Klasifikace vysokofrekvenčních oscilací v intrakraniálním EEG
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato diplomová práce se zabývá zkoumáním vysokofrekvenčních oscilací v intrakraniálním elektroencefalografickém záznamu u pacientů s fakmakorezistentní formou epilepsie. Popisuje jednotlivé typy oscilací s ohledem na jejich frekvenční vymezení, zkoumá jejich fyziologické rozdíly a výskyt. Kromě klasických vysokofrekvenčních oscilací (přibližně do 600 Hz) se zaměřuje i na oscilace s frekvenční složkou nad 1kHz. Tyto oscilace by dle nedávných studií měly vykazovat vyšší specificitu pro stanovení patologické tkáně v epileptickém mozku. Data pro zhotovení této práce byla získána manuálním značením a kategorizací přibližně 1500 úseků signálu stereoencefalografického záznamu pacientů, kteří podstoupili chirurgické odstranění epileptického ložiska (případně ložisek) a kteří byli následně monitorováni pro získání přehledu o úspěšnosti operace. Rozdíly mezi jednotlivými skupinami oscilací a resekovanou či neresekovanou tkání jsou v této práci zkoumány metodami využívajícími výpočty entropie signálů a cross frequency couplingu. Nejvýznamnějších výsledků práce dosahuje pro klasifikační skupinu (FR + vFR) vs. uFR, metody frequencyamplitude coupling a sample entropy 1. Při kategorizaci dle informace o resekci kanálu je nejúspěšnějším klasifikačním parametrem metoda využívající výpočtu Shannonovy entropie.
This Master’s thesis deals with investigation of high-frequency oscillations in intracranial electroencephalography in patients with pharmacoresistant epilepsy. It describes individual types of oscillations with respect to their frequency definition, examines their physiological differences and occurrence. In addition to conventional high-frequency oscillations (up to about 600 Hz), it also focuses on oscillations with a frequency component above 1kHz. According to recent studies, these oscillations could have higherspecificity for the determination of pathological tissue in the epileptic brain. The data for this work was obtained by manual labeling and categorization of approximately 1500 sections of the stereoencephalographic record signals of patients undergoing surgical removal of the epileptic foci and subsequently monitored for success in the operation. Differences between individual groups of oscillations and resected or unresected tissues are investigated in this work by methods using calculations of entropy signals or cross frequency coupling. The most significant results were achieved for the classification group (FR + vFR) vs. uFR, methods frequency-amplitude coupling and sample entropy 1. When categorizing according to information about channel resection, the Shannon entropy is the most successful classification parameter.
This Master’s thesis deals with investigation of high-frequency oscillations in intracranial electroencephalography in patients with pharmacoresistant epilepsy. It describes individual types of oscillations with respect to their frequency definition, examines their physiological differences and occurrence. In addition to conventional high-frequency oscillations (up to about 600 Hz), it also focuses on oscillations with a frequency component above 1kHz. According to recent studies, these oscillations could have higherspecificity for the determination of pathological tissue in the epileptic brain. The data for this work was obtained by manual labeling and categorization of approximately 1500 sections of the stereoencephalographic record signals of patients undergoing surgical removal of the epileptic foci and subsequently monitored for success in the operation. Differences between individual groups of oscillations and resected or unresected tissues are investigated in this work by methods using calculations of entropy signals or cross frequency coupling. The most significant results were achieved for the classification group (FR + vFR) vs. uFR, methods frequency-amplitude coupling and sample entropy 1. When categorizing according to information about channel resection, the Shannon entropy is the most successful classification parameter.
Description
Citation
KOZLOVSKÁ, M. Klasifikace vysokofrekvenčních oscilací v intrakraniálním EEG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské a ekologické inženýrství
Comittee
doc. Ing. Jana Kolářová, Ph.D. (předseda)
Ing. Martin Mézl, Ph.D. (místopředseda)
Ing. Marina Ronzhina, Ph.D. (člen)
Ing. Radovan Jiřík, Ph.D. (člen)
Ing. Martin Čížek, Ph.D. (člen)
MUDr. Tibor Stračina, Ph.D. (člen)
Date of acceptance
2019-06-06
Defence
Studentka prezentovala výsledky své práce a komise byla seznámena s posudky.
Studentka nemá k posudkům výhrad.
Ing. Mézl položil otázku na klasifikační metodu pro rozdělení do skupin FR, vFR a uFR. Dále se zeptal na velkou variabilitu dat u konkrétního grafu v práci.
Ing. Jiřík položil otázku na implementaci v prostředí Python, konkrétně na použití knihoven.
Studentka obhájila bakalářskou práci a odpověděla na otázky členů komise a oponenta.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení