Creando un algoritmo biomimético para encontrar áreas epileptógenas del cerebro

Investigadores del Centro Universitario HSE para Interfaces Bioeléctricas han diseñado un nuevo método para detectar marcadores de diagnóstico de epilepsia, llamados picos interictales, utilizando EEG y MEG. Capaz de dar cuenta de varios errores y artefactos, este método constituye una valiosa adición al arsenal de medios para el análisis automático de registros electrofisiológicos en pacientes con epilepsia, especialmente cuando los datos son ruidosos. La localización precisa de las estructuras corticales epileptógenas puede mejorar la eficacia de las intervenciones neuroquirúrgicas. El estudio se publica en el Revista de Ingeniería Neural.

Más de 65 millones de personas en todo el mundo padecen epilepsia, que en el 30% de los casos es resistente al tratamiento farmacológico. A estos pacientes se les puede ayudar con la extirpación neuroquirúrgica del tejido cortical patológico en la zona epileptógena. El principal desafío para los neurocirujanos es localizar esta zona de aproximadamente un centímetro cuadrado en el área de la corteza que mide hasta 0,2 metros cuadrados. La localización de la zona epileptogénica se puede facilitar mediante la observación de la actividad eléctrica del cerebro para detectar eventos tales como picos interictales o complejos pico-onda.

La búsqueda de picos interictales entre las señales multicanal que reflejan la actividad eléctrica del cerebro es un proceso laborioso que requiere epileptólogos capacitados para analizar una gran cantidad de datos utilizando criterios de selección de picos en constante evolución. A esto le sigue el análisis de la distribución de la amplitud de la espiga sobre la superficie del cuero cabelludo para localizar la zona epileptogénica de modo que se pueda planificar una intervención neuroquirúrgica para extirpar esta área cortical.

Si bien el procesamiento de señales automatizado y el análisis matemático pueden facilitar la búsqueda de picos interictales, dicha automatización requiere la formalización de los criterios de selección aplicados por operadores humanos.

Un grupo de autores del Centro Universitario HSE para Interfaces Bioeléctricas y la Universidad de Medicina y Odontología de Moscú que lleva el nombre de IA Evdokimov desarrolló una técnica de análisis de señales para traducir una descripción verbal de la forma de un pico en un conjunto de predicados lógicos fácilmente verificables.

«En cierto sentido, nuestro algoritmo funciona como un ser humano. Esencialmente, ayuda a los epileptólogos a verificar un conjunto de parámetros de forma de espiga descritos verbalmente. El enfoque biomimético utilizado en nuestro algoritmo facilita la interacción hombre-máquina y contribuye a la confianza del médico en los resultados obtenidos. por el análisis automatizado», explica Alexei Ossadtchi, Director del Centro de Interfaces Bioeléctricas y jefe del equipo de investigación.

Después de comparar el rendimiento del algoritmo con una serie de métodos convencionales, los autores encontraron que el primero era superior a varios otros enfoques bien establecidos en el procesamiento de conjuntos de datos que contienen grandes cantidades de artefactos de gran amplitud.

«La robustez del algoritmo, es decir, su capacidad para producir resultados consistentes a pesar de las perturbaciones, puede ser particularmente útil para manejar datos de EEG clínicos, que a menudo contienen artefactos, ráfagas e inestabilidades de gran amplitud», comenta la primera autora, Daria Kleeva, investigadora de la Universidad HSE. asistente y estudiante de doctorado en el Centro de Interfaces Bioeléctricas.

Proporcionado por la Escuela Superior de Economía de la Universidad Nacional de Investigación