تحلیل اتصالات مغزی برای پیش بینی وقوع حملات تشنج صرعی با استفاده از سیگنال های الکتروانسفالوگرافی

قرارگرفتن در وضعیت‌های مختلف ادراکی، شناختی و احساسی با نوعی انتشار اطلاعات از طریق نوسانات نورون های مغزی همراه است. بررسی این نوسانات و به طور مشخص ارتباطات و تعاملات میان بخش های مختلف مغز، می تواند اطلاعات مفیدی درباره ی نحوه ی واکنش مغز در برابر وضعیت های مختلف بدست دهد. در ادبیات موضوع، ارتباطات بین نواحی مختلف مغز به سه دسته ی ساختاری، موثر، و کارکردی تقسیم بندی می شوند که دسته ی اول به ارتباط بین نورون های نواحی مجاور می پردازد، در حالی که دسته ی دوم و سوم بر همسانی زمانی بین نوسانات بخش های نه لزوما مجاور متمرکز هستند. اگرچه سیگنال های EEG به دلیل دقت مکانی نسبتا پایین مناسب ترین معیار برای سنجش ارتباطات کارکردی و موثر بین بخش های مختلف مغز نیستند، اما بررسی آماری این سیگنال ها می تواند در تشخیص هم زمانی بین نوسانات نواحی مختلف مغز کمک قابل توجهی نماید. در این مقاله، چارچوبی نوین برای پیش بینی وقوع تشنج با استفاده از سیگنال های EEG ارائه می گردد که از معیار علیت گرنجر در حوزه ی فرکانس برای اندازه گیری میزان هم زمانی نوسانات سیگنال های EEG در مدت‌زمان‌های Inter-ictal و Pre-ictal استفاده می نماید. در ادامه، با بکارگیری یک طبقه‌بند Logistic Regression با عبارت تنظیم‌کننده درجه اول اقدام به تفکیک نمونه‌های استخراج‌شده از این دو بازه‌ی زمانی از یکدیگر می‌شود. در گام آخر، با در نظر گرفتن بازه های زمانی متوالی، در صورتی که به تعداد مشخصی بازه مربوط به Pre-ictal شناخته شوند، اعلام وقوع تشنج می گردد. شبیه‌سازی‌های انجام‌شده روی مجموعه داده ی CHB-MIT به ازای افق پیش‌بینی 10 دقیقه به نرخ حساسیت %95.03 و نرخ پیش‌بینی نادرست 0.14 بر ساعت منتج شده است که نشان‌دهنده‌ی عملکرد قابل‌قبول روش پیشنهادی در مقایسه با بهترین نتایج گزارش‌شده در سایر مقالات می‌باشد.