Pelnas:
- Galimybė sukurti dirbtinio intelekto darbo eigą pašalinant artefaktus, aptinkant įvykius ir ištraukiant EEG įrašus.
- Gebėjimas atpažinti mažo EEG signalo ir triukšmo santykio bei didelio kintamumo įtaką patikrinimui
- Gebėjimas paaiškinti, kad neurosignaliniai AI išėjimai turi būti tikrinami su klinikinio neurofiziologo patvirtinimu
Elektroencefalografija (EEG; angl. electroencephalography) – tai smegenų elektrinio aktyvumo registravimas elektrodais, uždedamais ant galvos odos. EEG naudojamas įvairiose srityse – nuo epilepsijos diagnozės iki miego stadijos nustatymo, nuo intensyvios terapijos stebėjimo iki smegenų ir kompiuterio sąsajų. Tačiau tai yra daug sudėtingesnis signalas nei EKG: jo amplitudė yra maždaug mikrovoltų (viena milijonoji volto dalis), tai reiškia, kad jis yra beveik toks pat mažas kaip triukšmas. Dėl šio mažo signalo ir triukšmo santykio (sutrumpintai SNR; santykinis naudingo signalo ir triukšmo stiprumas) EEG yra patrauklus ir pavojingas dirbtiniam intelektui. Šiame skyriuje pamatysime EEG darbo eigą, artefaktų problemą ir kodėl būtinas neurofiziologo patvirtinimas.
Pareikškime nuo pat pradžių: EEG modelis gali pasakyti „priepuolis galimas“; Tačiau epilepsijos diagnozė ir priepuolių aiškinimas priklauso klinikiniam neurofiziologui. Dirbtinis intelektas nediagnozuoja.
EEG apdorojimo grandinė
1 žingsnis – registracija ir surinkimas. EEG yra daugiakanalis (paprastai 19-256 elektrodai). Elektrodų išdėstymas atliekamas pagal tarptautinį standartinį užsakymą (10-20 sistema). Signalai nuskaitomi lyginant su etaloniniais elektrodais; Montavimo pasirinkimas turi įtakos interpretacijai.
2 veiksmas – artefaktų ištraukimas. EEG teršalų šaltiniai yra gausūs: mirksėjimas ir akių judėjimas, raumenų veikla (ypač žandikaulio ir kaklo), širdies plakimas, prakaitavimas, elektrodų kontaktas ir tinklelio trikdžiai. Šie artefaktai gali imituoti tikras smegenų bangas. Dirbtinis intelektas padeda išvalyti dirbtinius segmentus naudojant tokius metodus kaip žymėjimas ir nepriklausoma komponentų analizė.
3 veiksmas – funkcijų ištraukimas. EEG paprastai skirstoma į dažnių juostas: delta (lėtas, gilus miegas), teta, alfa (ramybė), beta (pabudęs dėmesys) ir gama. Juostos stiprumas, ryšio priemonės ir su įvykiais susiję atsakymai naudojami kaip funkcijos.
4 veiksmas – incidentų aptikimas/klasifikavimas. Modelis siūlo tokius įvykius kaip traukulių aktyvumas, smailės bangos iškrova arba miego fazė. Išvestis yra laiko žymos ir žymos.
5 žingsnis – ekspertinis įvertinimas. Požymiai pateikiami klinikiniam neurofiziologui; Ekspertas patvirtina, pataiso arba atmeta. Komentaras skirtas ekspertams.
Kodėl EEG patvirtinimas toks sunkus?
Dėl trijų priežasčių EEG yra ypač trapi. Pirma, mažas SNR: tikrasis signalas yra paslėptas triukšme, modelis gali lengvai supainioti triukšmą su modeliu. Antra, didelis kintamumas: net to paties žmogaus EEG skiriasi priklausomai nuo budrumo, vaistų vartojimo ir amžiaus; Skirtumas tarp individų dar didesnis. Trečia, atskaitos neapibrėžtumas: net ekspertai ne visada sutaria dėl „auksinio standarto“ žymėjimo tokių įvykių kaip priepuoliai (interstebėjų kintamumas). Sujungus šias tris, EEG modelis, kuris laboratorijoje atrodo įspūdingai, tikroje klinikoje lengvai žlunga.
