Method and software for processing daily ЕЕГ signals for detection of epileptic seizures in humans

Abstract

Розроблено метод, алгоритм та програмний засіб обробки добового ЕЕГ-сигналів для комп’ютерних електроенцефалографічних систем для виявлення прояві епілептичних нападів у людини. Математично добовий ЕЕГ-сигнал подано як випадкова послідовність зон білих гаусових шумів та адитивних сумішей різно-частотних гармонічних компонент. Модель побудовано за припущення, що реалізація ЕЕГ-сигналу в часовій зоні без прояву епілептичних нападів є наближенню за структурою до білого гаусового шуму, а в зоні прояву є наближеною до сукупності різно-частотних гармонічних компонент. Ядром методу обробку добових ЕЕГ-сигналів є часо-зсувна віконна взаємоковаріаційна обробка з множиною ядр у вигляді різно-частотних гармонічних функцій діапазону частот 1 2 f ; f в залежності від типу виявлення епілептичного нападу. На базі методу віконної обробки реалізовано алгоритм та програмний засіб обробки добового ЕЕГ-сигналу з графічним інтерфейсом користувача при використанні середовища MATLAB та його утиліти GUIDE. Розроблений програмний засіб може експлуатуватися як складова одиниця у складі комп’ютерних ЕЕГ-систем. Результати обробки добового ЕЕГ-сигналу при використані програмного засобу відображено у вигляді усереднених добутків результатів коваріацій (значення вимірюється в одиницях потужності) в межах кожного вікна обробки, які кількісно відображають часові моменти прояву та тривалості епілептичних нападів у людини. Прояви епілептичних нападів відображаються через приріст усереднених значень потужності коваріацій по відношенню до інтервалів спостереження без відповідних проявів цих нападів. Для забезпечення авторизації процесу визначення рівня прийняття рішення щодо виявлення епілептичних нападів (перевищенні рівня норми) за значеннями усереднених добутків результатів коваріацій застосовано пороговий алгоритм, Баєсівську концепцію відношень правдоподібності та статистичний критерій Неймана-Пірсона.

A method, an algorithm and a software tool for processing daily EEG signals for computer electroencephalographic systems to detect the manifestation of epileptic seizures in humans have been developed. Mathematically, the daily EEG signal is presented as a random sequence of white Gaussian noise zones and additive mixtures of different-frequency harmonic components. Harmonic functions interpret the manifestations of epileptic seizures. The core of the method of processing daily EEG signals is a time - shifted window inter-covariance processing with multiple kernels in the form of different-frequency harmonic functions. Based on the method of window processing, an algorithm and a software tool for daily EEG signal processing with a graphical user interface using the MATLAB environment have been implemented. The developed software can be used as a component of computer EEG systems. The results of daily EEG signal processing using the software are displayed in the form of averaged products of covariance results (the value is measured in power units) within each processing window, which quantitatively reflect the time points of epileptic seizures in a person. Manifestations of epileptic seizures are reflected through the increase in the averaged values of the power of covariances in relation to observation intervals without corr esponding manifestations of these seizures. To ensure the authorization of the process of determining the level of decision-making regarding the moments of epileptic seizures (exceeding the normal level), the threshold algorithm and the Neumann-Pearson statistical criterion were applied.