27
11/12/2006 UNIVERSITA’ DEGLI STUDI DI TRIESTE Facoltà di Ingegneria Corso di Laurea triennale in Ingegneria Elettronica Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG Relatore Prof. Agostino ACCARDO Correlatore Dott. Fabrizio MONTI Laureando Monica CUSENZA Tesi di Laurea in STRUMENTAZIONE BIOMEDICA

Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

  • Upload
    nami

  • View
    43

  • Download
    1

Embed Size (px)

DESCRIPTION

UNIVERSITA’ DEGLI STUDI DI TRIESTE Facoltà di Ingegneria Corso di Laurea triennale in Ingegneria Elettronica. Tesi di Laurea in STRUMENTAZIONE BIOMEDICA. Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG. Laureando Monica CUSENZA. Relatore - PowerPoint PPT Presentation

Citation preview

Page 1: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

11/12/2006

UNIVERSITA’ DEGLI STUDI DI TRIESTEFacoltà di Ingegneria

Corso di Laurea triennale in Ingegneria Elettronica

Valutazione dello stato di sofferenza cerebrale mediante analisi non

lineare dell’EEG

Relatore

Prof. Agostino ACCARDO

Correlatore

Dott. Fabrizio MONTI

Laureando

Monica CUSENZA

Tesi di Laurea inSTRUMENTAZIONE BIOMEDICA

Page 2: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

SOMMARIO

Introduzione Stato dell’arte Obiettivo della tesi Materiale e Metodi Risultati e discussione Conclusioni Sviluppi futuri

1/26

Page 3: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

CONTESTO

Monitoraggio dei parametri neurofisiologici dei pazienti sottoposti ad interventi di endoarterectomia carotidea

INTRODUZIONE

2/26

Page 4: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ENDOARTERECTOMIA CAROTIDEA

Rimozione chirurgica della placca arteriosclerotica dallacarotide. Usualmente la procedura prevede:

INTRODUZIONE

CLAMPING arteriadrastica RIDUZIONE perfusione cerebrale

COMPENSAZIONE circolo controlaterale

3/26

applicazione SHUNT per il ripristino del

circolo

1. incisione arteria

2. rimozione placca

3. sutura INSUFFICIENTE

Page 5: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

MONITORAGGIO NEUROFISIOLOGICO DELLA SOFFERENZA CEREBRALE

necessario per esaminare la

risposta cerebrale del paziente

all’ipoperfusione

INTRODUZIONE

4/26

Page 6: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

STATO DELL’ARTE

La metodica maggiormente utilizzata per il monitoraggio neurofisiologico dell’endoarterectomia carotidea è l’analisi visiva dell’EEG.

Il Gruppo S.I.N.C. per i Monitoraggi Neurofisiologici consiglia il confronto dei tracciati EEG del periodo di valutazione pre-clamping con quelli del periodo post-clamping.

STATO DELL’ARTE

5/26

Page 7: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

INDICAZIONI CLINICHE

Le anomalie che possono apparire sui tracciati dopo il clamping, legate alla sofferenza cerebrale, vengono qualitativamente classificate come:

STATO DELL’ARTE

1. RALLENTAMENTO del tracciato

2. ABBASSAMENTO del voltaggio

unilaterale o bilaterale

6/26

1. AUMENTO attività (0.5-3.5Hz)

2. RIDUZIONE attività 8-15Hz

ovvero

Page 8: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

RICAVARE EEG QUANTITATIVO

Consapevolezza che l’analisi visiva dei tracciati:– offre una valutazione qualitativa degli effetti

dell’ipoperfusione cerebrale– richiede molta esperienza e capacità di obiettività

Convinzione che:– un’analisi nel dominio delle frequenze e l’analisi non

lineare nel tempo possono dare informazioni aggiuntive di supporto al neurofisiologo

qEEG: STRUMENTO d’ausilio al monitoraggio visivo dell’EEG

7/26

OBIETTIVO DELLA TESI

Page 9: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

METODI APPLICATI

Dominio del tempo– analisi della variabilità segnale– conteggio dello zero-crossing – stima della dimensione frattale

Dominio della frequenza– stima della potenza media nelle diverse bande– calcolo del BSI (Bispectral Simmetry Index)– calcolo del coefficiente beta

