[发明专利]用于减少基于EEG的癫痫发作检测器中的通道数目的方法和装置

说明书

相关申请的交叉引用

本申请主张2007年8月23日提交的美国临时专利申请60/965,890的利益，其整个公开通过引用并入本文。

政府利益声明

本发明是在美国国防部NO.DAMD-17-02-2-0006的政府支持下进行的。

背景技术

使用头皮脑电图(“EEG”)来检测癫痫发作的电开始可以有助于许多诊断、治疗和警报应用。在某些情况下，发作检测用于在发作的电开始之后不久，开始神经影像研究，例如发作期SPECT。通过缩短发作开始和研究开始之间的延迟来提高发作期SPECT定义发作的脑起源的可信度。发作开始检测还用于在发作开始之后不久触发神经刺激器，诸如迷走神经刺激器。使用迷走神经刺激来影响发作的进程的可能性似乎降低了发作开始和刺激开始之间的延迟长度。此外，发作开始检测可以促使个体寻找安全或自管理快速作用抗痉挛药；这对于将个体发作的电开始和身体衰弱症状的开始及时充分分开是可能的。虽然上面所提到的应用在效用和目的上变化，但是它们都需要以最小的延迟、高灵敏度和高特异性来检测发作的电开始；然而，要做到这一点已经被证明是困难的任务。

出于三个主要原因，从头皮EEG来鲁棒检测发作的开始是具有挑战性的。首先，在不同个体的发作(发作期)和非发作(发作间期)EEG两者中存在可变性。其次，对于任何给定的个体，某些非发作活动(发作间期癫痫样的爆发)可以近乎类似于发作开始。最后，头皮EEG容易被生理的和非生理的伪迹(artifacts)所破坏。

已经提出了用于从头皮EEG检测发作开始的许多算法。这些算法归为两大类，即“特定患者”和“非特定患者”算法。开发非特定患者算法的研究人员牺牲了实用性的性能，所述实用性具有准备在任何时间用在任何个体上的算法。相比之下，开发特定患者方法的研究人员付出了收集训练数据的成本，因为他们相信个体的发作和非发作EEG的一致性和相对可分性可以被用来提高性能。量化患者特异性影响发作开始检测器的性能的程度将使这些折衷凸显出来。

此外，动态特定患者癫痫发作检测器需要使用具有一直贴在患者身上以检测发作开始的多达21个电极的笨重的设备和足够用来收集和处理来自那些电极的信号的电池。一个这种动态系统使用检测器来检测发作开始，所述检测器包括具有21EEG通道的帽子、捕获和处理那些通道所需的硬件和给硬件供电所需的电池。这类设备采用了产生特定患者检测器的机器学习和支持向量机，当所述特定患者检测器与全部21通道EEG导联(montages)一起使用时其对于大多数患者具有极好的灵敏度、特异性和延迟。然而，一直戴在患者身上的帽子是笨重的并且是侵入式的。如果显著地减少通道数目，则可以极大地减轻系统对于患者和检测发作开始中的必需分析的繁重负担。减少通道数目也将减小获取和处理数据所需的能量的量，因此减小了电池的大小或延长了电池的寿命。

本发明解决这些问题。

发明内容

本发明的实施例包括用于减少基于EEG的癫痫发作检测器中的通道数目的方法和系统。根据一个实施例，提出了一种用于从检测患者的癫痫发作所需的多个m EEG通道中选择特定患者的电极子集的方法。该方法包括收集来自多个m EEG通道的发作EEG数据，接着选择多个m EEG通道的有效通道子集n。响应于通道子集n构建检测器并且估计检测器在检测发作方面的性能。

本发明的另一方面包括通过采用递归特征消除法使用多个m通道来构建检测器，并且估计检测器的性能，以此来选择有效的通道子集n。从多个m通道中去除最无用的通道并且估计剩余的多个通道的性能。去除最无用的通道和估计剩余通道的性能的步骤被重复，直到剩余的多个通道的性能比之前多个通道的性能差。接着将n设置为等于多个通道中的通道数目，即等于引起剩余的多个通道性能降低的通道数目加1。

说明性的实施例的另一方面包括采用递归特征添加法以通过使用多个m通道来构建检测器并且估计检测器的性能。为了确定最佳通道子集的大小n，将组S初始化为最佳通道子集的大小n-1。从多个m通道中添加最有用的通道。通过估计使用大小为n-1的最佳通道子集和这个通道构建的检测器的性能来确定最有用的通道。大小为0的最佳通道子集是空子集。重复这个过程直到已经满足停止标准。一个标准可以包括当特定的通道子集的性能不比使用多个m通道的检测器的性能差时。可替换地，可以重复该过程直到已经确定m通道子集。接着基于最大化特定目标函数，从m通道子集中选择最有用的通道子集。