sEEGnal: an automated EEG preprocessing pipeline evaluated against expert-driven preprocessing

Dit artikel introduceert sEEGnal, een volledig geautomatiseerd en modulair EEG-voorbereidingspipeline die, na evaluatie tegenover expertgestuurde methoden, vergelijkbare prestaties levert met betrekking tot neurofysiologische kenmerken en bovendien een hogere consistentie en reproduceerbaarheid biedt.

De kern

sEEGnal: De Automatische "Schoonmaakrobot" voor Hersengolven

Stel je voor dat je hersenen een enorme, drukke stad zijn. De elektrische signalen die je hersenen uitzenden (de EEG-data) zijn als de geluiden van die stad: verkeer, mensen die praten, muziek uit de radio en de wind. Maar soms is de stad erg luid door ruis: een verkeersongeluk (een knipperend oog), een bouwwerf (spieren die trekken) of een slechte luidspreker (een slechte elektrode).

Om de echte "muziek" van de stad te horen, moeten we eerst al dat storende geluid weghalen. Dit heet preprocessing. Tot nu toe moest een menselijke expert (een "geluidsmixer") urenlang naar deze signalen luisteren en handmatig beslissen wat ruis is en wat echte hersenactiviteit. Dat is duur, tijdrovend en elke mixer kiest iets anders.

sEEGnal is de oplossing die de auteurs hebben bedacht. Het is een slimme, volledig automatische software die doet wat die menselijke mixer deed, maar dan sneller, consistent en zonder vermoeidheid.

Hier is hoe het werkt, vertaald in alledaagse termen:

1. De Drie Hoofdtaken van sEEGnal

De software werkt in drie duidelijke stappen, net als een professionele schoonmaakteam:

• Stap 1: De Uniforme Verpakking (Standardisatie)
  Stel je voor dat je een enorme hoeveelheid post ontvangt van overal ter wereld, in verschillende formaten en talen. sEEGnal pakt alles uit en legt het netjes in één standaarddoosje (de BIDS-standaard). Zo weet elke computer precies waar hij moet zoeken en hoe hij de data moet lezen. Het maakt het mogelijk om data uit verschillende laboratoria makkelijk te vergelijken.

• Stap 2: De Slechte Microfoons Vinden (Slechte Kanalen Detecteren)
  Soms is een van de 64 of 128 microfoons (elektroden) op je hoofd kapot, zit er geen goed contact, of is er gel tussen twee microfoons gelopen (een "gel-brug").

  • De analogie: sEEGnal luistert naar alle microfoons tegelijk. Als één microfoon heel hard piept, heel stil is, of exact hetzelfde geluid maakt als de buurman (wat onmogelijk is voor echte hersenen), dan zegt de software: "Deze microfoon is stuk, we doen hem eruit."
  • Het doet dit op basis van slimme regels: "Is de spanning te hoog? Is de frequentie raar? Is het signaal te veel verbonden met de buur?"

• Stap 3: De Ruis Weghalen (Artefacten Detecteren)
  Nu de microfoons goed werken, moet de software de storende geluiden filteren.

  • Oogbewegingen: Als je knippert, zie je een grote piek in de voorhoofd-gebied. sEEGnal herkent dit als "oog-ruis" en haalt het eruit.
  • Spierkramp: Als je je kaak spant, krijg je een hoogfrequent geluid. sEEGnal herkent dit als "spier-ruis".
  • Schokjes: Soms schiet een elektrode even los (een "pop"). sEEGnal ziet dit als een plotselinge sprong en verwijdert het.
  • De slimme truc: De software gebruikt een techniek genaamd ICA. Stel je voor dat je een cocktailparty hebt waar iedereen tegelijk praat. ICA is alsof je een magische bril opzet waarmee je precies kunt horen wat één persoon zegt, terwijl je de rest negeert. sEEGnal gebruikt deze bril om de "spreeksters" (de ruis) te identificeren en ze uit het geluid te halen.

2. Werkt het echt? (De Test)

De auteurs hebben sEEGnal getest tegen de "gouden standaard": menselijke experts. Ze hebben data gebruikt van twee grote groepen mensen (een publieke groep en een private groep met ouderen) en gekeken of de software hetzelfde resultaat gaf als de mensen.

• Het resultaat: sEEGnal deed het bijna precies even goed als de menselijke experts.
• De winst: Menselijke experts zijn soms moe, soms hebben ze een slechte dag, en ze werken langzaam. sEEGnal is altijd even scherp, werkt 24/7 en is veel sneller.
• De kwaliteit: De "muziek" die overbleef na het schoonmaken door sEEGnal, klonk bijna identiek aan die van de mensen. De patronen in de hersengolven (zoals de kracht van bepaalde frequenties en hoe verschillende hersendelen met elkaar praten) bleven behouden.

