| Neuroimage. 2020 Mar;208:116410. doi: 10.1016/j.neuroimage.2019.116410. Epub 2019 Nov 27.
Low entropy map of brain oscillatory activity identifies spatially localized events: A new method for automated epilepsy focus prediction.
Vila-Vidal M1, Pérez Enríquez C2, Principe A3, Rocamora R4, Deco G5, Tauste Campo A6.
Author information
1Center for Brain and Cognition, Department of Information and Communication Technologies, Universitat Pompeu Fabra, 08005, Barcelona, Spain. Electronic address: [email protected] del Mar Medical Research Institute, 08003, Barcelona, Spain.3Hospital del Mar Medical Research Institute, 08003, Barcelona, Spain; Epilepsy Monitoring Unit, Department of Neurology, Hospital del Mar, 08003, Barcelona, Spain; Faculty of Health and Life Sciences, Universitat Pompeu Fabra, 08003, Barcelona, Spain.4Hospital del Mar Medical Research Institute, 08003, Barcelona, Spain; Epilepsy Monitoring Unit, Department of Neurology, Hospital del Mar, 08003, Barcelona, Spain; Faculty of Health and Life Sciences, Universitat Pompeu Fabra, 08003, Barcelona, Spain. Electronic address: [email protected] for Brain and Cognition, Department of Information and Communication Technologies, Universitat Pompeu Fabra, 08005, Barcelona, Spain; Institució Catalana de Recerca i Estudis Avançats, 08010, Barcelona, Spain.6Center for Brain and Cognition, Department of Information and Communication Technologies, Universitat Pompeu Fabra, 08005, Barcelona, Spain. Electronic address: [email protected].
Abstract
The spatial mapping of localized events in brain activity critically depends on the correct identification of the pattern signatures associated with those events. For instance, in the context of epilepsy research, a number of different electrophysiological patterns have been associated with epileptogenic activity. Motivated by the need to define automated seizure focus detectors, we propose a novel data-driven algorithm for the spatial identification of localized events that is based on the following rationale: the distribution of emerging oscillations during confined events across all recording sites is highly non-uniform and can be mapped using a spatial entropy function. By applying this principle to EEG recording obtained from 67 distinct seizure epochs, our method successfully identified the seizure focus on a group of ten drug-resistant temporal lobe epilepsy patients (average sensitivity: 0.94, average specificity: 0.90) together with its characteristic electrophysiological pattern signature. Cross-validation of the method outputs with postresective information revealed the consistency of our findings in long follow-up seizure-free patients. Overall, our methodology provides a reliable computational procedure that might be used as in both experimental and clinical domains to identify the neural populations undergoing an emerging functional or pathological transition.
www.ncbi.nlm.nih.gov/pubmed/31785422
ATTENZIONE ARTICOLO TRADOTTO CON https://www.translatetheweb.com/?ref=TVert...pubmed/31785422
Mappa a bassa entropia dell'attività cerebrale oscillatoria identifica gli eventi spazialmente localizzati: Un nuovo metodo per la previsione automatica del focus sull'epilessia.
Il mapping spaziale degli eventi localizzati nell'attività del cervello dipende in modo critico dalla corretta identificazione delle firme del modello associate a tali eventi. Ad esempio, nel contesto della ricerca sull'epilessia, diversi modelli elettrofisiologici sono stati associati all'attività epilettica. Motivati dalla necessità di definire rilevatori automatizzati di rilevamento delle crisi epilettiche, proponiamo un nuovo algoritmo basato sui dati per l'identificazione spaziale degli eventi localizzati che si basa sulla seguente logica: la distribuzione delle oscillazioni emergenti durante le oscillazioni confinate gli eventi in tutti i siti di registrazione sono altamente non uniformi e possono essere mappati utilizzando una funzione di entropia spaziale. Applicando questo principio alla registrazione EEG ottenuta da 67 epoche epilettiche distinte, il nostro metodo ha identificato con successo l'attenzione del sequestro su un gruppo di dieci pazienti affetti da epilessia del lobo temporale resistente ai farmaci (sensibilità media: 0,94, specificità media: 0,90) insieme alla sua caratteristica firma elettrofisiologica. La convalida incrociata dei risultati del metodo con informazioni post-resective ha rivelato la coerenza dei nostri risultati nei pazienti a lungo termine senza crisi epilettiche. Nel complesso, la nostra metodologia fornisce una procedura computazionale affidabile che potrebbe essere utilizzata come in domini sperimentali e clinici per identificare le popolazioni neurali sottoposte a una transizione funzionale o patologica emergente.
https://www.sciencedirect.com/science/arti...0018?via%3Dihub
LINK TRADUZIONEhttps://www.translatetheweb.com/?ref=TVert...0018?via%3Dihub
|
