Способ диагностики фокальной эпилепсии на основе анализа электроэнцефалограммы

Изобретение относится к медицине, а именно к способу диагностики фокальной эпилепсии на основе анализа электроэнцефалограммы (ЭЭГ). При этом оценивают значение порога периода колебаний с сохранением фрактальных свойств и скейлингового показателя в переходной зоне флуктуационной кривой в лобных и височных отведениях. При значениях периода колебаний более 0,2 с и скейлингового показателя менее или равного 0,3 диагностируют фокальную эпилепсию. Обеспечивается диагностика фокальной эпилепсии на основе анализа ЭЭГ с использованием метода флуктуационного анализа сигнала с удалённым трендом. 9 ил., 3 табл., 2 пр.

 

Изобретение относится к области медицины, а именно к клинической медицине (неврологии).

Одним из перспективных методов математического анализа в электроэнцефалографии является выявление и описание фрактальных свойств электроэнцефалографического сигнала и применение методов оценки его нелинейной динамики [Kaffashi F., 2007; Lopes da Silva F.H. et al. 2003]. Ставший «традиционным» метод спектрального анализа электроэнцефалограммы (ЭЭГ) предполагает выделение достаточно узкого частотного диапазона анализируемых биоэлектрических процессов с использованием быстрого преобразования Фурье и характеристик спектральной мощности и частоты для описания, интерпретации в качестве физиологических и патологических выявленных феноменов [Александров М.В., Иванов Л.Б., Лытаев С.А. и др., 2019].

Вместе с тем, ЭЭГ как сложный нелинейный процесс обладает свойством само подобия (фрактальности), предполагающим включение более простых графоэлементов (паттернов) электроэнцефалограммы в более сложные паттерны, различающиеся в первую очередь по временным масштабам [Buzsaki G., 2006].

Практической реализацией данного подхода в клинической неврологии может являться описание фрактальных свойств ЭЭГ при эпилепсии.

Технический результат: разработка метода диагностики фокальной эпилепсии на основе анализа ЭЭГ.

Наиболее близким по назначению способом к заявленному изобретению по совокупности признаков является применение человека-оператора метода флуктуационного анализа электроэнцефалограмм в задачах контроля напряжённых состояний, в котором на основе анализа кроссовера флуктуационной кривой ЭЭГ, интерпретируемого в виде скейлингового показателя и масштабов (периодов) колебаний ЭЭГ, предлагается осуществлять оценку функционального состояния операторов.

Нами предложен Способ диагностики фокальной эпилепсии на основе анализа электроэнцефалограммы, включающий использование метода флуктуационного анализа сигнала с удалённым трендом, отличающийся тем, что на основе DFA анализа (detrended fluctuation analysis) оценивают значение порога периода колебаний с сохранением фрактальных свойств в лобных и височных отведениях при периоде колебаний более 0,2 с и скейлингового показателя в переходной зоне флуктуационной кривой в лобных и височных отведениях менее или равного 0,3.

Основным отличием данного способа от прототипа является использование конкретных пороговых значений классификации фрактальных свойств ЭЭГ у больных фокальной эпилепсией.

Для анализа рекомендуется использовать безартефактные фрагменты ЭЭГ, зарегистрированные в монополярной коммутации с референтными электродами на ушах в фоновом состоянии (состояние расслабленного бодрствования с закрытыми глазами); длительность эпохи анализа 20,48 секунд. Осуществляется экспорт ЭЭГ сигнала в формате ASCII (8-битная компьютерная кодировка для представления текста, десятичных цифр); обработка рядов данных соответствующих каналам ЭЭГ записи проводится в соответствие с формулой

где F(n) - значение флуктуационной функции, N - число отсчётов ЭЭГ, k-номер текущего отсчёта; y - мгновенное (в момент отсчёта) значение ЭЭГ-потенциала (мкВ).

Процессинг данных с вычислением скейлингового показателя, значений масштабов данных для кроссовера 1 и кроссовера 2 осуществлялся при помощи программы MathLAB, представление данных - в табличном процессоре Excel.

Теоретическим обоснованием данного способа является методология флуктуационного анализа с удалением тренда. Метод предполагает изучение фрактальных свойств процессов и сигналов путём сравнения размаха колебаний при удалении тренда на различных временных масштабах. При этом показано, что степень наклона кривой, аппроксимирующей размах колебаний на разных временных масштабах изучаемого процесса (скейлинговый показатель - а) отражает различные феномены самоорганизации в рамках теории случайных сигналов и шумов (таблица 1).

