Institutional Repository
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Band specific oscillations in combined EEG/MEG source analysis: Case study in drug resistant epilepsy

Sdoukopoulou Glykeria

Simple record


URIhttp://purl.tuc.gr/dl/dias/FFBC94AE-F765-4176-9777-1F12B6325700-
Identifierhttps://doi.org/10.26233/heallink.tuc.88396-
Languageen-
Extent115 pagesel
Extent12.7 megabytesen
TitleBand specific oscillations in combined EEG/MEG source analysis: Case study in drug resistant epilepsy en
TitleΤαλαντώσεις συγκεκριμένου συχνοτικού περιεχομένου στη συνδυασμένη ανάλυση HΕΓ/ΜΕΓ. Εφαρμογή σε επιληψία ανθεκτική σε φαρμακευτική αγωγήel
CreatorSdoukopoulou Glykeriaen
CreatorΣδουκοπουλου Γλυκεριαel
Contributor [Thesis Supervisor]Zervakis Michailen
Contributor [Thesis Supervisor]Ζερβακης Μιχαηλel
Contributor [Committee Member]Liavas Athanasiosen
Contributor [Committee Member]Λιαβας Αθανασιοςel
Contributor [Committee Member]Wolters, Carsten H.en
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
Academic UnitTechnical University of Crete::School of Electrical and Computer Engineeringen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
Content SummaryObjective: In the current study, we investigate the contribution of High Frequency Oscillations (HFOs) on the indication of the epileptogenic zone (EZ). We also study new approaches for the automatic detection of the non cerebral activity. Motivation: We deployed an integrated pipeline for the detection of the EZ, incorporating HFOs-based and interictal spikes-based source analysis on a multi-focal epilepsy case. HFOs have been shown similar and/or better accuracy on the indication of the EZ compared to interictal spikes. Moreover, a combination of the non-invasive modalities electro- and magnetoencephalography (EEG) and (MEG), EMEG, has been shown to outperform single EEG or MEG in source analysis. Novelty: In this thesis, we provide a patient-specific pipeline to investigate HFOs contribution on source localization compared to annotated interictal spikes. We have detected scalp HFOs on each modality using a thresholding technique in combination with an energy-based clustering approach. A calibrated realistic FEM head modelling is used to implement HFOs-based and interictal spikes-based source localization, independently. Methods: The brain activity is recorded by EEG and MEG on a patient who suffered from multi-focal epilepsy. The first step for the EEG/MEG processing was the preprocessing, including filtering and artifact detection and correction methods in combination with information theory metrics. We also investigate new approaches towards the restriction of the non cerebral activity. Consequently, scalp HFOs are detected on both EEG and MEG. The detection algorithm consists of 3-phases sequentially implemented incorporating a thresholding technique, visual inspection and energy-based clustering approach. Source analysis is performed on detected HFOs and annotated spikes. For each epileptic indicator, a solution to source localization is calculated, using the sLORETA algorithm, for different time instances and for each modality. A realistic head model including six tissue compartments, white matter anisotropy and calibrated skull conductivities has been used. A comparison between HFOs and interictal spikes-based source reconstructions is performed. Results and Conclusions: Independently for HFOs and interictal spikes, four time instances have been chosen for each modality to explain better the underlying epileptic activity and the propagation phenomenon of the activity between the lesions. The results show that there is a concordance between the HFOs-based and spikes-based source estimation in all modalities. Although, single EEG and MEG source analysis indicates successfully the first less challenging lesion, their source reconstructions are far away from the second lesion. EMEG source reconstruction is able to indicate both lesions, revealing also a pathway between them, especially when using HFOs. Therefore, bi-lesional epileptic activity can be detected through the synergy of EEG and MEG with HFOs on the basis of realistic head model.en
