Permutation entropy to detect vigilance changes and preictal states from scalp EEG in epileptic patients. A preliminary study |
| |
Authors: | Angela A Bruzzo Benno Gesierich Maurizio Santi Carlo Alberto Tassinari Niels Birbaumer Guido Rubboli |
| |
Institution: | (1) Department of Psychology, University of Bologna, Viale Carlo Berti Pichat 5, 40100 Bologna, Italy;(2) Center for Mind/Brain Sciences, University of Trento, Rovereto, Italy;(3) Department of Neurosciences, University of Bologna Bellaria Hospital, Bologna, Italy;(4) Institute of Medical Psychology and Behavioral Neurobiology, Eberhard Karls University of Tübingen, Tübingen, Germany;(5) Cortical Physiology Unit, National Institutes of Health (NIH) NINDS, Bethesda, MD, USA |
| |
Abstract: | Permutation entropy (PE) was recently introduced as a very fast and robust algorithm to detect dynamic complexity changes
in time series. It was also suggested as a useful screening algorithm for epileptic events in EEG data. In the present work,
we tested its efficacy on scalp EEG data recorded from three epileptic patients. With a receiver operating characteristics
(ROC) analysis, we evaluated the separability of amplitude distributions of PE resulting from preictal and interictal phases.
Moreover, the dependency of PE on vigilance state was tested by correlation coefficients. A good separability of interictal
and preictal phase was found, nevertheless PE was shown to be sensitive to changes in vigilance state. The changes of PE during
the preictal phase and at seizure onset coincided with changes in vigilance state, restricting its possible use for seizure
prediction on scalp EEG; this finding however suggests its possible usefulness for an automated classification of vigilance
states.
Sommario è stato recentemente introdotto un algoritmo denominato Permutation Entropy (PE) a cui gli autori Bandt e Pompe (2002) attribuiscono
due caratteristiche interessanti: la robustezza e la relativa rapidità di implementazione, proprietà entrambe utili nell’individuazione
delle variazioni di complessità in serie temporali. Sulla scia di un iniziale ottimismo, la PE è stata suggerita come un possibile
ausilio di ricerca su dati elettroencefalografici relativi a crisi epilettiche. Un primo obiettivo del nostro studio era testare
l’efficacia dell’algoritmo, su dati elettroencefalografici di scalpo, registrati da 3 pazienti epilettici. Mediante l’applicazione
di una ROC (Receiver Operating Characteristics) analisi abbiamo valutato la separabilità delle distribuzioni delle ampiezze
di PE, rispettivamente per la fase preictale per quella interictale, su ogni registrazione di scalpo. Il secondo obiettivo
è stato quello di indagare le eventuali correlazioni sussistenti fra l’andamento della PE e gli stati di vigilanza. Troviamo
una buona separabilità fra le curve di dati preictali e interictali di ciascun paziente, seppure è evidente che la PE sia
sensibile al cambio di stati di vigilanza, poiché spesso l’inizio di un evento accessuale era concomitante a cambi di stati
di vigilanza. Alla luce di queste osservazioni, concludiamo che al momento non è possibile valutare l’affidabilità della PE
come algoritmo predittore di crisi su dati elettroencefalografici di superficie, mentre appare sicuramente più attendibile
come classificatore automatico degli stati di vigilanza.
|
| |
Keywords: | Drug-resistant focal epilepsy Permutation entropy Preictal phase Scalp-electroencephalogram Seizure prediction State of vigilance |
本文献已被 SpringerLink 等数据库收录! |
|