Analysis of EEG microstates is a promising topographical method that is currently being studied for diagnosis of neuro-psychiatric diseases such as schizophrenia, dementia, etc. The aim of our study is to describe the possibility of using the microstate analysis of electroencephalographic recordings (EEG) for examination of the epileptic activity. The EEG recordings were measured on patients with epilepsy and on control subjects (with no epileptic pathology) in the system 10 - 20. The data are analysed in average montage and filtered with bandpass from 0.5 to 30.0 Hz. We calculate the global field power (GFP) curve to extract microstates from the EEG recordings. We take local maxima (peaks) of GFP curve to create amplitude topographic maps. The microstate 1 seems to have higher occurrence for the non-epileptic controls than the patients with epilepsy. The duration of the microstate 4 seems to be higher in the epileptic patients than the non-epileptic controls. We have found that there is a significant difference in the duration, occurrence and contribution of the amplitude topographic maps between the non-epileptic controls and the patients with epilepsy.
- MeSH
- elektroencefalografie * metody MeSH
- epilepsie * diagnóza MeSH
- lidé MeSH
- mozkové vlny MeSH
- psychofyziologie MeSH
- záchvaty diagnostické zobrazování diagnóza MeSH
- zraková percepce MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH
Cílem příspěvku je ukázat výhody zapojení experta do tvorby znalostního obsahu systému pro podporu rozhodování nejen v klasickém pojetí formalizace znalostí experta do báze znalostí, ale i poněkud méně tradičním způsobem. Tento přístup se začal v nedávné době nazývat „human/expert-in-the-loop“. Základní myšlenkou je využít znalosti experta, které nemusejí být obsaženy v datech, jejichž analýzu chceme provádět, ale které mohou významně zlepšit kvalitu rozhodovacího procesu. Často je možné v rámci tohoto kroku integrovat znalosti více expertů. Pokud se takové přístupy využívají přímo v metodách strojového učení, označují se také jako aktivní učení. Na několika případových studiích z různých oblastí medicíny ukážeme, v jakých fázích procesu vývoje může expert vhodně do procesu zasáhnout. První případová studie je věnována porovnání výsledků získaných pomocí znalostního systému, jehož báze znalostí byla vytvářena manuálně formalizací slovně popsaných znalostí, a pomocí metod strojového učení, konkrétně rozhodovacího stromu, naučeného na větším souboru dat. Následně byla báze znalostí porovnána s rozhodovacím stromem a doplněna o vybraná pravidla z tohoto stromu. Takto upravená báze znalostí poskytovala lepší rozhodnutí než původní. Další dvě případové studie jsou zaměřené na úlohu klasifikace v dlouhodobých záznamech biologických signálů, konkrétně elektroencefalografických a polysomnografických. U této úlohy je klíčové nalézt vhodný poměr mezi zobecněnými metodami, použitelnými na záznamy všech pacientů, a metodami nastavenými na konkrétního pacienta (jedna z možností personalizace). Motivací pro takové řešení je velká interpersonální variabilita, a u řady diagnóz i intrapersonální variabilita. Možnost interaktivního vstupu experta do procesu analýzy záznamů může přispět ke zvýšení kvality a konzistence hodnocení.
This paper aims to show the benefits of expert involvement in the creation of knowledge-based content system to support decision making not only in the classic conception of formalization of expert knowledge into the knowledge base, but also somewhat less traditional way. This approach has recently started to be called "human / expert-in-the-loop". The basic idea is to use the expert knowledge that may not be included in the data, whose analysis we perform, but which can significantly improve the quality of decision making. In this step it is often possible to integrate knowledge of more experts. If such approaches are used in machine learning methods, they are known as active learning. We present several case studies from different areas of medicine, in which we show how experts can interact with the system. The first case study is devoted to compare the results obtained using the knowledge system whose knowledge base was created manually from verbally described expert knowledge, and by using machine learning techniques (specifically the decision tree) learned on a larger data set. Subsequently, the knowledge base was compared with the decision tree and supplemented by selected rules from the tree. This adjusted knowledge base provided better results than the original one. The other two case studies are focused on classification in long-term records of biological signals, namely electroencephalographic and polysomnographic. The key issue is to find the appropriate balance between the generalized methods applicable to the records of all patients, and methods adjusted for each patient (one of the personalization options). The motivation for this approach is the large interpersonal variability, and intrapersonal variability at certain diagnoses. An interactive expert input into the process of analyzing the records can contribute to improvement of the quality and consistency of assessment.
