Работа получила поддержку в рамках двух научно-исследовательских тем:

• ГКПНИ «Инфотех-08» Республики Беларусь по теме «Методы математического моделирования процессов самоорганизации в активных средах» (№ госрегистрации 20063567).
• НИР МОРБ «Нейросетевая система анализа электроэнцефалограмм для обнаружения и распознавания эпилептиформной активности» (№ госрегистрации 20090433).

Данная система позволяет автоматически обнаруживать эпилептическую активность на основе анализа сигналов ЭЭГ с высокой точностью. На сегодняшний день существующие программные модули по автоматическому обнаружению эпилептической активности имеют низкий показатель правильного обнаружения и высокий показатель ложного обнаружения. Разработанный модуль с применением методов искусственного интеллекта и теории хаоса позволяет упростить работу врача при диагностике заболевания эпилепсией, сконцентрировать его внимание на важных участках длительных ЭЭГ данных.

Система имеет ряд особенностей, отличающих её от других подобных представленных на рынке систем.

1. Высокий показатель правильной классификации участков ЭЭГ на нормальную (условно) и эпилептическую активность. Показатель является сравнимым с наилучшим значением, полученным в ходе исследовательских разработок другими авторами.
2. Обнаружение эпилептической активности в процессе сканирования ЭЭГ сигнала. Разработанная методика предполагает возможность анализировать весь ряд данных с последующим получением результата.
3. Классификация без предварительного обучения на эталонном наборе. Обнаружение в системе производится по оценке количественного показателя и не зависит от возраста, пола, стадии заболевания пациента, так же система не требует от пользователя предварительно каких-либо тестирований, обучения на данных ЭЭГ.
4. Способность обнаруживать эпилептическую активность различной формы и длительности. Существующие системы не способны выявлять одиночные всплески эпилептической активности. Разработанная система способна выполнять такое обнаружение и тем самым позволит врачу спрогнозировать появление эпилептического приступа.
5. Устойчивость к шумам в сигналах ЭЭГ позволяет снизить вероятность ложного обнаружения.

Учреждение образования «Брестский государственный технический университет»: 224017 Брест, ул. Московская, 267.
Телефоны: + 375 (162) 32 18 01; + 375 (29) 728 86 27.
E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Нейросетевая система обнаружения эпилептической активности предназначена для применения в отделах диагностики учреждений здравоохранения. Система может использоваться в качестве вспомогательного модуля к существующим комплексам по регистрации и анализу сигналов ЭЭГ. Основное назначение такого модуля выявить и обозначить в сигналах ЭЭГ участки эпилептической активности. Обнаружение присутствия эпилептической активности в сигналах ЭЭГ позволяет специалисту поставить более точный диагноз, прогнозировать появление эпилептических припадков, оценивать эффективность принимаемых пациентом препаратов и соответственно корректировать лечение на основании получаемых данных.

Разработанные алгоритмы могут также применяться для анализа других типов сигналов с целью обнаружения аномалий. Подобные модули могут быть разработаны и использованы в других сферах для обнаружения аномалий в работе реальных систем, нормальная динамика которых характеризуется хаотическим поведением.

Нейросетевая система обнаружения эпилептической активности предназначена для анализа сигналов электроэнцефалограммы (ЭЭГ) и получения дополнительной информации о сигналах, позволяющей выполнять более точную постановку диагноза. Основная функция модуля – это выявление в сигналах ЭЭГ эпилептической активности. Для реализации этой функции используются специально разработанные алгоритмы на базе теории нейронных сетей и теории хаоса. Применение таких алгоритмов для анализа ЭЭГ данных позволило разработать целую систему по эффективному обнаружению эпилептической активности различной формы и длительности без специального предварительного обучения данной системы.

Разработан алгоритм обнаружения эпилептической активности по значению старшего показателя Ляпунова. В ходе расчета показателя используется специальный  нейросетевой модуль, структура которого разработана для ускорения расчета старшего показателя Ляпунова.  Данный показатель выступает критерием оценки присутствия эпилептической активности в сигнале ЭЭГ. Основной научной идеей применения такого подхода явился тот факт, что сигнал ЭЭГ носит хаотический характер, а при появлении эпилептической активности в сигнале происходит снижение степени хаоса. Применение искуственных нейронных сетей позволяет выполнять оценку старшего показателя Ляпунова на небольших отрезках ЭЭГ данных в условиях неполной информации.

