Предложен двухкомпонентный компьютерный алгоритм для выявления эпилепсии

Ученые из Балтийского федерального университета им. Иммануила Канта, Национального медико-хирургического центра им. Н.И. Пирогова и ООО «Иммерсмед» разработали автоматизированный метод для выявления мозговой активности, соответствующей эпилептическим припадкам, на записях электроэнцефалографии (ЭЭГ). Объединив два подхода к диагностике приступов, они создали двухэтапную систему. Результаты исследования, поддержанного грантом Президентской программы Российского научного фонда, опубликованы в журнале IEEE Access.

В рамках первого этапа простой алгоритм — классификатор выявлял на записях ЭЭГ сигналы, интенсивность которых выходит за рамки нормальной мозговой активности. Такими «выбросами» могут быть не только приступы эпилепсии, но и различные внешние шумы, некоторые эпизоды нетипичной активности мозга, например, сонные веретена во время сна пациента. В результате на выходе классификатора получается разметка, которая содержит как истинные эпилептические приступы, так и различные ложные компоненты.

На второй стадии к анализу подозрительных записей ЭЭГ подключали нейронную сеть сверточного типа. Она рассматривала целостное изображение, на котором находила требуемые сигналы. Таким образом, нейросеть имитировала работу врача, который в поисках эпилептического приступа также анализирует сигналы и спектры на предмет наличия определенных паттернов. 

Исследователи протестировали предложенную двухэтапную систему, а также оба ее элемента по отдельности. Для этого использовали записи ЭЭГ, снятые у 83 человек с эпилепсией, во время припадков и в спокойном состоянии (при нормальной мозговой активности).

Оказалось, что чувствительность — способность обнаруживать аномальные сигналы на ЭЭГ — классификатора и нейронной сети по отдельности достигает 90 и 96% соответственно. Но точность этих подходов оказалась низкой — всего 12 и 13%, что говорит о том, что алгоритмы путают эпилепсию с другими типами аномальной активности мозга. Двухэтапный подход показал чувствительность 84%, но гораздо более высокую точность — 57% — за счет уменьшения количества ложноположительных результатов.

По мнению руководителя проекта, главного научного сотрудника Балтийского центра нейротехнологий и искусственного интеллекта БФУ Александра Храмова, полученный результат дает надежду на создание автоматической системы разметки эпилептической ЭЭГ, что позволит существенно снизить рутинную нагрузку на врачей-эпилептологов. Система уже реализуется в виде программного продукта — онлайнового медицинского сервиса и может найти применение во многих медицинских центрах России, считает он.