Lots of brain diseases are recognized by EEG recording. EEG signal has a stochastic character, this stochastic nature makes the evaluation of EEG recording complicated. Therefore we use automatic classification methods for EEG processing. This methods help the expert to find significant or physiologically important segments in the EEG recording. The k-means algorithm is a frequently used method in practice for automatic classification. The main disadvantage of the k-means algorithm is the necessary determination of the number of clusters. So far there are many methods which try to determine optimal number of clusters for k-means algorithm. The aim of this study is to test functionality of the two most frequently used methods on EEG signals, concretely the elbow and the silhouette method. In this feasibility study we compared the results of both methods on simulated data and real EEG signal. We want to prove with the help of an expert the possibility to use these functions on real EEG signal. The results show that the silhouette method applied on EEG recordings is more time-consuming than the elbow method. Neither of the methods is able to correctly recognize the number of clusters in the EEG record by expert evaluation and therefore it is not applicable to the automatic classification of EEG based on k-means algorithm.
- MeSH
- algoritmy MeSH
- elektroencefalografie * metody MeSH
- lidé MeSH
- počítačová simulace MeSH
- počítačové zpracování signálu MeSH
- shluková analýza MeSH
- výzkum MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH
Tato pilotní studie se zabývá výskytem alfa aktivity a jejích intracerebrálních zdrojů v sLORETA zobrazení v průběhu čínského zdravotního cvičení. Studie se zúčastnilo 5 probandů (3 muži, 2 ženy ve věku 27-52 let), kteří prováděli jednoduché, opakované, symetrické pohyby horními končetinami v trvání 10 minut při otevřených a 10 min. při zavřených očích. EEG bylo registrováno pomocí telemetrického 32kanálového Nicolet EEG Wireless Amplifier (Natus Neurology Inc.) z 19 elektrod, před cvičením, v průběhu cvičení s otevřenýma očima, při cvičení se zavřenýma očima a po ukončení cvičení. Získaný signál byl následně zpracován sLORETA programem a byla vyhodnocena statisticky významná diference intracerebrální mozkové aktivity pro pásmo alfa-1 a alfa-2. Výsledky ukazují, že alfa aktivita se objevuje nejen v relaxovaném stavu při zavřených očích, ale také v průběhu pomalých pohybů ve stoji. Alfa aktivitu jsme nalezli u 4 z 5 probandů v průběhu cvičení se zavřenýma očima a u 3 probandů z 5 při cvičení s otevřenýma očima. V průběhu cvičení se zavřenýma očima se objevuje zdroj alfa-1 aktivity v primárních a sekundárních zrakových centrech, podobně jako v klidovém EEG před a po cvičení. Závěry této pilotní studie naznačují, že v průběhu soustředěného cvičení se zavřenýma očima mohou pomalé, repetitivní pohyby generovat alfa aktivitu, a tím navozovat stav určité mozkové relaxace, která je významná pro optimální mozkovou činnost. Současně představujeme jednu z možných metodik vyhodnocení intracerebrálních zdrojů mozkové aktivity v průběhu pohybové činnosti, která může být aplikována pro výzkumné účely u většiny pohybových aktivit.
