Phân tích tín hiệu điện não trong các cơn động kinh bằng phương pháp đánh giá entropy

Bài viết tiến hành thực nghiệm phân tích và đánh giá sự thay đổi entropy của tín hiệu EEG trước, trong và sau cơn động kinh. Xây dựng phần mềm phân tích chỉ số Sample entropy của tín hiệu điện não để tiến tới xây dựng công cụ tự động phát hiện các cơn động kinh trong các bản ghi điện não hỗ trợ cho các bác sỹ chuẩn đoán bệnh. Mời các bạn cùng tham khảo!

Phân tích tín hiệu điện não động kinh phương pháp đánh giá entropy Phạm Văn Thuận Trần Ngọc Quang Bộ môn Điện Tử Y Sinh-Khoa Kỹ Thuật Điều Khiển, Học Viện Kỹ Thuật Quân Sự Email: thuanysinh@gmail.com, ngocquangbme@gmail.com Abstract— Trong báo tiến hành thực nghiệm phân tích đánh giá thay đổi entropy tín hiệu EEG trước, sau động kinh Xây dựng phần mềm phân tích số Sample entropy tín hiệu điện não để tiến tới xây dựng công cụ tự động phát động kinh ghi điện não hỗ trợ cho bác sỹ chuẩn đoán bệnh với K số phụ thuộc vào đơn vị đo chọn số log (nếu k = số log 2) entropy đo bit, Pi xác suất kiện i N tổng số giá trị ban đầu Khi tính tốn thực tế xác suất Pi thay đánh giá - tần số xuất chuỗi biểu tượng không gian pha với chiều chọn Chiều L hiểu số lượng mẫu tín hiệu khảo sát chuỗi biểu tượng với i = (N-L+1) Entropy điều kiện xác định hiệu giá trị entropy không điều kiện xảy chuyển từ chiều không gian L-1 sang L Keywords- EEG, Động kinh, Entropy, Sample entropy I GIỚI THIỆU Tín hiệu điện não xem tổng điện hoạt động nơron thần kinh vùng khác não thu nhận phương pháp điện não đồ EEG Thơng thường tín hiệu điện não đồ EEG phân tích miền tần số nhờ việc sử dụng phép biến đổi Fourier nhanh Các nghiên cứu sinh lý thần kinh hệ thống nơron thần kinh biểu tính chất tiến trình hỗn loạn phi tuyến.Vì sử dụng phương pháp lý thuyết động lực phi tuyến để phân tích tín hiệu điện não, số phương pháp phân tích entropy Entropy thường xem số mức độ hỗn loạn hệ động lực dùng để phân tích tính khơng dự báo trước tín hiệu EEG [1] Đã có nhiều nghiên cứu dùng entropy tín hiệu EEG để theo dõi độ sâu gây mê [3,4], đánh giá giai đoạn giấc ngủ [5], , phát bệnh alzheimer [6], hay phát động kinh [7,8,9] Bai cộng [2] sử dụng entropy để phân tích tín hiệu điện não động kinh nhận thấy entropy giảm xuống Cách tiếp cận Entropy để phân tích tín hiệu y sinh nhà nghiên cứu đặc biệt quan tâm yếu tố sau: thứ nhất, khác với phương pháp tần số phương pháp dùng Entropy có tính đến mơi trường phi tuyến tín hiệu, thứ hai phương pháp Entropy dùng mẫu ngắn, thứ ba phương pháp Entropy ổn định nhiễu Entropy phụ thuộc trực tiếp tín hiệu phân tích II E( L )  E(L)  E(L1) L 1 Để phân tích tín hiệu điện não EEG dùng Entropy Shannon số mức độ dự báo giá trị biên độ tín hiệu EEG, số nhận sở đánh giá mật độ xuất giá trị biên độ tín hiệu EEG khoảng khảo sát Entropy xấp xỉ (AE - Approximate Entropy) Một thuật tốn biến thể tính Entropy Kolmogorov đưa năm 1991 Entropy xấp xỉ - thước đo mức độ phức tạp hệ thống Do thuật toán tính tốn với mẫu chọn ngắn (tới 1000 mẫu) ổn định có nhiễu tác động nên thuật tốn tính AE dùng để phân tích liệu online Thuật tốn tính AE thể sau: Chọn giá trị tham số: m - độ dài chuỗi phân tích (bản chất chiều khơng gian), r - ngưỡng xác định kích thước không gian; r = 0.05 - 0.3, SDx - độ lệch chuẩn R kích thước Từ giá trị mẫu rời rạc cho tín hiệu x(i) tạo chuỗi độ dài m X (i)   x(i), x(i 1), x(i  m 1), i  i ( N  m 1) Một chuỗi giá trị hiểu điểm khơng gian m chiều Ví dụ: (m=2) mặt phẳng, (m=3) không gian chiều Ở vùng lân cận điểm ta dựng hình cầu bán kính R đánh giá xác suất rơi vào bên hình cầu điểm khác (như xác suất coi tần số rơi vào hình cầu bán kính R) Tổng giá trị tần số (xác suất) xem giá trị không điều kiện AE CƠ SỞ LÝ THUYẾT Lần khái niệm entropy Shannon đưa xem đơn vị đo thông tin (vào kỷ XX) Ông đề xuất đánh giá thơng tin trung bình (tính k dự báo) với xác suất khởi đầu N H  K  Pi log Pi (2) (1) m  i 1 N m 1  ln Crm (i) N  m  i 1 (3) Trong Crm (i ) - tần số rơi vào hình cầu i Giá trị điều kiện AE hiệu giá trị không điều kiện chuyển từ không gian m chiều sang m+1, tức là: AE(m)   m (r )   m1 (r )   (4) Entroly lựa chọn (SE- Sample Entropy) Entropy lựa chọn số Entropy dạng cho thấy kết tốt phân tích tín hiệu điện não so với phương pháp khác Việc tính SE giống tính AE, nhiên có số điểm khác sau: - Thay đổi thứ tự lấy logarit tính trung bình - Khi đếm số điểm rơi vào bên hình cầu bán kính R khơng tính điểm ban đầu (điểm thời), đánh giá riêng xác suất giảm một: N m m  m (r )   Cr (i ) N  m i 1 (5) …… SE (m, r , N )  ln Hình Tín hiệu EEG ghi chb01_02  m (r )  m1 (r ) Trong báo sử dụng Sample Entropy để đánh giá tín hiệu điện não EEG trước sau động kinh, sở liệu “CHB-MIT scalp EEG database” chia sẻ physionet.org III PHÂN TÍCH VÀ XỬ LÝ DỮ LIỆU 3.1 Dữ liệu phân tích Dữ liệu phân tích khai thác từ sở liệu “CHB-MIT scalp EEG database” chia sẻ physionet.org Cơ sở liệu thu thập Bệnh viện Nhi Boston, bao gồm ghi EEG từ bệnh nhân trẻ em với động kinh Các bệnh nhân theo dõi vài ngày sau ngừng thuốc chống động kinh để xác định động kinh đánh giá khả họ can thiệp phẫu thuật Tần số lấy mẫu tất ghi 256 mẫu/giây, với độ phân giải 16 bit Hầu hết ghi bao gồm 23 tín hiệu EEG (một số tường hợp 24 26) với thời gian khoảng Vị trí gắn điện cực theo chuẩn 10 – 20 quốc tế, tên tín hiệu EEG gắn theo ghi Trong tất ghi có tổng cộng 198 động kinh, thời điểm bắt đầu kết thúc động kinh ghi lại Các ghi sở liệu với thơng tin đầy đủ, giúp cho nhóm tác giả dễ dàng xác định tín hiệu EEG, phân đoạn trước, sau động kinh Hình đồ thị biểu diễn tín hiệu EEG ghi chb01_02 (bản ghi khơng có động kinh nào) Hình Tín hiệu EEG ghi chb01_03 Hình đồ thị biểu diễn tín hiệu EEG ghi chb01_03, trích đoạn động kinh từ giây 2996 đến giây 3036 ghi 3.2 Phần mềm xử lý liệu Nhóm nghiên cứu xây dựng cơng cụ phân tích tín hiệu điện não dựa phần mềm Matlab Cơng cụ cho phép lựa chọn ghi liệu, lựa chọn