An Approach to an Automatic Pattern Recognition of the Electroencephalogram: Background Rhythm and Paroxysmal Elements

The automatic analysis program for one derivation of E.E.G. described here is made up of two parts:

1.) The first part consists of the study of background rhythm. A temporal analysis is made of the signal to identify the waves of which it is composed. Bursts of rhythms are recognised. Then the principal background rhythms are determined by the analysis of histograms of amplitude and frequency. The results are given as the percentage of the total waves, the mean frequency and amplitude and the coefficient of variation of these quantities.

2.) The second part is the recognition of paroxysmal patterns. By successive applications of a set of criteria the parts of the E.E.G. which may contain spikes or spike-and-waves are extracted. The criteria are:

— existence of large amplitude or slow waves,

— comparison of the frequency of these suspect patterns with the background frequency,

— comparison of the amplitude of these waves with the mean amplitude of the E.E.G.,

— study of the rapid rhythms which, are superimposed on the show waves.

This analysis is concluded by the printing of the number of isolated spikes or spike-and-waves that were observed.

This program, orientated towards pattern recognition, is suitable for the study of the background patterns as well as the pattern recognition of paroxysmal bursts.

Das hier beschriebene Programm einer automatischen Analyse für eine Ableitung des EEG besteht aus zwei Teilen:

1.) Der erste Teil enthält die Untersuchung des Hintergrundrhythmus. Eine Zeit-Analyse des Signals wird durchgeführt, um die Wellen zu identifizieren, aus denen es zusammengesetzt ist. Brüche im Rhythmus werden erkannt. Dann werden die hauptsächlichen Hintergrundrhythmen mittels der Analyse von Histogrammen der Amplitude und der Frequenz bestimmt. Die Ergebnisse werden als Prozentsatz der gesamten Wellen der mittleren Frequenz und Amplitude und des Variationskoeffizienten dieser Werte angegeben.

2.) Der zweite Teil betrifft die Erkennung paroxysmaler Strukturen. Auf Grund wiederholter Anwendung eines Satzes von Kriterien werden diejenigen Teile des EEG, welche Spikes oder Spikes und Waves aufweisen, extrahiert. Die benutzten Kriterien sind:

— Vorliegen einer großen Amplitude oder langsamer Wellen;

— Vergleich der Frequenz dieser verdächtigen Strukturen mit der Hintergrundfrequenz;

— Vergleich der Amplitude dieser Wellen mit der mittleren Amplitude des EEG;

— Untersuchung der sehr schnellen Rhythmen, welche die langsamen Wellen überlagern.

Diese Analyse endet mit dem Ausdrucken der Anzahl isolierter Spikes oder Spikes und Waves, welche beobachtet wurden.

Dieses auf pattern recognition ausgerichtete Programm eignet sich sowohl zur Untersuchung der Hintergrundstruktur als auch zur Strukturerkennung paroxysmaler Ausschläge.

Key-Words

Electroencephalogram - Automatic Pattern Recognition - Background Rhythms - Paroxysmal Waves - Spikes and Waves

Schlüssel-Wörter

Elektroenzephalogramm - automatische Strukturerkennung - Hintergrundrhythmen - krampfartige Wellen - Spikes und Waves

• References

• 1 Agnev H. G, Pauker J. C, Webb W. G, Williams R. L. Amplitude measurement of the sleep electroencephalogram. Electroenceph. clin. Neurophysiol 22 1967; 84-86.
• 2 Barbeyrac J, de Etevenon P. On the relationship between two methods of E.E.G. signal analysis. The integrative method and power spectrum analysis. Agressologie 10 1969; 573-578.
• 3 Barlow J. S, Brown R. M. An analog correlator system for brain potentials. Techn. Rep. 300, Res. Lab. Electronics. Mass. Inst. Technol. 1955
• 4 Barlow J. S, Freeman M. Z. Comparison of E.E.G. activity from different locations on the scalp by means of autocorrelation and crosscorrelation analysis. Electroenceph. clin. Neurophysiol 11 1959; 618-619.
• 5 Brazier M. A, Barlow J. S. Some applications of correlation analysis to clinical problems in electroencephalography. Electroenceph. clin. Neurophysiol 08 1956; 325-331.
• 6 Burch N. R. Applications of period analysis wave shape recognition of the EEG. Electroenceph. clin. Neurophysiol 18 1965; 513-533.
• 7 Drohocki Z. L’analyseur statistique d’amplitudes de l’EEG. Rev. neurol 117 1967; 482-484.
• 8 Dumermutii G. Variance spectra of electroencephalograms in twins. Clinical electroencephalography of children. New York and London: Grune and Stratton; 1969
• 9 Dumermuth G, Fluhler H. Some modem aspects in numerical spectrum analysis of multichannel electroencephalographic data. Med. biol. Engng 05 1967; 319-331.
• 10 Etevenon P, Boissier J. R. Statistical amplitude analysis of the integrated electrocorticogram of unrestrained rats before and after prochlorpamazine. Neuropharmacol 10 1971; 161-173.
• 11 Farley B. G. Recognition of patterns in the EEG. Electroenceph. clin. Neurophysiol 20 1961; 49-55.
• 12 Goldberg P, Samson-Dollfus D, Baciierich F, Grémy F. Algorithmes pour une analyse automatique d’une derivation EEG. Ann. phys. Biol. Med 05 1971; 33-43.
• 13 Goldstein L, Beck R. Amplitude analysis of the electroencephalogram: Review of the information obtained with the integrative method. Int. Rev. Neurol 08 1965; 265-312.
• 14 Grass M. A, Gibbs A. F. A Fourier transform of the E. G. J. Neurophysiol 01 1938; 521-526.
• 15 Hord D. J, Johnson L. C, Lubin A, Austin M. T. Resolution and stability in the autospectra of E.E.G. Electroenceph. clin. Neurophysiol 19 1965; 305-308.
• 16 Itil T. M. Automatic classification of sleep stages and the discrimination of vigilance changes using digital computer methods. Agressologie 10 1969; 603-624.
• 17 Johnson L, Lubin A, Nailth P, Nute C, Austin M. Spectral analysis of the EEG of dominant and non dominant alpha subjects during waking and sleeping. Electroenceph. clin. Neurophysiol 27 1969; 361-370.
• 18 Kaiser E, Sem-Jacobsen C. W. »Yes-No« data reduction in E.E.G. automatic pattern recognition. Electroenceph. clin. Neurophysiol 15 1963; 148.
• 19 Kamp A, Storm van Leeuwen W, Tielen A. M. A method for autoand crosscorrelation analysis of the E.E.G. Electroenceph. clin. Neurophysiol 19 1965; 91-95.
• 20 Laviron A. Interpretation en ligne de l’électroencephalogramme. Thèse; Lyon: 1971
• 21 Leader H. S, Cohn R, Weihrer A. L, Caceres C. A. Pattern reading of the clinical electroencephalogram with a digital computer. Electroenceph. clin. Neurophysiol 23 1967; 566-570.
• 22 Rémond A, Offner F. Études topographiques de l’activité E. E.G. de la région occipitale. Rev. neurol 87 1952; 1-8.
• 23 Rémond A. An integrating topograph. Electroenceph. clin. Neurophysiol 08 1956; 719.
• 24 Rémond A. Poursuite de la signification en E.E.G. Probleme de la référence spatiale. Rev. neurol 102 1960; 412-415.
• 25 Rémond A, Lesevre N, Joseph J. P, Rieger H, Lairy F. C. The alpha average methodology and description. Electroenceph. clin. Neurophysiol 26 1969; 245-265.
• 26 Saier J, Rovegno J, Regis H. Étude electroencephalographique du sommeil physiologique de trois enfants par analyse spectrale. Rev. neurol 320 1969; 450-451.
• 27 Samson-Dollfus D, Calloud J. M, Goldberg P, Grémy F. Analyse multidimensionnelle des spectres EEG chez des sujets normaux et pathologiques. Rev. EEG Neurophysiol. clin 02 1972; 195-197.
• 28 Tönnies J. F. Recording the E.E.G. spectrum. Electroenceph. clin. Neurophysiol 23 1967; 285.
• 29 Udsen P. Computer frequency analysis of the electroencephalogram. Electroenceph. clin. Neurophysiol 23 1967; 389-390.
• 30 Walter D. O. Spectral analysis for electroencephalograms: mathematical determination of neurophysiological relationships form record of limited duration. Exp. Neurol 08 1963; 155-181.
• 31 Walter D. O, Rhodes J. M, Brown D, Adey W. R. Comprehensive spectral analysis of human EEG generators in posterior cerebral regions. EEG Chir. Neurophysiol 20 1966; 224-237.
• 32 Walter W. G. An improved low frequency analyser. Electron. Eng 16 1943; 236-238.
• 33 Young F. M. Probability distribution of zero-crossing intervals. M.I.T. Acoustics Laboratory Quartely. Progress Report No. 3. M.I.T. Press; Boston: 1954