The study examines the occurrence of alpha activity and their intracerebral sources in sLORETA imaging during Chinese health exercise. The experiment was conducted with five participants (three male and two females aged 27-52) who carried out simple, repetitive, symmetrical movements with their upper limbs. The duration of the exercise was 10 minutes with open eyes and 10 minutes with closed eyes. The 19-channel EEG was recorded from the scalp using the telemetric Nicolet Wireless Amplifier (Natus Neurology Inc.) by 19 electrodes before, during the exercise with open and close eyes, and after the exercise. Obtained signal was later on processed by sLORETA program and statistically important difference in intracerebral brain activity for alfa-1 and alfa-2 zone was registered. The data were then evaluated in the sLORETA software including statistical processing with the t-test. The results show that alpha activity is present not only in relaxed states with closed eyes but as well during slow motions in standing positions. Alpha activity has occurred in four out of five subjects during the exercise with closed eyes, and in three out of five subjects during the exercise with open eyes. During the exercise with closed eyes, alpha activity has been registered in primary and secondary visual centers, similar to initial and final resting EEG recording. Conclusions of this pilot study signify that during concentric exercise with closed eyes can slow, repetitive movements generate Alfa activity and by that evoke state of brain relaxation alpha is important for optimal brain functioning. Simultaneously it brings one of possible methods of evaluating intracerebral brain activity sources during physical action which can be applied for research purposes during nearly all physical activities.
- MeSH
- alfa rytmus EEG * MeSH
- dospělí MeSH
- elektroencefalografie metody využití MeSH
- lidé středního věku MeSH
- lidé MeSH
- magnetoencefalografie metody využití MeSH
- pilotní projekty MeSH
- qigong * MeSH
- výzkum MeSH
- Check Tag
- dospělí MeSH
- lidé středního věku MeSH
- lidé MeSH
- mužské pohlaví MeSH
- ženské pohlaví MeSH
- Publikační typ
- práce podpořená grantem MeSH
V tomto přehledovém článku se zabýváme základní problematikou registrace a analýzy elektrické mozkové aktivity prostřednictvím elektroencefalografie (EEG). Seznamujeme s využitím mapování mozkové aktivity. Výsledky získané tímto matematickým zpracováním původního EEG signálu můžeme statisticky porovnávat a následně hodnotit změny v elektrické aktivitě, které jsou při prostém vizuálním hodnocení nezaznamenatelné. Tyto techniky se používají k vyhodnocení nejrůznějších neuropsychofyziologických parametrů. V tomto článku seznamujeme závěrem s problematikou hodnocení nástupu únavy v EEG obraze a možnostech hodnocení tzv. behaviorálního aktivačního systému (BAS).
In this review article we deal with problem of registration and analysis of electric brain activities by electroencephalography (EEG). We give some information about brain mapping, which we can use to study of small fluctuations of electric brain activity during specific neuropsychological tasks. We show measurement of central fatigue in EEG and assessment of behavioral activation system.
- Klíčová slova
- behaviorální aktivizační systém,
- MeSH
- elektroencefalografie * metody MeSH
- lidé MeSH
- mapování mozku metody MeSH
- mozek * fyziologie MeSH
- počítačové zpracování signálu MeSH
- únava * diagnóza MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH
- přehledy MeSH
In the present study we investigated the potential antipsychotic effects of the mGlu2/3 agonist LY379268 on changes in EEG power spectra and coherence in the ketamine model of psychosis. In order to use behaviorally active drug doses, experiments detecting changes in locomotor activity and sensorimotor gating were also conducted. In EEG experiments, adult male Wistar rats were injected with ketamine 30 mg/kg i.p. and LY379268 3 mg/kg i.p. Cortical EEG was recorded from twelve (2 × 6) electrodes placed homolaterally on each hemisphere. To avoid interference with the behavioral hyperactivity of ketamine challenge, the behavioral activity of animals was simultaneously registered at the time of recording. Subsequent power spectral and coherence analyses were assessed in epochs corresponding to behavioral inactivity. Analysis of segments with behavioral activity compared to inactivity was also performed. The effects of LY379268 3 mg/kg i.p. on the deficits in sensorimotor processing and on hyperlocomotion induced by ketamine were evaluated in the test of prepulse inhibition of acoustic startle reaction (PPI ASR) and in the open field. LY379268 reversed the ketamine-induced hyperlocomotion but had no effect on ketamine-induced PPI deficits. In EEG epochs corresponding to behavioral inactivity ketamine decreased the power in the delta band, induced a power increase in the high frequency bands and globally decreased EEG coherence. Pretreatment with the LY379268 completely reversed the ketamine-induced power increase in high frequency bands and had a partial effect on EEG coherence. LY379268 alone induced a decrease of beta, high beta and low-gamma power, and an increase in coherence in high frequency bands. Additional analysis revealed that behavioral activity increases power as well as coherence in most frequency bands. In conclusion, agonism of mGlu2/3 receptors was effective in reversing most of the changes induced by ketamine, however due to the lack of effectiveness on PPI deficits its potential antipsychotic properties remain disputable.