Таблица 1. Значения скейлингового показателя и характеристика феномена.

Значение скейлингового показателя (а)	Характеристики процесса
0<a<0,5	Резкие изменения сигнала
a=0,5	Случайный процесс (белый шум/хаотическое колебание)
0,5<a<1,0	Наличие фрактальных (самоподобных) свойств
a=1	Строгие самоподобные (фрактальные) свойства
a>1	Переходный процесс (случайное блуждание)
a=2	Строго организованный сигнал

При изучении фрактальных свойств биоэлектрических сигналов, отражающих динамику физиологических процессов (в том числе ЭЭГ) у практически здоровых лиц было обнаружено [2, 3], что график зависимости значений DFA от масштаба имеет 2 перелома (кроссовера), характеризующих резкое изменение фрактальных свойств сигнала (от самоподобных свойств до резкой потери фрактальных свойств сигнала), что имело взаимосвязи со стандартным спектральным анализом электроэнцефалограмм: интервал между 23 отсчётами и 128 отсчётами соответствует переходной зоне между первым (23 отсчёта) и вторым (128 отсчётов) кроссовером (фиг. 1).

В связи с этим было предложено описывать не только значения скейлингового показателя, но и периодометричекие (частотные) характеристики кроссоверов.

Данная методика применена нами для описания ЭЭГ-сигнала у пациентов с фокальной эпилепсией с целью выделения дополнительных критериев диагностики данного неврологического расстройства.

Практическое обоснование метода проведено на 50 пациентах, страдающих структурной фокальной лобной и височной эпилепсией в соответствие с классификацией ILAE, 2017 [5, 8] и 50 практически здоровых лиц (практически здоровые добровольцы, с отсутствием эпилептиформной активности на ЭЭГ при 30-минутной регистрации, отсутствием пароксизмальных расстройств в анамнезе). Средний возраст практически здоровых лиц составил 33,1 года (ошибка средней 1,22 лет), больных эпилепсией 34,2 года (ошибка средней 1,15 лет); в обеих группах было одинаковое количество мужчин и женщин (25 мужчин и женщин в каждой группе). Средняя длительность болезни составила 3,5 года; в исследование включались пациенты с как минимум 1 приступом за последний год наблюдения.

Регистрация ЭЭГ осуществлялась при помощи программно-аппаратного комплекса «Нейрон-Спектр.NET» в течение 30 минут; проводилась регистрация фоновой записи, запись при открывании и закрывании глаз, фотостимуляции, 3 минутной гипервентиляции, после гипервентиляции.

Представлены данные по анализу ЭЭГ в фоновой записи. Проводился анализ фрагментов без эпилептиформной активности у пациентов с фокальной эпилепсией и контрольной группы исследуемых. Длительность фрагмента для анализа составила 5 минут. Анализ проводился на безартефактных участках, без эпилептиформной активности (эпоха анализа 20,48 секунд). Обработка сигнала осуществлялась при помощи пакета программ MathLab.

Определялись значения скейлингового показателя (а) в переходной зоне между кроссовером 1 и кроссовером 2 и период колебаний, соответствующих кроссоверу (переходу с выраженным изменением фрактальных свойств ЭЭГ-сигнала).

Описательная статистика показателей представлена в виде медианы, верхнего и нижнего квартиля (Me; LQ; UQ), сравнительный анализ проводился при помощи критерия Манна-Уитни. Для изучения чувствительности, специфичности и точности/ диагностической значимости показателей использовались кривые операциональных характеристик (ROC-анализ). ROC-кривые строились при помощи пакета программ Statistica 10.0

В таблице 2 представлены достоверные различия значений скейлингового показателя в исследуемых отведениях в переходной зоне.

Таблица 2. Значения скейлингового показателя в лобных и височных отведениях у пациентов с фокальной эпилепсией и у практически здоровых лиц (альфа)

Показатели	Эпилепсия	Контрольная группа	Z	p
Me; LQ; UQ	Me; LQ; UQ
а в переходной зоне в отведении F3	0,198;0,127;0,296	0,411;0,297;0,588	2,712	0,007
а в переходной зоне в отведении F4	0,246;0,174;0,314	0,382;0,293;0,490	2,285	0,022
а в переходной зоне в отведении T3	0,222;0,158;0,282	0,362;0,286;0,496	2,322	0,020

Как следует из таблицы, у пациентов с фокальной эпилепсией определяется достоверно меньшее значение скейлингового показателя в переходной зоне, при этом его значения соответствуют резким изменениям сигнала с большей тенденцией к формированию случайного процесса (хаотических колебаний).