MATERIALE E METODI

8/26

Page 10: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI NEL TEMPO

1. Deviazione standard:

– dipende dall’ampiezza del segnale nel tempo

– in caso di ‘abbassamento del voltaggio’ dovuto alla sofferenza la deviazione standard diminuirà

3. Zero-crossing:

– conteggio del numero di attraversamenti della linea dello zero– principio della frequenza dominante: “per segnali gaussiani e

stazionari il valore ZC dipende dalla frequenza dominante”

– si ipotizza che in caso di sofferenza si verifichi una sua diminuzione

MATERIALE E METODI

9/26

Page 11: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI NEL TEMPO

3. Dimensione frattale:– per un oggetto ‘autosomigliante’ di dimensione D, ciascuna delle N

parti in cui esso è diviso risulta una sua copia, in scala ridotta, secondo il rapporto:

– Hp: EEG segnale ‘autosomigliante’ con dimensione frattale (DF) compresa tra 1 e 2

– algoritmo di Higuchi: basato sul calcolo del numero n() di segmenti di lunghezza necessari per misurare la lunghezza della curva

– si ipotizza che in caso di sofferenza la DF diminuisca

DN

r 1

1

MATERIALE E METODI

r

ND

1log

)log(

10/26

Page 12: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI SPETTRALE

1. Potenza media nelle bande:

tot: 0.5-40Hz : 0.5-3.5Hz : 4-8Hz : 8-13Hz 1: 13-22Hz

’: 0.5-1Hz ’’: 1-3.5Hz HF: 8-15Hz

LF: 0.5-5Hz

si considera anche il rapporto tra le potenze medie nella bande HF e LF che, in base alle indicazioni cliniche, dovrebbe mostrare, in caso di sofferenza, variazioni marcate

MATERIALE E METODI

11/26

Page 13: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI SPETTRALE

2. Bispectral Simmetry Index (van Putten et al., Clinical Neurophysiology, 2004):

2

1 1 )()(

)()(11)(

k

kk

M

j jLkjRk

jLkjRk

nPSDnPSD

nPSDnPSD

MKnBSI

Hzk 11 Hzk 252

112 kkK

MATERIALE E METODI

da monitorare (da letteratura) le variazioni superiori al 6% rispetto al valor medio calcolato nel periodo pre-clamping

12/26

Page 14: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI SPETTRALE

3. Trend 1/f

MATERIALE E METODI

-

1. 0.5-40Hz:

2

5 DF

2. 8-40Hz (più lineare)

3. 0.5-18Hz (più sensibile)

13/26

ci si aspetta: un aumento (casi 1 e 3) una riduzione (caso 2)

Page 15: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

MATERIALE CLINICO

Registrazioni di 140 interventi di endoarterectomia

carotidea eseguiti all’Ospedale di Cattinara dal

2003-2006:

– tracciati di almeno 13 canali(F3, F4, F7, F8, C3, C4, Cz, P3, P4, T5, T6, O1, O2)

– 3 minuti pre-clamping + 3 minuti post-clamping– campionamento 128Hz o 512Hz

MATERIALE E METODI

14/26

Page 16: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

PRE-PROCESSING

eventuale sotto-campionamento a 128Hz

filtraggio passa banda Butterworth 0.4-40Hz

suddivisione segnali EEG in sottosequenze di 10s con overlap del 50%

MATERIALE E METODI

15/26

Page 17: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

IMPLEMENTAZIONE ALGORITMI

routines implementate in MatLab algoritmi applicati a ciascuna sottosequenza di ogni

canale per ogni canale aggiornamento parametro ogni 5s calcolo dell’andamento medio di ogni parametro

nell’emisfero destro e nell’emisfero sinistro valutazione delle variazioni dei parametri nel

periodo post-clamping rispetto al valore mediano nel pre-clamping per ciascun emisfero

MATERIALE E METODI

16/26

Page 18: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

RISULTATI e DISCUSSIONE

Fase preliminare:– individuazione delle variazioni, nei parametri, mediamente

superiori al 20% tra il pre- ed il post-clamping– identificazione dei probabili soggetti con sofferenza

