An artificial intelligence approach to classify and analyse EEG traces - 16/09/23

Une approche à la classification et analyse de l'EEG avec des systèmes de l'Intelligence Artificielle.

Doi : 10.1016/S0987-7053(02)00302-7

C. Castellaro ^a,⁎ , G. Favaro ^a, A. Castellaro ^b, A. Casagrande ^b, S. Castellaro ^c, D.V. Puthenparampil ^d, C. Fattorello Salimbeni ^d
^a Micromed s.r.l. via Giotto 4, 31021 Mogliano Veneto, Treviso, Italy
^b Genesyst s.r.l. via Miramare 6, 30174 Mestre, Venezia, Italy
^c Dipartimento di Fisica, Università di Bologna, v.le C.B. Pichat 8, 40128 Bologna, Italy
^d Dipartimento di Neurologia, Ospedale di Mirano, Venezia, Italy

^*Corresponding author. Tel.: +39-041-5937000; fax: +39-041-5937011

Abstract

We present a fully automatic system for the classification and analysis of adult electroencephalograms (EEGs). The system is based on an artificial neural network which classifies the single epochs of trace, and on an Expert System (ES) which studies the time and space correlation among the outputs of the neural network; compiling a final report. On the last 2000 EEGs representing different kinds of alterations according to clinical occurrences, the system was able to produce 80% good or very good final comments and 18% sufficient comments, which represent the documents delivered to the patient. In the remaining 2% the automatic comment needed some modifications prior to be presented to the patient. No clinical false-negative classifications did arise, i.e. no altered traces were classified as ‘normal’ by the neural network. The analysis method we describe is based on the interpretation of objective measures performed on the trace. It can improve the quality and reliability of the EEG exam and appears useful for the EEG medical reports although it cannot totally substitute the medical doctor who should now read the automatic EEG analysis in light of the patient’s history and age.

Le texte complet de cet article est disponible en PDF.

Résumé

Nous présentons un système complètement automatique pour la classification et l’analyse des électroencéphalogrammes (EEG) chez ladulte. Le programme est composé (a) d’un Réseau Neuronal qui classifie le tracé entier, époque par époque, et (b) d'un System Expert qui élabore ensuite les commentaires en examinant la classification du réseau et les corrélations dans le temps et dans l’espace. Sur 2000 EEG de routine comportant des anomalies en proportion avec les occurrences cliniques, 80 % des rapports automatiques générés ont été jugés « bons » ou « très bons », 18 % ont été jugés « suffisants », et 2 % des rapports ont dû être modifiés par le médecin avant de devenir satisfaisants. En aucun cas une anomalie réellement présente sur les tracés n’a pas été détectée. Aucun EEG anormal n’a été classé « normal » par le réseau neuronal. Pour générer l’interprétation, le programme utilise des paramètres extraits de l’EEG, donc de mesures objectives. Cette méthode peut améliorer la qualité, la reproductibilité et la fiabilité des informations extraites de l’EEG, même si elle ne peut pas se substituer au médecin qui interprète l’analyse automatique de l’EEG, et linsère dans le contexte clinique et l’âge du patient.