- MeSH
- aminokyseliny farmakologie terapeutické užití MeSH
- antipsychotika farmakologie terapeutické užití MeSH
- bicyklické sloučeniny heterocyklické farmakologie terapeutické užití MeSH
- elektroencefalografie účinky léků metody MeSH
- ketamin toxicita MeSH
- krysa rodu rattus MeSH
- modely nemocí na zvířatech * MeSH
- potkani Wistar MeSH
- psychotické poruchy farmakoterapie patofyziologie MeSH
- receptory metabotropního glutamátu agonisté MeSH
- výsledek terapie MeSH
- zvířata MeSH
- Check Tag
- krysa rodu rattus MeSH
- mužské pohlaví MeSH
- zvířata MeSH
- Publikační typ
- časopisecké články MeSH
- práce podpořená grantem MeSH
- Publikační typ
- abstrakt z konference MeSH
OBJECTIVES: The aim of the study was to examine whether the change of quantitative EEG (QEEG) theta prefrontal cordance after one week of various antidepressive interventions predicts response to a 4-week treatment in patients with bipolar depression. METHODS: We investigated 20 inpatients who completed a 4-week treatment. EEG data were monitored at baseline and after 1 week of treatment. QEEG cordance was computed at 3 frontal electrodes (Fp1, Fp2, Fz) in theta frequency band. Depressive symptoms and clinical status were assessed using Montgomery-Åsberg Depression Rating Scale (MADRS), Clinical Global Impression (CGI) and Young Mania Rating Scale (YMRS). RESULTS: Seven of 8 responders (reduction of MADRS ≥50%) and only 2 of 12 non-responders had decreased prefrontal theta cordance value after the first week of treatment (p = 0.02). The positive and negative predictive values of cordance reduction for response were 0.78 and 0.91, respectively. We also found significant differences in cordance value reductions between responders and non-responders after week 1 and higher baseline cordance in responders. Conclusion: The change in prefrontal theta cordance was associated with subsequent change in depressive symptoms and potentially might be a useful tool in the early detection of acute response to antidepressive interventions in bipolar depressed patients.
- MeSH
- antidepresiva terapeutické užití MeSH
- bipolární porucha farmakoterapie patologie MeSH
- dospělí MeSH
- elektroencefalografie MeSH
- lidé středního věku MeSH
- lidé MeSH
- následné studie MeSH
- neparametrická statistika MeSH
- pilotní projekty MeSH
- prediktivní hodnota testů MeSH
- prefrontální mozková kůra účinky léků patofyziologie MeSH
- psychiatrické posuzovací škály MeSH
- ROC křivka MeSH
- theta rytmus EEG účinky léků fyziologie MeSH
- Check Tag
- dospělí MeSH
- lidé středního věku MeSH
- lidé MeSH
- mužské pohlaví MeSH
- ženské pohlaví MeSH
- Publikační typ
- časopisecké články MeSH
- práce podpořená grantem MeSH
- Publikační typ
- abstrakt z konference MeSH
- Publikační typ
- abstrakt z konference MeSH
