Atienza Alonso, Giovanni Ansaloni, José Angel Miranda Calero, Jonathan Dan, Amirhossein Shahbazinia, Flavio Ponzina

Epilepsy, a major neurological disease, requires careful diagnosis and treatment. However, the detection of epileptic seizures remains a significant challenge. Current clinical practice relies on expert analysis of EEG signals, a process that is time-consu ...
2024

Ambulatory seizure detection

Jonathan Dan, Adriano Bernini

Purpose of review: To review recent advances in the field of seizure detection in ambulatory patients with epilepsy. Recent findings: Recent studies have shown that wrist or arm wearable sensors, using 3D-accelerometry, electrodermal activity or photopleth ...
2024

Hardware Implementation of Digital Signal Processing Algorithms for Programmable Epilepsy Control Systems

Keyvan Farhang Razi

Epilepsy is a common chronic neurological disorder that causes recurring seizures and affects more than 50 million people worldwide. Implantable medical devices (IMDs) are regarded as effective tools to cure patients who suffer from refractory epilepsy. Se ...
EPFL2023
Afficher plus