3. Waarom is dit belangrijk?

Vroeger was het analyseren van EEG-data een beetje als het handmatig sorteren van een berg postkaarten. Nu, met sEEGnal, heb je een robot die dat in een flits doet, zonder fouten en zonder dat je er zelf bij hoeft te zitten.

• Voor onderzoekers: Je kunt nu enorme datasets analyseren (duizenden mensen in plaats van tientallen) zonder dat het jaren duurt.
• Voor de toekomst: Omdat de software "open source" is (gratis en openbaar), kan iedereen het gebruiken, verbeteren en aanpassen. Het is als een gratis, superkrachtig gereedschap voor de hele wetenschappelijke wereld.

Kortom: sEEGnal is de automatische, onfatsoenlijke en super-snelle assistent die ervoor zorgt dat we de echte stem van de hersenen kunnen horen, zonder dat we hoeven te vechten met de ruis. Het maakt hersenonderzoek sneller, goedkoper en betrouwbaarder.

Technische samenvatting

Probleemstelling

Elektro-encefalografie (EEG) is een waardevolle techniek voor het diagnosticeren van neurologische aandoeningen en het bestuderen van cognitieve functies vanwege zijn hoge temporele resolutie en niet-invasieve aard. Echter, ruwe EEG-data bevat talloze artefacten (fysiologisch, zoals oogbewegingen en spieractiviteit, en niet-fysiologisch, zoals ruis en lijninterferentie). Het verwijderen hiervan via een "preprocessing"-pipeline is cruciaal voor geldige resultaten.

De huidige standaard is een semi-automatische pipeline die wordt beheerd door menselijke experts. Dit vormt een groot knelpunt voor grootschalig onderzoek vanwege:

1. Tijdsintensiviteit: Het proces is extreem tijdrovend.
2. Reproduceerbaarheid: De uitkomsten zijn sterk afhankelijk van de specifieke expert (subjectiviteit).
3. Schalbaarheid: Het is moeilijk toepasbaar op zeer grote datasets.
4. Toegankelijkheid: De methoden vereisen vaak programmeervaardigheden (MATLAB/Python) en zijn niet toegankelijk voor niet-experts.

Bestaande geautomatiseerde oplossingen missen vaak een geïntegreerd kader dat zowel gestandaardiseerde workflows als data-gedreven detectie combineert.

Methodologie: sEEGnal

De auteurs presenteren sEEGnal, een volledig geautomatiseerde, modulaire en open-source pipeline voor EEG-preprocessing, geschreven in Python (met C++ modules voor efficiëntie) en gebaseerd op het MNE-Python framework. De pipeline is ontworpen om de prestaties van menselijke experts te benaderen en bestaat uit drie hoofdmodules:

1. Standaardisatie:

   • Data wordt omgezet naar het BIDS-formaat (Brain Imaging Data Structure) voor de EEG-extensie. Dit zorgt voor interoperabiliteit, reproduceerbaarheid en gestructureerde data-opslag.

2. Detectie van slechte kanalen (Bad Channel Detection):

   • Kanalen worden gemarkeerd als "slecht" op basis van afwijkingen in de ruimtelijke en statistische structuur.
   • Criteria:
     • Hoge impedantie (> 200 kΩ, standaard).
     • Onmogelijke amplitude (standaardafwijking buiten 1–500 µV).
     • Abnormaal vermogensspectrum (45–55 Hz, 3x het gemiddelde).
     • Gel-bruggen (correlatie > 0,999 tussen kanalen < 5 cm).
     • Hoge amplitudevariantie (10x het gemiddelde).
   • De detectie gebeurt stapsgewijs; kanalen die al als slecht zijn gemarkeerd, worden uitgesloten van verdere evaluatie.

3. Artefactdetectie:

   • Gebruikt Independent Component Analysis (ICA) via het SOBI-algoritme, gecombineerd met ICLabel voor de classificatie van componenten.
   • Workflow: Eerst wordt een minimale preprocessing toegepast (bandpass 1-100 Hz, downsampling naar 500 Hz, notchfilter). Na ICA en classificatie worden artefacten gedetecteerd in een iteratief proces:
     • Eerst worden spier- en sensor-artefacten gedetecteerd en verwijderd (omdat deze de ICA-schatting kunnen domineren).
     • Vervolgens wordt een tweede ICA-schatting uitgevoerd op de "schonere" data.
     • Daarna worden oog- (EOG), spier- (EMG), sensor- (channel jumps) en overige artefacten geïdentificeerd op basis van amplitude- en frequentie-thresholds.