Trys mini dėklai: pagal numerius
1 atvejis – mirksėjimas imitavo priepuolį. Priepuolių aptikimo modelis supainiojo ritminius akių mirksėjimus dėl spyglių ir bangų priekinėje paciento dalyje, sukeldamas kelis klaidingus signalus per minutę. Specialistas pamatė, kad žymės persidengia su akių kanalais ir atskyrė artefaktą. Modelis pagamino ženklą, ekspertas išgavo realybę.
2 atvejis – laiko taupymas nustatant miego režimą. Miego laboratorija visą naktį rankiniu būdu fazavo įrašus 30 sekundžių segmentais; Apytiksliai 2 valandos vienam įrašui. Išankstinis dirbtinio intelekto nustatymas sumažino šį laiką iki 35 minučių; technikas ištyrė tik pjūvius ir perėjimus, kuriuos modelis paliko neaiškiai. Specialistas patvirtino galutinę inscenizacijos ataskaitą.
3 atvejis – išorinio patvirtinimo atmetimas. Priepuolių aptikimo modelis parodė 90 % jautrumą centre, kuriame jis buvo sukurtas; Ji sumažėjo iki 68 % duomenų, kuriuos surinko kita ligoninė su kitu elektrodu ir įrašymo įrenginiu. Elektrodų skaičius, mėginių ėmimo dažnis ir paciento profilis skyrėsi. Modelis negali būti laikomas patikimu, kol jis nebuvo pakartotinai patvirtintas kiekvienoje aplinkoje, kurioje jis bus naudojamas.
Silpnas raginimas / stiprus raginimas
Pastaba: šie raginimai yra naudingi redaguojant EEG ataskaitą / funkcijos tekstą; Neapdorotas EEG interpretavimas yra patikrintos programinės įrangos ir neurofiziologo darbas.
Silpnas raginimas:
Ar šiame EEG yra epilepsija? [ypatybės]
Galingas raginimas:
Jūsų vaidmuo: Jūs esate neurosignalų analizės asistentas (JUMS NE DIAGNOZĖ). Įvertinkite šias anoniminės EEG suvestinės ypatybes: - Pateikite juostos stiprumo ir įvykių signalų lentelę, interpretuokite juos, bet nediagnozuokite. - Kiekvienam įvykio ženklui "ar gali būti artefaktas?" pridėti stulpelį (akis / raumenys / tinklelis).- Aiškiai parašykite dviprasmybes; pridėkite įspėjimą apie žemą SNR. Galiausiai išvardykite 3 punktus, kuriuos neurofiziologas turėtų patvirtinti neapdorotame įraše.Anoniminės funkcijos: [juostos stiprumas, įvykių laiko žymos, kanalo informacija]
Keturi kopijuojami šablonai
1) Juostos stiprumo santrauka:
Lentelėje nurodykite šias EEG juostos galias (delta, teta, alfa, beta) ir įvertinkite jų tikimybę esant budrumo būsenai. Nediagnozuok. Duomenys: [reikšmės]
2) Artefaktų galimybės patikrinimas:
Prie kiekvieno iš šių pasireiškimo požymių pažymėkite akies/raumenų/tinklo artefakto tikimybę kaip mažą/vidutinę/didelę ir parašykite savo pagrindimą. Ženklai: [sąrašas]
3) Miego sustojimo QC:
Pažymėkite staigius / mažai tikėtinus perėjimus (pvz., perėjimą iš REM į gilų miegą) toliau pateiktoje AI miego stadijos išvestyje; Išvardykite skiltis, kurioms reikalingas techniko valdymas. Išvestis: [scenarija]
4) Išorinis patikrinimo planas:
Parašykite EEG įvykių aptikimo modelio išorinio patvirtinimo plano projektą: skirtingas prietaisų / elektrodų skaičius, interobserver susitarimas (kappa), SNR ir artefaktų testai. Pažymėkite atskirus patvirtinimo taškus.