khoảng thời gian, kênh cần xử lý đoạn ghi đồng thời hiển thị hình ảnh tín hiệu EEG ghi biến thiên Sample Entropy theo thời gian đoạn khảo sát Ngoài ra, cơng cụ cịn cho phép tính tốn giá trị trung bình Sample Entropy khoảng thời gian ngắn tùy thuộc vào lựa chọn người nghiên cứu Mỗi giá trị Sample Entropy tính khoảng thời gian giây (256 mẫu) Hình Giao diện công cụ xử lý liệu Trong báo này, chúng tơi thực phân tích đoạn tín hiệu EEG có động kinh, trích đoạn phân tích bao trùm khoảng thời gian trước, sau động kinh ghi Giá trị trung bình Sample Entropy tính khoảng 15 giây tín hiệu IV KẾT QUẢ Bản ghi chb01_03_edfm có độ dài 3600s có động kinh giây thứ 2996 đến 3036, tiến hành phân tích khoảng thời gian từ 2850s đến 3150s Hình Tín hiệu điện não kênh ghi chb01_03_edfm Hình Biến thiên Sample Entropy theo thời gian phân tích (kênh ghi chb01_03_edfm) Hình Biến thiên Sample Entropy theo thời gian phân tích (kênh 1-5 ghi chb01_03_edfm) Trích đoạn phân tích (giây) Giá trị Sample Entropy trung bình kênh Ghi 2850-2865 0.0742 0.0699 0.0417 0.0477 0.0454 2865-2880 0.0469 0.0531 0.0411 0.0481 0.0246 2880-2895 0.0382 0.0421 0.041 0.0597 0.0182 2895-2910 0.0484 0.0528 0.0504 0.0732 0.0226 2910-2925 0.0524 0.0378 0.0346 0.0459 0.0199 2925-2940 0.0241 0.0399 0.0395 0.0841 0.0261 2940-2955 0.0241 0.037 0.0443 0.0605 0.0189 2955-2970 0.0207 0.0385 0.0392 0.0555 0.0179 2970-2985 0.0298 0.0454 0.0349 0.0673 0.0093 2985-3000 0.0195 0.0356 0.0308 0.0527 0.0215 3000-3015 0.0039 0.0046 0.0043 0.0057 0.0039 động kinh 3015-3030 0.0039 0.0039 0.004 0.0049 0.0039 động kinh 3030-3045 0.004 0.0043 0.0043 0.0065 0.0039 3045-3060 0.0061 0.0045 0.0048 0.0095 0.0065 3060-3075 0.022 0.009 0.01 0.016 0.012 3075-3090 0.015 0.0296 0.0109 0.0184 0.0131 3090-3105 0.0566 0.019 0.0136 0.0233 0.0346 3105-3120 0.0816 0.0324 0.0392 0.0697 0.049 3120-3135 0.0977 0.0326 0.0265 0.0311 0.0416 3135-3150 0.061 0.033 0.0258 0.051 0.0438 Bảng Giá trị trung bình Sample Entropy kênh EEG (1-5) ghi chb01_03_edfm thời gian từ 2850s đến 3150s Bản ghi chb01_16_edfm có độ dài 3600s có động kinh giây thứ 1015 đến 1066, chúng tơi tiến hành phần tích khoảng thời gian từ 940s đến 1150s Hình Tín hiệu điện não kênh ghi chb01_16_edfm Hình Biến thiên Sample Entropy theo thời gian phân tích (kênh ghi chb01_16_edfm) Hình Biến thiên Sample Entropy theo thời gian phân tích (kênh 6-10 ghi chb01_16_edfm) Trích đoạn phân tích (giây) Giá trị Sample Entropy trung bình kênh 10 Ghi 940-955 0.0057 0.0091 0.0093 0.0044 0.0048 955-970 0.0042 0.0061 0.0047 0.0041 0.0042 970-985 0.0041 0.0071 0.0053 0.0048 0.0044 985-1000 0.0044 0.0063 0.00412 0.0043 0.0045 1000-1015 0.004 0.005 0.0041 0.0039 1015-1030 0.004 0.005 0.0039 0.0039 0.0039 động kinh 1030-1045 0.0039 0.004 0.0039 0.0039 0.0039 động kinh 1045-1060 0.0039 0.0039 0.0039 0.0039 1060-1075 0.0048 0.006 0.0044 0.0047 0.0039 1075-1090 0.004 0.005 0.004 0.004 0.004 1090-1105 0.0059 0.006 0.0064 0.0085 