Technische Samenvatting: Laag-densiteit EEG voor epileptische insultdetectie via CNN-RNN-architecturen

Probleemstelling

Epilepsie treft meer dan 50 miljoen individuen wereldwijd, wat behoefte geeft aan nauwkeurige en snelle detectie van insulten voor effectief klinisch beheer. Hoewel geautomatiseerde detectiesystemen een oplossing bieden voor de tijdrovende en foutgevoelige aard van handmatige EEG-annotatie, wordt hun inzet in de echte wereld, tijdens langdurige monitoring, gehinderd door de onpraktische aard van standaard full-cap EEG-opstellingen vanwege ongemak en sociaal stigma. Als gevolg hiervan zijn laag-densiteit, draagbare EEG-systemen, zoals achter-het-oor (bte) montages, een levensvatbaar alternatief geworden. Deze gereduceerde elektrodenconfiguraties lijden echter onder een beperkte ruimtelijke resolutie, een lagere signaal-ruisverhouding (SNR) en een verhoogde kwetsbaarheid voor artefacten. Traditionele machine learning-benaderingen die vertrouwen op handmatige kenmerken (handcrafted features) hebben vaak moeite om prestaties te behouden onder deze beperkingen, en bestaande geautomatiseerde deep learning-modellen voor bte EEG hebben slechts een matige sensitiviteit met significante aantallen vals alarm vertoond, met name in thuisomgevingen.

Methodologie

Deze studie onderzoekt de effectiviteit van hybride deep learning-architecturen (CNN-RNN) voor geautomatiseerde detectie van insulten met behulp van een gesimuleerde bte-montage afgeleid van de Temple University Seizure Corpus (TUSZ, v2.0.3).

Datapreparatie:

• Dataset: De TUSZ v2.0.3 corpus werd gebruikt, beperkt tot volwassen patiënten (≥18 jaar) met opnames van ten minste 3 seconden. De officiële vaste verdeling in trainings-, validatie- (dev) en testsets (eval) werd strikt nageleefd.
• Simulatie: Om een bte-opstelling te simuleren, werd de elektroden-subset {P7, T7, P8, T8} geëxtraheerd. Twee ruimtelijke representaties werden gegenereerd:
  1. Average Montage: Kanalen geherreferentieerd naar het gemiddelde van de subset.
  2. Bipolar Montage: Afgeleide paren {P7−T7, P8−T8, P7−P8, T7−T8}.
• Preprocessing: Signalen werden hersampled naar 256 Hz, gefilterd (60 Hz notch, 1–25 Hz bandpass) en gesegmenteerd in vensters van 2 seconden. Kwaliteitscontroles van de data sloten vensters uit met extreme standaarddeviaties of inactieve kanalen. Normalisatie werd uitgevoerd met een robuuste scaler (5–5% 5–95%) gevolgd door clipping.
• Augmentatie: Trainingsdata werd geaugmenteerd via links-rechts kanaal-flipping en het gebruik van overlappende vensters (0.5 s overlap).

Modelarchitecturen:
Drie verschillende architecturen werden geëvalueerd:

1. Tijdreeksmodellen (CNN-LSTM/GRU): Een 1D-CNN feature extractor (drie lagen met toenemende filteraantallen en afnemende kernelgroottes) gekoppeld aan een bidirectionele LSTM- of GRU-laag (verborgen grootte 128). Temporele kenmerken werden geaggregeerd via globale gemiddelde- en max-pooling.
2. Spectrale Kenmerkmodel (CNN-FT): Een vierlaagse 1D-CNN die het log-vermogensspectrum verwerkt (afgeleid via Fourier-transformatie) om frequentiedomein-kenmerken te vangen.
3. Hybride Multi-Input Merged Model (CNN-Merged): Een late-fusion architectuur die parallel aan twee takken de tijdreeks (average montage) en het log-vermogensspectrum verwerkt. De resulterende featurevectoren ($z_{time}$ en $z_{spec}$) worden geconcateneerd vóór classificatie.

