Spike wave-Mustererfassung in Langzeit-EEG-Registrierungen mit Hilfe eines variabel programmierbaren Laborcomputers

Summary

The application of automatic approaches in EEG pattern recognition essentially has two aims: to increase the level of objectivity (by means of quantification) and to decrease the amount of diagnostic work (by means of data reduction).

In this study a computerized spike-wave detection method is described, realized on a small laboratory computer (PDP 11/03) and especially designed for the analysis of long term registrations. The program is written in FORTRAN in order to provide a high level of flexibility. The user may easily modify it for his own purposes. Pattern recognition is based on the configuration of maxima and minima. Different degrees of digital filtering is used for spike analysis and wave analysis. The time codes of the events are registrated and stored on magnetic disk. In a subsequent computer run the results may graphically be displayed or submitted to further analysis.

An example is given testing in which way the results depend on the choice of the parameter set (duration and amplitude of spike and wave). The time course of the frequency of SW-events (or regular SW-sequences, respectively) are compared to the results of conventional analysis.

Zusammenfassung

Mit der Anwendung automatischer Verfahren zur Mustererkennung im EEG werden im wesentlichen zwei Ziele verfolgt: höheres Maß an Objektivität (durch Quantifizierung) und geringerer Arbeitsaufwand (durch Datenreduktion).

In der vorliegenden Studie wird eine Methode der computergesteuerten SW-Erkennung dargestellt, die auf einem kleineren Laborrechnersystem (PDP 11/03) realisierbar ist und speziell auf die Analyse von Langzeitableitungcn zugeschnitten ist. Um dem Verfahren eine möglichst breite Anwendbarkeit zu verleihen, ist die Abfragclogik in FORTRAN abgefaßt. Der Anwender kann dadurch ohne große Schwierigkeiten das Programm nach seinen jeweiligen Anforderungen modifizieren. Der Mustererkennung werden bestimmte Kriterien für die Konfigurationen von Extremwerten zugrundegelegt, wobei für Spitze und Welle unterschiedliche digitale Filterungsgrade verwendet werden. Die erkannten SW-Ereignisse werden zeitkodiert auf dem Diskettenspeicher abgelegt. In einem nicht-zeitkritischen, nachfolgenden Arbeitsgang können die Ergebnisse graphisch dargestellt oder weiterverarbeitet werden.

In einem Anwendungsbeispiel wird untersucht, in welcher Weise die Resultate von der Wahl der Parameter (Dauer und Amplitude von Spike und Wave) abhängen. Die zeitliche Verteilungsfunktion von SW-Ereignissen und regulären SW-Gruppen wird mit Resultaten einer herkömmlichen Analyse verglichen.

Key-Words:

Computerized pattern recognition - Laboratory computer - SW-complex - Regular SW-sequence - Long term analysis