Confronto con classificazione clinica (positivi=con sofferenza, negativi=nella norma)

Selezione dei parametri maggiormente correlati allo stato di sofferenza cerebrale e quantificazione in termini percentuali delle variazioni post-clamping rispetto al valore mediano del pre-clamping

RISULTATI E DISCUSSIONE

17/26

Page 19: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

CRITERI

parametro selezionato:

beta tra 0.5-18Hz zero-crossing PW 8-15Hz PW

soglia:

+20%-20%-40%-40%

Criteri proposti

RISULTATI E DISCUSSIONE

18/26

durata minima della variazione per ogni parametro: 25s (5 punti)

Page 20: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI STATISTICA

0

1

2

3

4

5

6

7

8

9

10

beta ZC PW 8-15 PW alfa

Falsi negativi

Falsi positivi

RISULTATI E DISCUSSIONE

19/26

Classificazione clinica:

22 positivi (shunt) 118 negativi (nella norma)

falsi negativi: soggetti positivi non identificati dal criterio

falsi positivi: soggetti negativi segnalati dal criterio come

Page 21: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI STATISTICA

RISULTATI E DISCUSSIONE

0

10

20

30

40

50

60

70

80

90

100

beta ZC PW 8-15 PW alfa

Specificità

Accuratezza

Sensibilità

20/26

specificità: % di soggetti negativi correttamente individuati

accuratezza: % di risultati corretti sul totale

sensibilità: % di soggetti positivi correttamente individuati

Page 22: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

ANALISI STATISTICA

Il criterio che meglio identifica i pazienti a rischio di complicazioni ischemiche è PW 8-15Hz per variazioni negative superiori o uguali al 40% della durata di almeno 25 secondi

La sensibilità, dell’82 %, è dovuta ai 4 soggetti su 22 che non vengono identificati

RISULTATI E DISCUSSIONE

21/26

Page 23: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

FALSI NEGATIVI

RISULTATI E DISCUSSIONE

22/26

SI PUO’ MIGLIORARE?

linea verticale tratteggiata: istante del clamping

curva rossa: andamento medio di PW HF nell’emisfero destro

curva blu: andamento medio di PW HF nell’emisfero sinistro

marker verde: punti oltre la soglia

Page 24: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

MODIFICA CRITERIO

Si considera sempre il parametro PW HF ma con due nuove soglie:

1. -35% per 25s

2. -30% per 25s

Ci si aspetta che la riduzione della soglia causi un aumento della sensibilità (riduzione falsi negativi) a scapito della specificità (aumento falsi positivi)

RISULTATI E DISCUSSIONE

23/26

Page 25: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

CONCLUSIONI

1. PW 8-15Hz -35%:

1. recuperato dai falsi negativi quello con sofferenza più marcata;

2. i 3 falsi positivi possono fare riflettere sui risultati dell’analisi qualitativa dell’identificazione clinica (mostrano variazioni sensibili)

2. PW 8-15Hz -30%:

1. ulteriore recupero dai falsi negativi; 2. ulteriori 3 falsi positivi nei quali però il

trend del parametro rimane complessivamente invariato (riduzione specificità ingiustificata)

0

1

2

3

4

5

6

-40% -35% -30%

Falsi negativi Falsi positivi

CONCLUSIONI

24/26

Page 26: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

CONCLUSIONI

in base ai risultati dell’analisi statistica per gli ultimi 2 criteri testati confrontato il peso dei falsi positivi e dei falsi negativi ricordando che l’analisi visiva dei tracciati tende a sovrastimare la

sofferenza ribadendo che lo strumento verrà proposto come AUSILIO e non

come SOSTITUZIONE dell’analisi visiva dell’EEG

SI PROPONE IL CRITERIO QUANTITATIVO:

PW 8-15Hz, calo minimo del 35%, durata minima 25s

CONCLUSIONI

25/26

Page 27: Valutazione dello stato di sofferenza cerebrale mediante analisi non lineare dell’EEG

SVILUPPI FUTURI

Implementazione real-time degli algoritmi per il calcolo del parametro

Visualizzazione su monitor del parametro unitamente ai tracciati nel tempo delle derivazioni EEG

CONCLUSIONI

26/26