用于新生儿 EEG 中缺氧缺血性脑病分级的交替图形检测器
信号处理
2021-06-02 v1
摘要
脑电图（EEG）是捕捉睡眠-觉醒周期的重要临床工具。它也可用于对在出生期间因脑部缺氧或缺血所致损伤（称为缺氧缺血性脑病（HIE））进行分级。交替图形（TA）是正常安静睡眠的独特组成部分，由高电压活动（爆发）与较低电压活动（爆发间）交替出现构成。本研究提出一种自动化方法，利用先检测活动的自动化方法对 HIE 损伤严重度进行分级。TA 检测器使用现有方法检测爆发间的输出。从处理后的输出提取特征，再经支持向量机（SVM）组合。接着，我们通过结合所检测 TA 掩模时间组织的不同特征（同样使用 SVM）开发基于 TA 检测器的 HIE 分级系统。两模型的训练与测试均采用留一婴儿交叉验证流程，模型超参数由嵌套交叉验证选定。TA 检测器在 71 名健康足月新生儿 EEG 上测试，准确率为 79.1%（Cohen's \k{appa}=0.55）。分级系统在 54 名足月重症监护新生儿 EEG 上测试，准确率为 81.5%（\k{appa}=0.74）。这些结果验证了检测 TA 存在与否可用于量化新生儿 EEG 中 HIE 损伤分级，并开启了具有临床意义分级系统的可能性。
引用
@article{arxiv.2106.00061,
title = {Trac\'e alternant detector for grading hypoxic-ischemic encephalopathy in neonatal EEG},
author = {Sumit A. Raurale and Geraldine B. Boylan and Sean R. Mathieson and William P. Marnane and Gordon Lightbody and John M. O'Toole},
journal= {arXiv preprint arXiv:2106.00061},
year = {2021}
}
备注
5 pages, Accepted in 2021 European Signal Processing Conference (EUSIPCO)