Automatische Detektion von HFO im invasiven EEG

Einleitung:

Antiepileptische Medikamente führen bei ca. 60 – 70% der Patienten zu Anfallsfreiheit. Für die übrigen therapierefraktären Patienten kann ein epilepsiechirurgischer Eingriff, bei dem das epileptogene Gewebe entfernt wird, eine vielversprechende Option darstellen. Zur exakten präoperativen Fokuslokalisation ist das invasive Elektroenzephalogramm (iEEG) eine der wichtigsten Informationsquellen, da es im Vergleich zum Oberflächen-EEG ein wesentlich besseres Signal-Rausch-Verhältnis hat und keine Volumenleiter-Effekte berücksichtigt werden müssen. Anfallsmuster und epilepsietypische Potentiale wie Spikes oder Sharp Waves, aber auch Auffälligkeiten in bestimmten Frequenzbändern können demzufolge mit iEEG sehr gut ausgewertet werden.

Insbesondere High Frequency Oscillations (HFO) haben in den letzten Jahren an Bedeutung gewonnen (1). Diese treten jedoch nicht kontinuierlich auf, sondern in kurzen Intervallen, was ihre Analyse erschwert. Hier soll eine Methode vorgestellt werden, mit der hochfrequente epileptische Aktivität detektiert werden kann.

Methode:

Als Proof-of-concept wurde ein interiktualer iEEG Datensatz eines Patienten mit fokaler kortikaler Dysplasie (FCD) rechts frontal verwendet (Sampling-Frequenz 1024 Hz, 8 × 8 Elektroden-Platte (A), 6 Streifen (B-G), post-operatives Outcome nach 6 Monaten: Engel 1A). Abbildung 1 links zeigt die Lage der Elektroden mit farblicher Markierung der Anfallsmuster und des Resektionsvolumens. Rechts ist die darunter liegende FCD in grün dargestellt.

Aus ca. 40 min interiktualen iEEG-Daten wurden kurze Epochen von 50 ms Länge gebildet, um eine Vermischung von HFO mit langsamerer Aktivität zu vermeiden. Anschließend wurden die Fourier-Spektren berechnet und für verschiedene Frequenzbänder statistische Maße über die Einzelepochen ermittelt: Mittelwert, Median, Standardabweichung, Kurtosis, 90%- und 95%-Quantil. Unter der Annahme, dass nur in einigen wenigen Epochen tatsächlich HFO enthalten sind, in den meisten jedoch nicht, wurden dabei für Ausreißer sensitive Maße bevorzugt.

Abschließend wurden die Ergebnisse der iEEG-Kanäle bezüglich ihrer Lage zur Läsion und zum Resektionsareal verglichen.

Ergebnisse:

In Abbildung 2 ist das Ergebnis der beschriebenen Methode für das Ripples-Band zu sehen, links für die 6 Streifen und rechts für die Elektroden-Platte. Die verwendeten statistischen Maße sind dabei mit unterschiedlichen Farben gekennzeichnet.

Deutlich ist eine erhöhte HFO-Aktivität im rechten oberen Bereich der Platte in Übereinstimmung mit dem Ort der Läsion zu sehen. Besonders die Elektrode A37 direkt über der FCD weist häufig ein lokales Maximum an Aktivität auf. Die Ergebnisse für Standardabweichung sind besonders fokal im resezierten Areal, während die übrigen Ergebnisse mehr streuen.

Diskussion:

Mit dieser Fallstudie wurde gezeigt, dass unterschiedliche statistische Maße zur automatischen Detektion von HFO im iEEG verwendet werden können. Der Vorteil der Methode liegt in der Automatisierung, so dass keine aufwändige visuelle Inspektion erforderlich ist. Prinzipiell ist auch ein intraoperativer Einsatz denkbar. Ob für alle Frequenzbereiche dieselben Maße geeignet sind, muss an einer größeren Patientenzahl evaluiert werden.

Abb. 1: Elektrodenpositionierung

Abb. 2: Ergebnisse für Ripples-Band

Referenzen:

(1) Jacobs et al. (2010): Ann Neurol 67, 209 – 220