При анализе периода колебаний, соответствующих кроссоверу, выявлен достоверно меньший период колебаний у здоровых лиц и соответственно больший период колебаний у пациентов с фокальной эпилепсией при котором возникает феномен потери фрактальных свойств.

Таблица 3. Значение показателей периодов колебаний (с) в

точке кроссовера в группах исследуемых

Показатели	Эпилепсия	Контрольная группа	Z	p
Me; LQ; UQ	Me; LQ; UQ
Период кроссовера в F3, с	0,187;0,148;0,206	0,135;0,098;0,187	2,532	0,011
Период кроссовера в T3, с	0,187;0,163;0,285	0,132;0,097;0,175	3,11	0,002
Период кроссовера в T4, с	0,201;0,163;0,236	0,135;0,102;0,196	2,940	0,004

Таким образом, в группе пациентов с фокальной эпилепсией резкая потеря фрактальных свойств возникает при переходе к масштабу колебаний с достоверно большим периодом по сравнению с контрольной группой. Другими словами в группе практически здоровых лиц фрактальные свойства электроэнцефалограммы (самоподобие) сохраняется для колебаний более высокой частоты, по сравнению с группой больных эпилепсией. В качестве значимого показателя нами выбран показатель периода колебаний в лобных и височных отведениях. Средняя частота колебаний, ниже которой происходит потеря фрактальных свойств ЭЭГ у больных фокальной эпилепсией, соответствовала 6-7 Гц.

Нами был проведён ROC анализ для оценки чувствительности, специфичности и точности распределения испытуемых в группы пациентов с эпилепсией и контрольную группу на основе представленных показателей DFA.

ROC анализ осуществлялся при помощи модуля искусственные нейронные сети пакета программ Statistica 10.0 Ru; для анализа выборки создавались линейные нейронные сети (1 нейрон в скрытом слое) с логистической функцией активации.

На фиг. 2 представлена ROC кривая для скейлингового показателя в переходной зоне в отведении F3. Пороговым значением для классификации определено значение 0,3; площадь под кривой составила 0,820; что соответствует достаточно высокому качеству модели (фиг. 2).

Аналогичные ROC-кривые были предложены для скейлингового показателя в отведении Т3: площадь под кривой 0,84; порог 0,3 (фиг. 3).

На фиг. 4 и 5 представлены кривые ROC-анализа для периода кроссовера в отведениях F3 (площадь под кривой 0,791; порог 0,215 с) и T3 (площадь под кривой 0,844; порог 0,214 с) соответственно.

По данным ROC анализа порог классификации для скейлингового показателя составил 0,3, а для периода колебаний - более 0,2 с.

Приведём примеры использования данного способа.

Пример 1.

Пациент А., 32 года консультирован амбулаторно на базе поликлинического отделения ФГБОУ ВО РязГМУ Минздрава.

Описывает приступы с 28 лет, преимущественно ночные: орофарингеальный автоматизм (в виде необычного «горлового звука», хрипа) с переходом в билатеральные тонико-клонические приступы; часть приступов носит характер гипермоторных автоматизмов: высокоамплитудные автоматизированные движения рук и ног с расстройством сознания.

Принимал финлепсин до 800 мг в сутки, в течение 3 лет, в дальнейшем в связи с уменьшением частоты приступов самостоятельно прекратил приём препарата. За 1 неделю до визита ночью возник фокальный моторный приступ с переходом в билатеральный тонико-клонический приступ.

Обследован: МРТ (магнитно-резонансная томография) (1,5 Тл), предполагается DNET (дисэмбиропластическая нейроэпителиальная опухоль - высоко эпилептогенный субстрат) в правой височной и лобной долях.

Во время приёма выполнено амбулаторное ЭЭГ исследование (30 минут) с проведением функциональных проб. Во время исследования эпилептиформной активности не зарегистрировано.

Следует отметить, что лобно-долевая эпилепсия характеризуется преобладанием приступов в ночное время и низким индексом эпилептиформной активности в состоянии бодрствования.

Заключение: Структурная фокальная эпилепсия с фокальными моторными приступами с переходов в билатеральные тонико-клонические приступы.

Фрагмент ЭЭГ пациента А в фоновой записи представлен на фиг. 6 (биполярная коммутация используется для анализа в эпилептологии; анализ DFA осуществлялся по массивам данных в монополярной коммутации)

Выполнен анализ DFA эпохи 20,48 секунд. На фиг.7 представлены графики флуктуационной кривой пациента А: вверху - общий график флуктуационный кривой с кроссоверами и наличием переходной зоны; внизу - анализ скейлингового показателя (множитель при аргументе х в линейном уравнении) для переходной зоны.

Скейлинговый показатель в переходной зоне (0,228), отражает потерю фрактальных свойств ЭЭГ-сигнала, что характерно для интериктальной ЭЭГ у пациентов с фокальной эпилепсией. Период колебаний, при котором происходит потеря фрактальных свойств составил 0,355 с, что также типично для интериктальной ЭЭГ пациентов с фокальной эпилепсией.

Таким образом, данный способ анализа ЭЭГ подтвердил диагноз фокальной эпилепсии у данного больного.

Пример 2.

Пациент Б., 30 лет обратился в поликлиничекое отделение ФГБОУ ВО РязГМУ Минздрва России по поводу миофасциального синдрома в области шеи.

В анамнезе жалобы на единичный недифференцированный эпизод кратковременного расстройства сознания на высоте эмоционального напряжения, по своей структуре соответствующий психогенному неэпилептическому приступу.

Неврологический статус без патологии.

На фиг. 8 представлен фрагмент ЭЭГ записи пациента Б (биполярная коммутация используется для анализа в эпилептологии; анализ DFA осуществлялся по массивам данных в монополярной коммутации).

МРТ головного мозга (в режиме высокого разрешения): изменений не выявлено. Рекомендовано проведение видео-ЭЭГ-мониторинга: при 6 часовом видео ЭЭГ мониторинге в состоянии бодрствования и 1-2 стадии nonREM сна эпилептиформной активности не зарегистрировано.

При последующем катамнезе (2,5 года) - пароксизмальных событий не зарегистрировано.

Заключение: Единичный психогенный неэпилептический приступ в анамнезе.

Графики флуктуационной кривой пациента Б представлены на фиг. 9: вверху - общий график флуктуационный кривой с кроссоверами и наличием переходной зоны; внизу - анализ скейлингового показателя (множитель при аргументе х в линейном уравнении) для переходной зоны.

При DFA анализе скейлинговый показатель (0,793) отражает наличие отчётливых фрактальных (самоподобных) свойств электроэнцефалограммы на разных временных масштабах, период колебаний составил 0,178 с, что характерно для ЭЭГ пациентов без эпилептиформной активности.

Предложенный нами способ анализа ЭЭГ подтвердил отсутствие фокальной эпилепсии у данного больного.

Таким образом, удовлетворительная диагностическая значимость показателей предполагает их использование для описания, математического анализа, автоматизированного анализа электроэнцефалограмм в качестве вспомогательной технологии диагностики в эпилептологии.

Список литературы

1. СПб.: СпецЛит, 2019. 200 с.

2. Алпатов А.В. и др. Метод флуктуационного анализа ЭЭГ в задачах контроля напряжённых состояний человека-оператора // Биотехносфера. 2013. Т. 26, № 26. С. 54-60. ПРОТОТИП

3. Алпатов А.В., Митрофанова М.Ю. Метод флуктуационного анализа сердечного ритма в режиме реального времени // Биомедицинская радиоэлектроника. 2011. № 7. С. 66-71.

4. Buzsaki G. Rhytms of the brain. New York: Oxford University Press, 2006. - 462 p.

5. Fisher R.S. et al. ILAE official report: a practical clinical definition of epilepsy. Epilepsia. Vol 55 (4): 475-482.

6. Kaffashi, F. Variability analysis&Its application to physiological time series data. Cleveland: Case Western Reserve University, 2007. 124 p. URL: https://etd.ohiolink.edu/rws_etd/document/get/case1181072302/inline

7. Lopes da Silva F.H. et al. Dynamical diseases of brain systems: different routes to epileptic seizures // IEEE transactions on bio-medical engineering. 2003. Vol. 50. N 5. p. 540-548.

8. Scheffer I.E. et al. ILAE classification of the epilepsies: Position paper of the ILAE Comission for Classification and Terminology. Epilepsia. - Vol 58(4): 512-521.

Способ диагностики фокальной эпилепсии на основе анализа электроэнцефалограммы, включающий использование метода флуктуационного анализа сигнала с удалённым трендом, отличающийся тем, что оценивают значение порога периода колебаний с сохранением фрактальных свойств и скейлингового показателя в переходной зоне флуктуационной кривой в лобных и височных отведениях и при значениях периода колебаний более 0,2 с и скейлингового показателя менее или равного 0,3 диагностируют фокальную эпилепсию.