| Epilepsia. 2018 Jun;59 Suppl 1:14-22. doi: 10.1111/epi.14052.
Seizure detection using scalp-EEG.
Baumgartner C1,2,3, Koren JP2,3.
Author information
1Department for Epileptology and Clinical Neurophysiology, Medical Faculty, Sigmund Freud University, Vienna, Austria.2Karl Landsteiner Institute for Clinical Epilepsy Research and Cognitive Neurology, Vienna, Austria.3Department of Neurology, General Hospital Hietzing with Neurological Center Rosenhügel, Vienna, Austria.
Abstract
Scalp electroencephalography (EEG)-based seizure-detection algorithms applied in a clinical setting should detect a broad range of different seizures with high sensitivity and selectivity and should be easy to use with identical parameter settings for all patients. Available algorithms provide sensitivities between 75% and 90%. EEG seizure patterns with short duration, low amplitude, circumscribed focal activity, high frequency, and unusual morphology as well as EEG seizure patterns obscured by artifacts are generally difficult to detect. Therefore, detection algorithms generally perform worse on seizures of extratemporal origin as compared to those of temporal lobe origin. Specificity (false-positive alarms) varies between 0.1 and 5 per hour. Low false-positive alarm rates are of critical importance for acceptance of algorithms in a clinical setting. Reasons for false-positive alarms include physiological and pathological interictal EEG activities as well as various artifacts. To achieve a stable, reproducible performance (especially concerning specificity), algorithms need to be tested and validated on a large amount of EEG data comprising a complete temporal assessment of all interictal EEG. Patient-specific algorithms can further improve sensitivity and specificity but need parameter adjustments and training for individual patients. Seizure alarm systems need to provide on-line calculation with short detection delays in the order of few seconds. Scalp-EEG-based seizure detection systems can be helpful in an everyday clinical setting in the epilepsy monitoring unit, but at the current stage cannot replace continuous supervision of patients and complete visual review of the acquired data by specially trained personnel. In an outpatient setting, application of scalp-EEG-based seizure-detection systems is limited because patients won't tolerate wearing widespread EEG electrode arrays for long periods in everyday life. Recently developed subcutaneous EEG electrodes may offer a solution in this respect.
https://www.ncbi.nlm.nih.gov/pubmed/298738..._medium=twitter
Rilevamento di crisi epilettiche mediante EEG del cuoio capelluto.
Baumgartner C 1, 2, 3 , Koren JP 2, 3 .
Informazioni sull'autore
1 Dipartimento di Epilettologia e Neurofisiologia clinica, Facoltà di medicina, Università Sigmund Freud, Vienna, Austria. 2 Istituto Karl Landsteiner per la ricerca sull'epilessia clinica e neurologia cognitiva, Vienna, Austria. 3 Dipartimento di Neurologia, General Hospital Hietzing con Neurological Center Rosenhügel, Vienna, Austria.
Astratto
Gli algoritmi per il riconoscimento delle crisi convulsive basati sull'elettroencefalografia (EEG) del cuoio capelluto applicati in ambito clinico dovrebbero rilevare un'ampia gamma di crisi diverse con elevata sensibilità e selettività e dovrebbero essere facili da usare con impostazioni parametriche identiche per tutti i pazienti. Gli algoritmi disponibili forniscono sensibilità tra il 75% e il 90%. Gli schemi di sequestro EEG con breve durata, bassa ampiezza, attività focale circoscritta, alta frequenza e morfologia insolita così come i sequestri di EEG oscurati da artefatti sono generalmente difficili da rilevare. Pertanto, gli algoritmi di rilevamento generalmente peggiorano con le convulsioni di origine extratemporale rispetto a quelle dell'origine del lobo temporale. Specificità (allarmi falsi positivi) varia tra 0,1 e 5 all'ora. Bassi tassi di allarmi falso-positivi sono di importanza critica per l'accettazione degli algoritmi in un contesto clinico. Le ragioni degli allarmi falsi positivi includono attività EEG interictali fisiologiche e patologiche e vari artefatti. Per ottenere prestazioni stabili e riproducibili (in particolare per quanto riguarda la specificità), gli algoritmi devono essere testati e convalidati su una grande quantità di dati EEG comprendenti una valutazione temporale completa di tutto l'EEG interictale. Gli algoritmi specifici del paziente possono ulteriormente migliorare la sensibilità e la specificità, ma richiedono aggiustamenti dei parametri e formazione per i singoli pazienti. I sistemi di allarme sequestro devono fornire un calcolo in linea con ritardi di rilevamento brevi dell'ordine di alcuni secondi. I sistemi di rilevamento di crisi epilettiche basati su EDP possono essere utili in un contesto clinico quotidiano nell'unità di monitoraggio dell'epilessia, ma allo stadio attuale non possono sostituire la supervisione continua dei pazienti e completare la revisione visiva dei dati acquisiti da parte di personale appositamente formato. In ambito ambulatoriale, l'applicazione dei sistemi di rilevamento delle crisi delle crisi basati su EEG è limitata, in quanto i pazienti non tollerano l'uso di array di elettrodi EEG diffusi per lunghi periodi nella vita di tutti i giorni. Gli elettrodi EEG sottocutanei sviluppati di recente possono offrire una soluzione a questo riguardo.
https://translate.google.com/translate?hl=...edium%3Dtwitterhttps://onlinelibrary.wiley.com/doi/abs/10.1111/epi.14052
|