Evaluatie en Experimenten

Om de prestaties te valideren, werd sEEGnal vergeleken met handmatige preprocessing door EEG-experts. Er werden drie datasets gebruikt:

• LEMON dataset: Publieke dataset (20 proefpersonen, rusttoestand).
• AI-Mind dataset: Privé-dataset (20 proefpersonen, MCI-continuum, rusttoestand).
• Test-retest dataset: Subset van AI-Mind (20 proefpersonen, twee opnames per sessie) om consistentie te testen.

Evaluatiemetrics:

1. Metadata: Tijd, geheugengebruik, aantal slechte kanalen, duur van artefacten en aantal verworpen componenten.
2. Neurofysiologische afgeleide maten:
   • Vermogensspectrum: Berekend met Welch's methode.
   • Functionele connectiviteit: Geschat met de Phase Locking Value (PLV) over verschillende frequentiebanden.
3. Statistiek: Gebruik van gepaarde t-tests en NRMSE (Normalized Root Mean Squared Error) om de overeenkomst tussen sEEGnal en experts te kwantificeren.

Belangrijkste Resultaten

1. Prestaties vergeleken met experts:

   • Metadata: sEEGnal en experts vonden een vergelijkbaar aantal slechte kanalen en verworpen componenten. Er was geen significant verschil in het totale aantal artefacten, hoewel de verdeling verschilde (sEEGnal vond meer oog- en spierartefacten, experts vonden meer elektronische sprongen).
   • Efficiëntie: sEEGnal was consistent in tijd en gebruikte minder geheugen dan experts. Experts vertoonden een veel grotere variabiliteit in verwerkingstijd.
   • Vermogensspectrum: De NRMSE-waarden tussen sEEGnal en experts waren zeer laag (< 0,08, oftewel < 8% verschil). De grootste verschillen werden gevonden in de delta-band (vooraan het hoofd), waarschijnlijk door verschillen in detectie van oogartefacten.
   • Functionele Connectiviteit (PLV): De overeenkomst was goed, maar met iets hogere afwijkingen (< 0,17) dan bij het vermogensspectrum, wat verwacht wordt gezien de gevoeligheid van connectiviteitsmaten voor preprocessing. Frontale kanalen toonden de grootste verschillen.

2. Consistentie (Test-retest):

   • sEEGnal toonde een uitzonderlijk hoge stabiliteit bij herhaalde metingen binnen dezelfde sessie (NRMSE < 0,045 voor vermogen en < 0,09 voor PLV). Dit bevestigt dat de pipeline minder variatie introduceert dan menselijke experts.

3. Ruimtelijke verdeling:

   • De slechte kanalen die door sEEGnal werden gedetecteerd, vertoonden een ruimtelijke verdeling (vooral frontaal en temporale gebieden) die sterk overeenkwam met die van de experts.

Bijdragen en Significantie

• Volledige Automatisering: sEEGnal biedt een "plug-and-play" oplossing die geen programmeerkennis vereist, waardoor EEG-preprocessing toegankelijk wordt voor een bredere gemeenschap.
• Modulariteit en Standaardisatie: Door BIDS te integreren en modulaire stappen te gebruiken, is de pipeline schaalbaar en reproduceerbaar voor multi-centrum studies.
• Validatie op Expert-niveau: Het paper bewijst dat een volledig geautomatiseerde pipeline neurofysiologische maten (vermogen en connectiviteit) kan behouden die statistisch niet significant verschillen van die verkregen door menselijke experts.
• Reproduceerbaarheid: De pipeline elimineert de subjectiviteit en variabiliteit van menselijke beoordelaars, wat cruciaal is voor grote datasets en longitudinale studies.
• Open Source: De code is beschikbaar gemaakt voor de gemeenschap, wat transparantie en verdere ontwikkeling mogelijk maakt.

Conclusie:
sEEGnal is een robuust, snel en reproduceerbaar alternatief voor handmatige EEG-preprocessing. Hoewel er kleine verschillen blijven in de detectie van specifieke artefacttypes (zoals spier- versus oogbewegingen), behoudt de pipeline de integriteit van de onderliggende neurofysiologische signalen. Het is een waardevolle tool voor zowel klein- als grootschalig neurowetenschappelijk onderzoek.