Úvod do zpracování EEG signálu

Prezentace na téma: "Úvod do zpracování EEG signálu"— Transkript prezentace:

1 Úvod do zpracování EEG signálu
Josef Rieger katedra kybernetiky ČVUT FEL

2 Úvod do EEG elektroencefalografie je neinvazivní diagnostická metoda, pomocí které jsou snímány bioelektrické potenciály vznikající při činnosti mozku výsledný záznam je označován jako elektroencefalogram (EEG). EEG signál bývá používán při lékařských vyšetřeních s cílem objevit některá mozková onemocnění např. epilepsie, poruchy spánku aj. výhody – neinvazivní, nízká cena, jednoduchá obsluha, dobré časové rozlišení … nevýhody – pouze 2D zobrazovací metoda (signály ze skalpu, nikoliv z hlubších struktur jako u SPECT, MRI apod.) …

3 Úvod do EEG - současnost
Standardní použití počítačů (kvantitativní metody zpracování EEG), jejich hlavní předností je přesnost, rychlost, jednoduchost ovládání a práce se softwarem, více možností zpracování signálu. Pořizovací cena natáčecí stanice s 24 kanálovou snímací jednotkou je cca 300 až 400 tisíc korun (tuzemské systémy BrainScope, Alien).

4 Vznik EEG signálu - schematicky
superpozicí (sečtením, skládáním) signálů jednotlivých neuronů (spodní část obrázku, mikro EEG) vznikají rytmické vlny registrovatelné na povrchu hlavy v podobě EEG signálu(makro EEG) každá elektroda tak tedy snímá výsledný elektrický projev mnoha milionů neuronů ležících pod ní (to je také příčinou horšího prostorového rozlišení této metody v porovnání např. s MRI)

5 Přístrojové vybavení pro snímaní a zpracování EEG
můžeme rozdělit na stimulátory, část analogovou a část digitální stimulátor: G - generátor pulsů, L - sluchátka, S - proudový stimulátor, SE - stimulační elektroda, X - zrakový stimulátor analogová část: A - přídavné analogové zařízení (magnetofon), AI - analogové rozhraní, BA - hlavní zesilovač, E - snímací elektrody, F - filtry, H - elektrodová hlavice, IA - vstupní zesilovače, K - vstupní komutátory, PA - koncový zesilovač, R - registrační zařízení digitální část: AD - analogově/digitální převodník, C - řadič disků, CPU - centrální procesor, DA - digitálně/analogový převodník, DX - demultiplexor, GT - grafický terminál, I - rozhranní (interface), M - operační paměť, MD - modem (modulátor-demodulátor), MM - vnější paměť, MX - multiplexor, P - tiskárna, XY - souřadnicový zapisovač

6 Popis EEG aktivity - úvod
elektrická aktivita mozku vykazuje rytmickou aktivitu o různé frekvenci, sahající od Hz (delta vlny), přes pásmo vln theta (4-7 Hz), alfa (8-13 Hz) k vysokým frekvencím (14-30 Hz), souhrnně označovaným jako beta vlny Jednotlivé rytmy EEG se liší: lokalizací na povrchu lebky amplitudou vztahem k definovaným fyziologickým stavům, jako jsou spánek, bdění, volní pohybová aktivita, příjem a zpracování senzorické informace a změna vnitřního prostředí. Přehled jednotlivých rytmů EEG a jejich vlastností ukazuje tabulka.

7 EEG rytmy detail A delta rytmus (0 – 4 Hz) je vždy patologickým projevem v EEG dospělého bdělého člověka. Vlny delta se vyskytují hlavně v hlubokém spánku (non REM III,IV), ale i v transu a hypnóze. theta rytmus (4 – 8 Hz) se u zdravých lidí objevuje v centrální, temporální (spánkové) a parietální (temenní) oblasti. Patologický stav indikují theta vlny, jestliže je jejich amplituda alespoň dvakrát vyšší než aktivita alfa. REM fáze spánku. theta a delta aktivita stoupá během psychotestů. Vlny theta se objevují v EEG signálu též v určitých spánkových fázích a při meditaci – hlubokém uvolnění. Theta vlny se často pojí se živými vzpomínkami, fantazií, obraznou představivostí, inspirací a snem – tudíž se stavy, kdy je vědomé myšlení „odpojeno“.

