基于爆发间检测法识别新生儿 EEG 中的交替图形活动
信号处理
2020-05-13 v1 机器学习
摘要
脑电图（EEG）是重症新生儿睡眠-觉醒周期评估的重要临床工具。交替图形（TA）——足月新生儿安静睡眠中 EEG 活动的特征性模式——由短时长、高电压活动（爆发）与较低电压活动（爆发间）交替出现来定义。本研究提出一种通过先检测爆发间再处理爆发与爆发间的时间映射来检测 TA 活动的新方法。来自 72 名健康足月新生儿的 EEG 记录被用于开发与评估：1）爆发间检测方法，进而用于 2）TA 活动检测。首先，将多种振幅与频谱特征用支持向量机（SVM）组合，以在 TA 活动内分类爆发与爆发间，所得受试者工作特征曲线下面积（AUC）中位数为 0.95（95% 置信区间 CI：0.93 至 0.98）。其次，对连续 SVM 输出（置信度分数）进行后处理以生成 TA 包络。该包络用于从连续 EEG 中检测 TA 活动，中位 AUC 为 0.84（95% CI：0.80 至 0.88）。这些结果验证了爆发间检测结合后处理可用于分类 TA 活动。检测 TA 的存在与否将有助于量化具有临床重要性的睡眠-觉醒周期的紊乱。
引用
@article{arxiv.2005.05559,
title = {Identifying trace alternant activity in neonatal EEG using an inter-burst detection approach},
author = {Sumit A. Raurale and Geraldine B. Boylan and Gordon Lightbody and John M. O'Toole},
journal= {arXiv preprint arXiv:2005.05559},
year = {2020}
}
备注
4 pages, to be appearing in upcoming 2020 EMBC Conference