Content SummaryΚαινοτομία: Στην παρούσα μελέτη διερευνούμε τη συμβολή των High Frequency Oscillations (HFOs) στον εντοπισμό της επιλεπτογόνου περιοχής. Επίσης, διερευνούμε νέες μεθόδους αυτόματου εντοπισμού μη εγκεφαλικής δραστηριότητας. Κίνητρο: Αναπτύξαμε ένα ολοκληρωμένο σύστημα ανίχνευσης της επιλεπτογόνου περιοχής, χρησιμοποιώντας HFOs και interictal spikes για την ανάλυση εγκεφαλικών πηγών σε περίπτωση ασθενή που πάσχει από πολυ-εστιακή επιληψία. Τα HFOs φαίνεται να εντοπίζουν ακριβέστερα την επιλεπτογόνο περιοχή συγκριτικά με τα interictal spikes. Ο συνδυασμός (EMEG) των μη επεμβατικών μεθόδων της ηλεκτρο- και μαγνητο- εγκεφαλογραφίας (EEG και MEG) δίνει καλύτερα αποτελέσματα από την κάθε μέθοδο ξεχωριστά στην ανάλυση πηγών. Στόχος: Η παρούσα διπλωματική διερευνά τη συμβολή των HFOs στον εντοπισμό της επιλεπτογόνου περιοχής συγκριτικά με τα interictal spikes, υλοποιώντας τον αλγόριθμο εντοπισμού των HFOs και τεχνικές ανάλυσης εγκεφαλικών πηγών. Μέθοδοι: Η καταγεγραμμένη εγκεφαλική δραστηριότητα μέσω των μη επεμβατικών μεθόδων της ηλεκτρο- και μαγνητο- εγκεφαλογραφίας, προέρχεται από ασθενή που πάσχει από πολυ-εστιακή επιληψία. Αρχικά τα σήματα προ-επεξεργάζονται μέσω φιλτραρίσματος και τεχνικές ανίχνευσης και διόρθωσης του θορύβου. Επίσης, εξετάζουμε νέες μεθόδους περιορισμού της μη εγκεφαλικής δραστηριότητας. Εν συνεχεία, εφαρμόζεται ο αλγόριθμος ανίχνευσης των HFOs, ο οποίος αποτελείται από τρεις διαδοχικές φάσεις: μια μέθοδο κατωφλίωσης, την επιθεώρηση των σημάτων, καθώς και την ομαδοποίηση βασισμένη στην ενέργεια. Η ανάλυση των εγκεφαλικών πηγών βασίζεται τόσο στα ανιχνευμένα HFOs, όσο και τα σημειωμένα από επιληπτιολόγο interictal spikes. Η λύση στο πρόβλημα εντοπισμού των εγκεφαλικών πηγών υπολογίζεται με βάση τον αλγόριθμο sLORETA, για διάφορες χρονικές στιγμές. Χρησιμοποιήθηκε, επίσης, ένα ρεαλιστικό μοντέλο κεφαλής, το οποίο απαρτίζεται από έξι (6) τμήματα ιστών, ανισοτροπία λευκής ουσίας και βαθμονομημένη διαγωγιμότητα κρανίου. Αποτελέσματα και Συμπεράσματα: Η ανάλυση των εγκεφαλικών πηγών έχει γίνει σε τέσσερις (4) επιλεγμένες χρονικές στιγμές, με στόχο την καλύτερη απεικόνιση της υποβόσκουσας επιληπτικής δραστηριότητας και της διάδοσης της μεταξύ των κακώσεων. Σύμφωνα με τα αποτελέσματα υπάρχει συμφωνία των επιλεπτογόνων περιοχών που επιδεικνύονται τόσο από τα HFOs, όσο και από τα interictal spikes. Αν και η ανάλυση πηγών μέσω ηλεκτροεγκεφαλογραφήματος και μαγνητοεγκεφαλογραφήματος εντόπισε επιτυχώς την πρώτη μη απαιτητική κάκωση, η ανακατασκευή των εγκεφαλικών πηγών απέχει πολύ από τη δεύτερη κάκωση. Η ανακατασκευή εγκεφαλικών πηγών βασισμένη στο συνδυασμό EMEG εντόπισε ακριβέστερα και τις δυο κακώσεις και αποκάλυψε το μονοπάτι-σύνδεσμο μεταξύ τους, ειδικά αξιοποιώντας τα HFOs. Συνεπώς, η διαταραγμένη εγκεφαλική δραστηριότητα από τις κακώσεις μπορεί να εντοπιστεί μέσω της συνέργειας του ηλεκτροεγκεφαλογραφήματος και μαγνητοεγκεφαλογραφήματος, χρησιμοποιώντας ρεαλιστικό μοντέλο κεφαλής. Λέξεις Κλειδιά: Επιληψία, Ταλαντώσεις Υψηλών Συχνοτήτων, Ηλεκτροεγκεφαλογράφημα, Μαγνητοεγκεφαλογράφημα, Πεπερασμένο Μοντέλο Κεφαλής, Ανάλυση Πηγών.el
Type of ItemΔιπλωματική Εργασίαel
Type of ItemDiploma Worken
Licensehttp://creativecommons.org/licenses/by/4.0/en
Date of Item2021-02-15-
Date of Publication2021-
SubjectEpilepsyen
SubjectInterictal spikesen
SubjectHFOsen
SubjectEEGen
SubjectMEGen
SubjectFEMen
SubjectSource Analysisen
Bibliographic CitationGlykeria Sdoukopoulou, "Band specific oscillations in combined EEG/MEG source analysis: Case study in drug resistant epilepsy ", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2021en
Bibliographic CitationΓλυκερία Σδουκοπούλου, "Ταλαντώσεις συγκεκριμένου συχνοτικού περιεχομένου στη συνδυασμένη ανάλυση HΕΓ/ΜΕΓ. Εφαρμογή σε επιληψία ανθεκτική σε φαρμακευτική αγωγή", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2021el

Available Files

Services

Statistics