Ανάπτυξη αλγορίθμου επεξεργασίας ηλεκτροεγκεφαλογραφημάτων με στόχο την ανίχνευση της επιληψίας σε παιδιά

Abstract

Η επιληψία είναι μια από τις πιο συχνές χρόνιες νευρολογικές παθήσεις, συναντάται σε όλες τις χώρες του κόσμου ανεξαρτήτως του επιπέδου του συστήματος υγείας και του επιπέδου διαβίωσης του πληθυσμού, ενώ παρατηρείται σε όλες τις ηλικιακές ομάδες. Η επιληψία είναι μια διαταραχή του εγκεφάλου η οποία προκαλείται από εκρήξεις ηλεκτρικής δραστηριότητας ειδικού τύπου. Η επιληπτική κρίση είναι ένα επεισόδιο ανώμαλης ηλεκτρικής δραστηριότητας σε κάποιο σημείο του εγκεφάλου. Κατά την διάρκεια της επιληπτικής κρίσης επηρεάζονται οι νοητικές και σωματικές λειτουργίες του ασθενή. Ο μεγάλος όγκος δεδομένων που μπορούμε να λάβουμε από το εγκεφαλογράφημα και η αδυναμία της ανίχνευσης της επιληπτικής κρίσης πριν αυτή συμβεί, οδηγεί στην ανάπτυξη αλγορίθμων για την ανίχνευση της επιληπτικής κρίσης. Η έλλειψη γνώσης που έχουμε για τον ανθρώπινο εγκέφαλο, και κατά συνέπεια η δυσκολία της δημιουργίας αλγορίθμου ανίχνευσης των επιληπτικών κρίσεων έχει προκαλέσει το ενδιαφέρον της ερευνητικής κοινότητας τα τελευταία χρόνια. Οι διάφορες τεχνικές δημιουργίας αλγορίθμου για την ανίχνευση της επιληψίας ακολουθούν την ίδια διαδικασία. Τα εγκεφαλικά σήματα αναλύονται στο πεδίο του χρόνου ή στο πεδίο χρόνου-συχνότητας, ύστερα λαμβάνουμε και επιλέγουμε τα χαρακτηριστικά που βοηθάνε περισσότερο στην ανίχνευση της κρίσης και με αυτά τα χαρακτηριστικά εκπαιδεύουμε έναν ταξινομητή. Σκοπός της παρούσας διπλωματικής εργασίας είναι η μελέτη των τεχνικών που έχουν χρησιμοποιηθεί, και στην συνεχεία η ανάπτυξη η δημιουργία ενός αλγορίθμου για την ανίχνευση των επιληπτικών κρίσεων.

Epilepsy is one of the most common chronic neurological diseases, it occurs in all countries of the world regardless of the level of the health system and the standard of living of the population, while it is observed in all age groups. Epilepsy is a disorder of the brain caused by outbursts of electrical activity of a specific type. A seizure is an episode of abnormal electrical activity somewhere in the brain. During a seizure, the patient's mental and physical functions are affected. The large amount of data that can be obtained from the encephalogram and the inability to detect a seizure before it occurs, leads to the development of algorithms for detecting a seizure. The lack of knowledge we have about the human brain, and consequently the difficulty of creating an algorithm for detecting seizures has aroused the interest of the research community in recent years. The various algorithm building techniques for detecting epilepsy follow the same procedure. The brain signals are analyzed in the time field or in the time-frequency field, then we take and select the characteristics that help most in the detection of the crisis and with these characteristics we train a classifier. The purpose of this master’s thesis is to study the techniques used, and then to develop an algorithm for detecting seizures.