用于术中ECoG高频振荡（HFO）检测的脉冲神经网络（SNN）
信号处理
2021-08-24 v1 神经与进化计算
神经元与认知
摘要
为实现无癫痫发作，癫痫手术需要完整切除致痫脑组织。在术中ECoG记录中，致痫组织产生的高频振荡（HFOs）可用于界定切除边界。然而，实时自动检测HFOs仍是一项开放挑战。在此我们提出一种用于自动HFO检测的脉冲神经网络（SNN），其非常适合于神经形态硬件实现。我们使用独立标注的数据集训练该SNN在线检测术中ECoG测得的高频振荡信号。我们的目标是在快涟漪频率范围（250-500 Hz）内检测HFOs，并将网络结果与标注的HFO数据进行比较。我们为该SNN赋予了一种新颖的伪迹抑制机制以抑制尖锐瞬变，并证明了其在ECoG数据集上的有效性。该SNN检测到的HFO率（切除前记录中中位数为6.6 HFO/min）与数据集中已发表的数值（58分钟，16段记录）相当。术后癫痫结局对所有8名患者均以100%准确率“预测”。这些结果为构建可在癫痫手术中用于引导致痫区切除的实时便携式电池供电HFO检测系统又向前推进了一步。
引用
@article{arxiv.2011.08783,
title = {A Spiking Neural Network (SNN) for detecting High Frequency Oscillations (HFOs) in the intraoperative ECoG},
author = {Karla Burelo and Mohammadali Sharifshazileh and Niklaus Krayenbühl and Georgia Ramantani and Giacomo Indiveri and Johannes Sarnthein},
journal= {arXiv preprint arXiv:2011.08783},
year = {2021}
}
备注
11 pages, 3 figures, 2 tables. The results of this publication were obtained by simulating our hardware platform, built for online processing of biological signals. This hardware combines neural recording headstages with a multi-core neuromorphic processor arXiv:2009.11245