2020 Fiscal Year Research-status Report
Wide-band ECoG analysis for establishing epilepsy detection and prediction system based on ECG algorithm
| Project/Area Number |
19K09475
|
|---|
| Research Institution | Tokyo Medical and Dental University |
|---|
Principal Investigator |
前原 健寿 東京医科歯科大学, 大学院医歯学総合研究科, 教授 (40211560)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤原 幸一 名古屋大学, 工学研究科, 准教授 (10642514)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | てんかん発作予知 / 心拍変動（HRV）解析 / 頭蓋内電極 / 部分てんかん / 広帯域脳波解析 / Autoencoder (AE) モデル |
|---|
| Outline of Annual Research Achievements |
本システムを臨床応用するためには解決すべき問題点として以下の２つが挙げられる。1)心拍変動に対するアルゴリズム解析がてんかん発作予知に有効であることを証明しているが、その機序は明らかではなくさらなる検討が必要である。2)先行研究における発作検知感度は93%と従来の頭皮脳波を用いた発作予測感度74%より良好であるものの、偽陽性率は0.8と高くなっているため、偽陽性を減らすための新たな研究が必要である。2021年度は頭蓋内脳波による検討を行い、上記2つの問題を検討した。
1)に対してはA)頭蓋内脳波で記録された発作波が心拍変動を惹起し、その後に臨床発作や、頭皮脳波変化が起きているのか。B)頭蓋内脳波で記録される発作より以前に、脳内に発作を誘発する何らかの変化が起こり、心拍変動を生じているかを検討した。―解析の結果では頭蓋内脳波においても皮質脳波で発作が起こる前から心拍変動が記録され、症例によっては５分以上前からの心拍変動が確認された。このことから、B)であると考えられた。
2)に対して、偽陽性として検出された心電図変化検出時間に記録された皮質脳波を分析し、脳波変化が起きているか否かを検討する。まず偽陽性として、検知された部位を頭蓋内脳波で分析することで頭皮脳波が検知できない電気的発作が起きているかを確認した。本研究の皮質脳波分析には、従来の目視による脳波変化の欠点を補う目的でHFO(高周波律動)からDC(direct current)電位変化も分析できる広帯域脳波解析も用いた。―解析の結果では、偽陽性部位での皮質脳波の発作は視覚的検討、広帯域脳波解析でも確認でなかった。しかし、心電図にアーチファクト混入の際には偽陽性が出やすい可能性が浮上したため、結論をだすためには今後さらなる検討が必要である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2019年度は、電極留置術を施行した3名の部分てんかん患者を対象にして、覚醒時、睡眠時双方のビデオ皮質脳波モニタリングを施行後2名以上のてんかん専門医が解析し、発作を検出した。その後HRV解析を行い，既存のAutoencoder (AE) モデルを転移学習させることで発作予知を行い頭蓋内電極脳波でも頭皮脳波同様にてんかん発作予知にHRV解析は有効であることを報告した。今年度はEPILEPSIAプロジェクトによる市販のてんかん患者の長時間皮質脳波データベース上の焦点性てんかん患者27名の心電図データを対象とした。合計で発作間欠期約80時間分および発作368回分の発作周辺期の心電図データより心拍変動データを抽出して検証用データとし、上述のアルゴリズムを適用して発作早期検出性能を検証した。その結果、発作早期検出性能は、感度が57％、誤警報率は1時間あたり3.4回であり、頭皮脳波の結果と比較すると感度・誤警報率ともに低下した。今回の結果より、学習用データと異なる患者群の検証用データに対しては発作早期検出性能が低下することが確認された。また、学習用データは頭皮上脳波であった。
上記研究結果は、第8回全国てんかんセンター協議会総会 (2021年2月13,14日：東京 WEB開催)で報告した。
|
| Strategy for Future Research Activity |
頭蓋内脳波の解析結果では、心拍変動を用いた発作予知率は頭皮脳波よりも低かった。その原因として、1)心電図アーチファクトの存在が関与し 2) アルゴリズム汎用性向上には、患者ごとのパラメータの調整や、心拍以外の指標の追加などの取り組みが必要と考えられた。
1)に対しては、脳波計の心電図のみならず、ベッドサイドモニターの心電図やワイアレス心電図記録装置を併用して解析する知性を構築し活用することで心電図アーチファクトを除去する予定である。 2)については研究分担者の藤原が開発中の AIを用いた心拍変動アルゴリズムを適用する予定である。また 2020年度は、コロナのために十分な成果発表ができなかったが 2021年度には積極的に成果発表を行う予定である。
|
| Causes of Carryover |
予定の学会発表が、コロナの影響により中止、延期あるいはWEB開催となっったため、次年度の学会発表に使用する予定とした。
|
Research Products
(1 results)