0.004 1105-1120 0.0055 0.006 0.0045 0.0059 0.0042 1120-1135 0.011 0.0073 0.0072 0.0067 0.006 1135-1150 0.018 0.011 0.0094 0.0093 0.0064 0.004 0.004 động kinh Bảng Giá trị trung bình Sample Entropy kênh EEG (6-10) ghi chb01_16_edfm thời gian từ 940s đến 1150s V động kinh Có thể sử dụng giá trị entropy để xác lại khoảng thời gian tồn ghi Như vậy, dựa kết phân tích tín hiệu điện não động kinh phương pháp đánh giá entropy tiến tới xây dựng thuật tốn cơng cụ phần mềm để tự động phát động kinh ghi điện não KẾT LUẬN Các kết phân tích cho thấy, thời điểm động kinh diễn giá trị Sample Entropy tín hiệu EEG biến thiên đạt giá trị trung bình nhỏ Giá trị trung bình xấp xỉ 0.004 Trước vào động kinh tốc độ biến thiên Sample Entropy giảm dần tăng dần sau TÀI LIỆU THAM KHẢO [1] [2] [3] [4] [5] [6] [7] [8] [9] Цветков О В Энтропийный анализ данных в физике, биологии и технике СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2015 202 с D Bai, T Qiu, Li, The sample entropy and its application in EEG based epilepsy detection, J Biomed Eng 24 (1) (2007) 200–205 Bruhn J et al Shannon entropy applied to the measurement of the electroencephalographic effects of des-flurane // Anesthesiology 2001 Vol 95 P 30-35 Немирко А.П., Манило Л.А., Калиниченко А.Н., Волкова С.С Энтропийные методы оценки уровня анестезии по ЭЭГ-сигналу – «Информационно-управляющие системы», №3, 2010 Bruce Eugene N, Bruce Margaret C, Vennelaganti S Sample entropy tracks changes in EEG power spectrum with sleep state and aging // Journal of Clinical Neurophysiology 2009 Vol 26(4) P 257 – 266 Abásolo D.,Hornero R., Espino P Entropy analysis of the EEG background activity in Alzheimer’s disease patients // Physiological Measure-ment 2006 Vol 27(3) P 241 – 253 Srinivasan, V., Eswaran, C., & Sriraam Approximate entropy-based epileptic EEG detection using artificial neural networks IEEE Transactions on information Technology in Biomedicine 2007.11(3); 288-295 Song, Y., & Liò, P A new approach for epileptic seizure detection: sample entropy based feature extraction and extreme learning machine Journal of Biomedical Science and Engineering, 2010 3, 556-556 Song, Y., Crowcroft, J., & Zhang, J Automatic epileptic seizure detection in EEGs based on optimized sample entropy and extreme learning machine Journal of neuroscience methods 2012 210(2), 132146 10 ... vậy, dựa kết phân tích tín hiệu điện não động kinh phương pháp đánh giá entropy tiến tới xây dựng thuật tốn cơng cụ phần mềm để tự động phát động kinh ghi điện não KẾT LUẬN Các kết phân tích cho... (4) Entroly lựa chọn (SE- Sample Entropy) Entropy lựa chọn số Entropy dạng cho thấy kết tốt phân tích tín hiệu điện não so với phương pháp khác Việc tính SE giống tính AE, nhiên có số điểm khác... (5) …… SE (m, r , N )  ln Hình Tín hiệu EEG ghi chb01_02  m (r )  m1 (r ) Trong báo sử dụng Sample Entropy để đánh giá tín hiệu điện não EEG trước sau động kinh, sở liệu “CHB-MIT scalp EEG