Training en Evaluatie:
Modellen werden getraind in PyTorch met de AdamW optimizer met een klasse-imbalans gewichtsratio van 1:10 (achtergrond:insult). Modelselectie maakte gebruik van een robuust ROC AUC-criterium ($AUC_{robust} = \mu_{AUC} - 0.5 \cdot \sigma_{AUC}$) over een sliding window van drie epochs om stabiliteit te garanderen. Prestaties werden gemeten met behulp van Balanced Accuracy (BACC), Sensitiviteit, Specificiteit en ROC AUC.

Belangrijkste Resultaten

De studie vergeleek verschillende architecturen over verschillende montages en inputdomeinen op zowel validatie- als onafhankelijke testsets.

• Top Prestatie: Het CNN-Merged model behaalde de hoogste prestatie op de testset, met een ROC AUC van 85,89% en een Balanced Accuracy van 79,11%. Het vertoonde ook de hoogste sensitiviteit (81,03%).
• Vergelijking met Single-Domain Modellen:
  • Het CNN-LSTM (Average montage) behaalde een test ROC AUC van 83,47%, maar vereiste aanzienlijk minder trainingsepochs (324 vs. 918 voor CNN-Merged) om de piekvalidatieprestatie te bereiken.
  • Het spectrale CNN-FT model behaalde een test ROC AUC van 84,11%, wat de onderscheidende kracht van frequentiedomein-kenmerken bevestigt, hoewel het het best presteerde wanneer het werd aangevuld met temporele data.
• Robuustheid: De modellen vertoonden sterke robuustheid over verschillende montages (Average vs. Bipolar) en RNN-typen (LSTM vs. GRU), met minimale variatie in prestaties. De keuze van de montage had geen significante invloed op het onderscheidend vermogen in deze laag-densiteit opstelling.
• Insult-type Specificiteit: Het CNN-Merged model behaalde de hoogste algemene sensitiviteit (82,99%) bij een vaste specificiteit van ~75%, en presteerde goed bij zowel focale (80,77%) als gegeneraliseerde (87,62%) insultcategorieën.
• Stabiliteit: Het hertrainen van het CNN-Merged model met verschillende random seeds bevestigde een hoge stabiliteit, met verwaarloosbare variantie in de testset-metrieken.

Betekenis en Claims

Het artikel claimt dat hybride deep learning-modellen, specif kind de CNN-Merged architectuur, een veelbelovende weg vormen voor robuuste, patiënt-onafhankelijke insultdetectie in laag-densiteit EEG-toepassingen.

• Het Gat Overbruggen: De bevindingen suggereren dat geavanceerde modellen effectief kunnen compenseren voor het verlies aan ruimtelijke informatie dat inherent is aan gereduceerde elektrodenconfiguraties. De prestatie van het voorgestelde model (85,89% ROC AUC) is vergelijkbaar met de state-of-the-art resultaten verkregen met full-scalp opnames (bijv. Chybowski et al. [16] rapporteerde 85,94% ± 4,45% op full-montage data).
• Integratie van Kenmerken: De studie onderbouwt dat het integreren van temporele en spectrale kenmerkrepresentaties leidt tot superieure generalisatiecapaciteiten vergeleken met single-domain benaderingen, waarbij een meer holistische representatie van de insultdynamiek wordt gevangen.
• Haalbaarheid van Wearables: De resultaten wijzen erop dat hoogwaardige detectie van insulten niet strikt een full-scalp dekking vereist, wat de haalbaarheid ondersteunt van middelen-beperkte draagbare systemen voor langdurige monitoring.

Beperkingen en Toekomstige Richtingen:
De auteurs merken bescheiden op dat hoewel de resultaten competitief zijn, de huidige specificiteit onvoldoende is voor volledig autonoom dagelijks gebruik vanwege de potentiële last van foutieve detecties. De studie erkent een prestatiekloof tussen de validatie- en testset, waarschijnlijk door overfitting op de validatiedata en distributieverschuivingen. Toekomstig werk moet overgaan van segment-gebaseerde classificatie naar robuuste, event-gebaseerde detectie, de bevindingen valideren op real-world wearable datasets (bijv. Bhagubai et al. [13]), en de modellen optimaliseren voor edge-computing omgevingen.