Multikanalige Detektion von Schlafspindeln mittels sparsierender niedriger-Rang-Optimierung

HINTERGRUND:Automatisierte Detektoren für Einzelkanal-Spindeln im menschlichen Schlaf-EEG sind blind gegenüber dem Vorhandensein von Spindeln in anderen aufgezeichneten Kanälen, im Gegensatz zur visuellen Annotation durch einen menschlichen Experte.NEUE METHODE:Wir stellen eine multikanalbasierte Spindeldetektionsmethode vor, die darauf abzielt, sowohl globale als auch lokale Spindelaktivität im menschlichen Schlaf-EEG zu erkennen. Unter Verwendung eines nichtlinearen Signalmodells, das annimmt, dass das Eingangssignal EEG die Summe einer transitorischen und einer oszillatorischen Komponente ist, entwickeln wir einen multikanalbasierten Algorithmus zur Trennung transitorischer Anteile. Es wird angenommen, dass aufeinanderfolgende überlappende Blöcke der multikanalbasierten oszillatorischen Komponente niedrigen Rang aufweisen, während die transitorische Komponente stückweise konstant mit einem Null-Baseline angenommen wird. Die geschätzte oszillatorische Komponente wird in Kombination mit einem Bandpassfilter und dem Teager-Operator zur Detektion von Schlaftspindeln verwendet.ERGEBNISSE UND VERGLEICH MIT ANDEREN METHODEN:Die vorgeschlagene Methode wurde auf zwei öffentlich verfügbare Datensätze angewendet und mit sieben bestehenden automatisierten Einzelkanal-Detektoren verglichen. Die F1-Scores der vorgeschlagenen Spindeldetektionsmethode lagen im Durchschnitt bei 0,66 (0,02) und 0,62 (0,06) für die beiden Datensätze, jeweils. Für ein über Nacht aufgezeichnetes 6-Kanal-EEG-Signal benötigt der vorgeschlagene Algorithmus etwa 4 Minuten, um gleichzeitig in allen Kanälen Schlaftspindeln zu detektieren, wobei lediglich eine einzige Einstellung der algorithmischen Parameter erforderlich ist.SCHLUSSFOLGERUNGEN:Die vorgeschlagene Methode zielt darauf ab, ein spezifisches Verhalten menschlicher Experten nachzuahmen und auszunutzen: Bei der Markierung einer Spindel kann die Entscheidung unbewusst durch das Vorhandensein von Spindeln in anderen EEG-Kanälen beeinflusst sein, die nicht zentral auf dem digitalen Bildschirm sichtbar sind.