8 EEG rytmy detail B alfa rytmus (8 – 13 Hz) je vlastností mozku, který je zdravý (při organické lézi se alfa mění nebo ztrácí). V bdělém stavu je maximum nad zadními oblastmi mozkových hemisfér a to v klidu (bez duševní činnosti) a při fyzické relaxaci. Alfa vlny jsou charakteristické pro stadium těsně před usnutím. Nejlépe je alfa aktivita vyjádřena při zavřených očích, tlumí se právě otevřením a duševní činností. Alfa rytmus je především aktivitou optického analyzátoru – lidé od narození slepí nemají vytvořenou alfa aktivitu. beta rytmus (13 – 30 Hz) z hlediska lokalizace je tento rytmus symetrický. Maximum je nejčastěji nad předními částmi lebky, hlavně frontálně. Směrem dozadu ubývá. Beta vlny jsou typické pro soustředění na vnější podněty, pro logicko-analytické myšlení, ale i pro pocity neklidu, hněvu a strachu. Obvykle se netlumí pozorností či zrakovým vjemem.

9 Grafoelementy kromě popsaných harmonických rytmů obsahuje EEG aktivita také poměrně ostře časově omezené projevy výrazně se lišící od „pozadí“ – tzv. grafoelementy obvykle bývají grafoelementy spojovány se specifickou situací: K-komplex a spánkové vřeténko jsou typické pro 2. fázi NREM spánku komplex hrot-vlna (viz obrázek) je projevem epileptickým detailněji se různými typy grafoelementů zabývá prezentace 03b

10 Artefakty 1 elektrický potenciál mozku má na povrchu lebky napětí jen několik desítek mikrovoltů (µV), tudíž elektronické zesilovače v elektroencefalografu musí být velmi výkonné. Velká výkonnost zesilovačů se nám odráží v podobě mnoha nepravých potenciálů, které nazýváme artefakty. artefakty jsou dvojího druhu: technické a biologické Technické: síťové napětí 50Hz (objevuje se v EEG křivce při velkých kožních odporech pod elektrodami nebo při nedokonalém uzemnění pacienta či EEG přístroje) nedostatečně vlhké elektrody porušené nebo oxidované elektrody (jsou zdrojem výbojů) polámané drátky v kabelech elektrod

11 Artefakty 2 Biologické:
např. pohyb víček a bulbů, který se propaguje hlavně do frontálních elektrod. Akt otevření a zavření očí je díky těmto artefaktům dobře patrný – informuje o tom, zda pacient má nebo nemá otevřené oči. svalové artefakty, např. ze svalů hlavy, krku apod. změna kožního galvanického potenciálu pocení

12 Použití EEG jednoduchá, levná, neinvazivní metoda
použití pří výzkumu a diagnostice funkce mozku krátkodobá ambulantní vyšetření (20 – 30 minut), ale i dlouho-dobé záznamy (celodenní, např. u epilepsie, spánku apod.) EEG vyšetření často doplněno záznamem dalších signálů: EKG, EMG, ventilace, saturace krve kyslíkem, pohyby hrudníku, videozáznam a další => komplexní vyšetření PSG vyšetření řady chorob a poškození CNS epilepsie poruchy spánku mozková encefalitidita (zánět mozku) krvácení do mozku poranění mozku mozková mrtvice demence Alzheimerova nemoc … další použití EEG při terapii ve forme EEG biofeedbacku - především poruchy pozornosti, soustředění, učení …

13 Úvod do počítačového zpracování
motivace - velké objemy EEG dat (celodenní záznamy apod.) cíle – data vhodně předzpracovat, k detailnímu posouzení předložit pouze “zajímavé” části záznamu – cílem není nahradit zkušené oko neurologa, ale usnadnit mu práci prostředky – výpočetní technika, metody kvantitativního EEG, zpracování signálů, rozpoznávání

14 Klasifikace klasifikace: matematická metoda, kdy vstupní objekty X(i) jsou rozřazovány do tříd podle podobnosti metody klasifikace bez učitele: podoba (a často ani počet) tříd není známa – shluková analýza, SOM, Kohonenovy mapy atd. metody klasifikace s učitelem – nutným doplňkovým vstupem klasifikátoru je tzv. trénovací množina – množina ukázek objektů jednotlivých klasifikačních tříd. k-NN klasifikátor, neuronové sítě, rozhodovací stromy atd.

