Новый «естественный» алгоритм поможет находить эпилептические очаги в мозге

Эпилепсия — распространенное неврологическое заболевание мозга, от которого страдает более 50 миллионов человек по всему миру. Симптомы, а именно судорожные припадки различной тяжести, могут случаться и несколько раз в день, делая жизнь пациента невыносимой.

В 70% случаев приступы удается купировать за счет приема специальных препаратов, но в остальных помогает только хирургическое вмешательство. Оно направлено на удаление определенных участков коры головного мозга, в которых возникает патологическая электрическая активность. Ее проявления — интериктальные спайки, или комплексы пик-волна, — отслеживают при помощи электроэнцефалографии, однако обнаружить их не так просто: необходимо проанализировать большой объем данных, причем заниматься этим должен специально обученный врач-эпилептолог.

В качестве альтернативы можно «переложить» часть работы на компьютер. Так, наиболее эффективные методики математического анализа сигналов позволяют оптимизировать процесс поиска интериктальных спайков, однако для корректной работы они требуют формализации критериев, применяемых человеком при решении этой задачи.

Авторы из Высшей школы экономики и Центра биоэлектрических интерфейсов, а также Московского государственного медико-стоматологического университета имени А.И. Евдокимова разработали методику анализа сигналов, позволяющую переводить вербальное описание формы спайка в набор легко проверяемых логических предикатов.

«Такая биомиметическая природа нашего алгоритма облегчает взаимодействие машины и врача и повышает уровень доверия последнего к результатам автоматического анализа», — говорит Алексей Осадчий, один из авторов алгоритма и руководитель исследования.

Сравнив качество работы нового метода с несколькими основными методиками, авторы пришли к выводу, что предлагаемый алгоритм заметно превосходит другие подходы в случае, когда данные содержат большое количество высокоамплитудных артефактов.

«Высокая робастность алгоритма может оказаться особенно полезной при работе с клиническими ЭЭГ-данными, часто содержащими выраженные артефакты и нестационарности», — утверждает Дария Клеева, аспирант Центра биоэлектрических интерфейсов НИУ ВШЭ и первый автор работы.