Modelio vaidmuo: pagal užduoties tipą
Užduoties tipas
AI indėlis
kritiškumas
patikrinimas
Artefaktų žymėjimas
aukštas
žemas
Ekspertų apžvalga
Juostos / funkcijos ištraukimas
aukštas
vidutinis
fiziologinis patikimumas
Miego sustojimo parengiamieji darbai
aukštas
vidutinis
Eksperto patvirtinimas
Aptikimas prieš priepuolį
vidutinis
aukštas
Neurofiziologas + neapdorotas įrašas
diagnostinis sprendimas
ribotas
labai aukštas
Pilnas eksperto patvirtinimas
Patarimas: prieš pasikliaudami modelio parašu EEG, patikrinkite to signalo laikiną sutapimą su akies ir raumenų kanalais. Didžioji dalis veiklos, kuri atrodo kaip priepuolis, iš tikrųjų yra biologinis artefaktas.
Atsargiai: kai EEG modeliai mokomi pagal duomenis, surinktus iš nedidelio skaičiaus pacientų, jie per daug pritaiko (įsimena) individualiai būdingus modelius ir sugenda naujiems pacientams. Aukšti laboratoriniai rezultatai negarantuoja tikros klinikinės sėkmės; išorinis patvirtinimas yra būtinas.
Dažnos klaidos
- Artefakto klaidinimas su smegenų signalu. Akių mirksėjimas ir raumenų veikla imituoja priepuolį; Reikia patikrinti kanalų persidengimą.
- Nepaisoma žemo SNR. Silpnas triukšmo signalas lengvai suklaidina modelį.
- Patikrinimas viename centre. Skirtingas įrenginio ir elektrodų išdėstymas sumažina našumą.
- Interobserver kintamumo nepaisymas. Modelio metrika yra klaidinanti, jei pati nuoroda yra dviprasmiška.
- Eksperto pašalinimas. Ženklai yra parama; Priepuoliai ir diagnozės aiškinimas priklauso specialistui.
Apibendrinant
- EEG yra kelių kanalų, mikrovoltų signalas su mažu SNR; Jis yra labai jautrus artefaktams.
- Darbo eigą sudaro surinkimas, artefaktų ištraukimas, funkcijų ištraukimas ir įvykių aptikimas.
- Dėl mažo SNR, didelio kintamumo ir atskaitos neapibrėžtumo patikrinti ypač sunku.
- Modeliai turėtų būti pakartotinai patvirtinti kiekviename įrenginyje ir populiacijoje, kurioje jie bus naudojami.
- Priepuoliai ir diagnostinė interpretacija priklauso klinikiniam neurofiziologui; AI nediagnozuoja.
Taikymo užduotis
Pasirinkite hipotetinį EEG įvykio aptikimo scenarijų (pvz., išankstinį priepuolio aptikimą). Išvardykite penkis įvykio parašus, kuriuos gamina modelis, ir paklauskite kiekvieno: „ar tai gali būti artefaktas? užpildykite stulpelį (akis / raumuo / tinklelis / tikras). Tada parašykite tris šio modelio išorinio patvirtinimo plano elementus ir aiškiai pažymėkite tašką, kuriame ekspertas priima galutinį sprendimą.
kontrolinis sąrašas
- [ ] Žinau, kad EEG yra žemo SNR, kelių kanalų ir į artefaktus linkęs signalas.
- [ ] Supratau darbo eigos surinkimo, artefaktų ištraukimo, funkcijų ir įvykių aptikimo veiksmus.
- [ ] Matau, kad artefaktai imituoja įvykius ir taiko kanalų persidengimo valdymą.
- [ ] Suprantu, kodėl išorinis patvirtinimas yra būtinas, ir suprantu tarpinių stebėtojų kintamumą.
- [ ] Įsivaizdavau, kad priepuolių aiškinimas ir diagnozė lieka specialistui.