15 Klasifikace objekty X(i) popsány pomocí číselných charakteristik, příznaků: pro 1D signály v časové oblasti např. různé obecné a centrální momenty (rozptyl), korelační koeficienty, spektrální analýza (výkony ve frekvenčních pásmech) apod. míra podobnosti definována často jako euklidovská vzdálenost v prostoru příznaků d(i,j) zde je to spíše „míra nepodobnosti“, i, j jsou indexy klasifikovaných objektů, N dimenze příznakového prostoru, X(i,k) hodnota k-tého příznaku i-tého objektu

16 Klasifikace epileptického EEG
1. krok: segmentace – rozdělení signálu na úseky, zde pro jednoduchost na úseky konstantní délky 2 sekund

17 Klasifikace epileptického EEG
2. krok: pro každý segment vypočítána množina příznaků segment => vektor reálných čísel příklad: příznak 1 = průměrná absolutní první derivace příznak 2 = rozptyl segment č. 1 => { 0,43 ; 7,51 } segment č. 2 => { 0,84 ; 38,13 } segment příznak 1 příznak 2 1 0,43 7,51 2 0,84 38,13

18 Klasifikace epileptického EEG
3. krok: trénovací množina trénovací množina = množina “ukázek” segmentů pro jednotlivé klasifikační třídy pro náš problém pouze 2 třídy normální aktivita – třída 1 epileptická aktivita – třída 2

19 Klasifikace epileptického EEG
4. krok: klasifikace máme segmentovaný původní signál (segmenty délky 2 sekund) vypočítané vektory příznaků pro každý segment trénovací množinu (2 třídy) klasifikace = nalézt pro každý segment původního signálu co nejpodobnější segment trénovací množiny a přiřadit mu tak třídu

20 Klasifikace epileptického EEG
obarvení segmentů vstupního signálu podle příslušnosti ke klasifikační třídě (normální EEG černě, epileptické červeně)

21 Klasifikace komatického EEG
na komatické (spánkové) EEG klasifikovaný signál délky 2 hodin, segmenty 16 sekund trénovací množina – sestavena expertem, 10 tříd, celkem 319 segmentů ukázka segmentů trénovací množiny segment třída 1 4 7 10

22 Klasifikace komatického EEG
barevné kódování tříd třída 1 2 3 4 5 6 7 8 9 10 barva hrubý odhad dlouhodobých trendů třída 3 třída 4 třída 6-7 třída 4 třída 6 0m 30m 60m 90m 120m

23 Vizualizace metody vizualizace umožňují nahlížet na signál diametrálně odlišným způsobem v porovnání s analýzou signálu v časové oblasti často jsou data transformována (např. pomocí integrálních transformací – FFT) do jiné oblasti, ve které je hledaná informace mnohem lépe viditelná frekvenční analýza, Fourrierrova transformace, FFT

24 Frekvenční analýza, FFT
časová oblast: osa X = čas, osa Y = amplituda frekvenční oblast: osa X = frekvence, osa Y = amplituda (popř. výkon na dané frekvenci) spektrogram – rozšířená forma frekvenční analýzy. Osa X – čas, osa Y = frekvence, barva = amplituda (výkon)

25 časová oblast frekvenční oblast spektrogram

26 Spektrogram signálu s rostoucí frekvencí

27 Spektrogram dlouhodobého EEG signálu
spektrogram spánkového EEG délky 8.5 hodiny patrná periodická struktura typická pro lidský spánek analýza spánkových stádií možná analýza poruch spánku apod.

28 2D & 3D spektrogram frek čas čas frek

29 2D spektrogram více elektrod

30 3D mapování výsledek analýzy lze zobrazit pomocí barevné modulace na modelu hlavy poskytuje topografickou představu o distribuci mapované veličiny v jednotlivých elektrodách např. rozložení celkového výkonu v delta pásmu (cca 0-4Hz)

31 2D mapování 0:00-0:09 0:10-0:19 0:20-0:29 0:30-0:39 0:40-0:49
0:50-0:59 1:00-1:09 1:10-1:19 1:20-1:29 1:30-1:39

32 2D mapování

33

34 Děkuji za pozornost.