Разработан алгоритм адаптивной сегментации на основе прогнозирующей нейронной сети. Данный алгоритм позволяет разделить исходный сигнал ЭЭГ на условно-стационарные сегменты по степени хаотичности. Применение сегментации дало возможности более точно выявить участок, на котором присутствует эпилептическая активность. Искусственные нейронные сети, обладая способностью к аппроксимации и обобщению, дают возможность выделять сегменты такой длительности, которая сравнима с коротким одиночным всплеском эпилептической активности.

На основе вышеописанных алгоритмов разработана нейросетевая система обнаружения эпилептической активности, которая состоит из четырех функциональных частей:

• Предобработка и фильтрация. Данный этап обработки включается в себя выделение полезной информации и фильтрацию сигналов ЭЭГ от шумов и артефактов (следствие моргания, сердечного сокращения и другой мускульной активности). Наиболее эффективным на данном этапе методом является метод независимых компонент (ICA).
• Сегментация. Реализация нейросетевого алгоритма сегментации. В результате данного этапа выделяются сегменты с условно-постоянным уровнем хаоса.
• Оценка старшего показателя Ляпунова. Для каждого сегмента сигнала ЭЭГ формируется нейросетевой модуль и выполняется оценка старшего показателя Ляпунова.
• Обнаружение аномалии. По значению старшего показателя Ляпунова для каждого сегмента принимается решение о наличии либо отсутствии в нем эпилептической активности.

Применение искусственных нейронных сетей и теории хаоса позволило обнаруживать эпилептическую активность  с общей точностью 99,6%. Тестирование проводилось на сигналах ЭЭГ с различными формами эпилептической активности, различной длительности, а также на сигналах ЭЭГ, которые не содержали эпилептическую активность. Важно отметить, что такая система не нуждается в формировании специальных обучающих баз или дополнительном анализе обрабатываемых данных. Для конечного пользователя (врача-эпилептолога) такая система не потребует дополнительных навыков и знаний, так как работа с ней будет аналогичной работе с любым программным обеспечением по просмотру ЭЭГ данных.

Головко Владимир Адамович, д.т.н., профессор, зав. кафедрой Интеллектуальных информационных технологий (ИИТ), Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.;

Лаврентьева Светлана Владимировна, доцент каф. ИИТ, Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..

Разработка ведется при поддержке Учреждения образования «Белорусская медицинская академия последипломного образования»:

Евстигнеев Виктор Владимирович, д.м.н., профессор, профессор каф. Неврологии и нейрохирургии;

Кистень Ольга Васильевна, докторант каф. Неврологии и нейрохирургии, Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..

В среде Matlab разработан экспериментальный модуль обнаружения эпилептической активности, который способен анализировать данные программного обеспечения по регистрации и обработке сигналов ЭЭГ «Нейрон-Спектр» и «ЭЭГ-2000». Проведены экспериментальные исследования, подтверждающие эффективность предложенного подхода. Разработанная система прошла апробацию на многочисленных выставках и научных конференциях, в том числе и за рубежом, где была отмечена рядом наград.

Инвестиции необходимы для коммерческой реализации разработанных методов и технологий обнаружения эпилептической активности.

Коммерческая реализация может быть разделена на две части:

Первая часть – создание отдельного программного модуля обнаружения эпилептической активности. Предназначение модуля – анализ сигналов ЭЭГ на предмет наличия в них эпилептической активности. По окончании данного этапа можно будет делать выводы об успешности и конкурентоспособности разработанного продукта и принимать решение либо о дальнейшем развитии (вторая часть), либо о продаже модуля одному из разработчиков программного и аппаратного обеспечения по регистрации и предварительному анализу ЭЭГ.

Вторая часть – вывод продукта на рынок, последующая поддержка и развитие. Подразумевает разработку универсального модуля, способного взаимодействовать с любым программным обеспечением по регистрации ЭЭГ. На данном этапе создается отдел по разработке вспомогательного программного продукта, приглашаются дополнительные специалисты, наращивается функционал программы и т.д. в зависимости от требований рынка. Возможно расширение продукта, включающее создание программных и аппаратных частей по регистрации ЭЭГ.