maestría en tecnologías de la información “análisis de la propagación de la señal...

Maestría en Tecnologías de la Información

“Análisis de la propagación de la señal paroxística en EEGs utilizando técnicas de Data

Mining sobre múltiples canales“

DirectoraDra. Alicia Mon

IntegrantesE. Santiago, P. Valenti

Trabajo de Tesis

Agenda• Objetivo de la Tesis• Introducción a EEG y Epilepsia• Data Mining y la metodología sobre la que

se basa la Tesis• Definición del problema• Procesamiento y análisis de los canales• Análisis de los resultados y Conclusiones• Trabajos futuros• Herramienta desarrollada

Objetivo“Extender el trabajo realizado sobre

detección automática de paroxismos en EEG utilizando técnicas de Data Mining analizando todos los canales, y aportando información del canal principal sobre el cual se propaga la señal paroxística.”

Beneficios

• Disminución considerable del tiempo de análisis por parte de los expertos

• Facilitar a los expertos la detección de la topología de la crisis epiléptica

Introducción a EEG y Epilepsia

• Definición de Epilepsia

• ElectroEncefaloGrama (EEG)

• EEG aplicado a la epilepsia

• Paroxismos

• Algunas definiciones

Epilepsia

“Afección neurológica crónica, recurrente y repetitiva, de fenómenos paroxísticos ocasionados por descargas de neuronas cerebrales de forma desordenada y excesiva”

Electroencefalograma (EEG)

Ejemplo de EEG

EEG aplicado a la Epilepsia

• Confirmación del diagnóstico clínico

• Predicción de posibles recurrencias tras la disminución / supresión del tratamiento antiepiléptico

• Tipo y etiología de las crisis

• Detección de actividad Paroxística

Paroxismos

Punta onda – Onda aguda – Polipuntas

“Ciertos grafoelementos que se presentan en un muy alto porcentaje en pacientes epilépticos, denominados grafoelementos epileptiformes”

Alguna definiciones

Actividad de base: es el registro de la actividad eléctrica cerebral en condiciones de reposo o durante el sueño espontáneo, también llamada señal de base.

Periodo Ictal: El comienzo de la crisis o periodo ictal se define por el primer cambio eléctrico en el ritmo de base del EEG o alguna manifestación clínica que indica el inicio de la misma.

Período Interictal: Los periodos interictales son aquellos entre ataques de epilepsia (crisis), que pueden contener actividad de base o actividad paroxística.

Data Mining

“Data Mining o KDD es la extracción no trivial de información implícita, previamente desconocida y potencialmente útil de los datos”

“Búsqueda de relaciones y patrones globales existentes en una gran base de datos, pero que están ocultos a simple vista, debido a la gran cantidad de información almacenada”

Data Mining

Fases del proceso de DM

– Selección de los datos

– Preprocesamiento de la información

– Data Mining

– Validación del modelo generado

Metodología sobre la que se basa la Tesis

Detección de señales paroxísticas (punta onda, ondas agudas y polipuntas) sobre un mono-canal de un EEG utilizando un algoritmos de clasificación de Data Mining.

Metodología – Paso 1Los archivos de datos utilizados son señales EEG de pacientes epilépticos asistidos en el Centro de Epilepsia del Hospital Ramos Mejía de la ciudad de Buenos Aires.

Metodología – Paso 2


• Árboles de decisión J4.8• Naive Bayes


• Matriz de confusión• Cobertura de las marcas• Curvas ROC

Metodología – Validación contra expertos

Definición del problemaNecesidadDetección de la zona del cerebro

donde se origina la crisis en aquellos pacientes epilépticos candidatos a cirugía.

ProblemaLos estudios que se realizan tienen

una duración bastante prolongada, llegando en muchos casos a 72 horas de grabación de señal EEG.

Esto hace muy tedioso y agotador el trabajo de los expertos para el análisis de los mismos.

Es fundamental en estos casos, poder confirmar que el foco está cercano a la lesión.

Procesamiento y análisis de los canales

Etapa 1


Etapa 2

• Selección de los datos

• Preprocesamiento de la información

• Aplicación de los modelos de detección de paroxismos

• Análisis de todos los canales


Selección de los datos

• Archivo de datos EEG

• Archivos de detecciones% VP % FP Distancia

1 NaiveBayes, Hanning, R2 y I2, Agrup 2 82% 16% 21,26

2 J48, Hanning, sqr(R2 + I2) y atan(I/R), Agrup 3 80% 16% 22,80


4 NaiveBayes, Cuadrado, R2 y I2, Agrup 4 77% 14% 23,32



7 NaiveBayes, Hanning, R2 y I2, Agrup 3 73% 11% 26,00

8 J48, Cuadrado, sqr(R2 + I2) y atan(I/R), Agrup 2 76% 18% 26,40

9 NaiveBayes, Hanning, sqr(R2 + I2) y atan(I/R),

Agrup 3

78% 22% 26,87


Selección de los datos

• Modelos seleccionados

Algoritmo de Data Mining Windowing Función de Transformación

Modelo 1 NaiveBayes Hanning R2 y I2

Modelo 2 NaiveBayes Hanning sqr(R2 + I2) y atan(I/R)

Modelo 3 NaiveBayes Cuadrado R2 y I2

Modelo 4 J48 Hanning sqr(R2 + I2) y atan(I/R)

Modelo 5 J48 Cuadrado sqr(R2 + I2) y atan(I/R)

• Windowing

• Funciones de transformaciónR2 y I2

sqr(R2 + I2) y atan(I/R)

Hanning

Cuadrada

)(1

2cos*5.05.0)( nf

T

nnfHng

)()( nfnfP

Preprocesamiento de la información

Preprocesamiento de la información

@relation CANAL01_V64_D8_f @attribute campo1 real @attribute campo2 real @attribute campo3 real @attribute campo4 real @attribute campo5 real @attribute campo6 real @attribute campo7 real @attribute campo8 real @attribute campo9 real @attribute campo10 real @attribute campo11 real … @attribute campo59 real @attribute campo60 real @attribute campo61 real @attribute campo62 real @attribute tipo {NADA, SI} @data 72.35, 59.11, 17.25, 1.00, ..., 0.83, -1.27, 1.09, 1.32, -1.46, -0.18, NADA 56.42, 59.62, 31.49, 9.47, ..., 0.75, 1.46, -1.34, -0.98, -0.79, -0.40, NADA 55.31, 52.31, 27.14, 4.10, ..., -0.20, -1.08, 1.45, -1.49, -0.37, -0.28, NADA 51.32, 59.81, 29.14, 1.58, ..., 0.08, 0.14, 0.01, -0.86, 1.36, 0.23, NADA 97.24, 84.61, 49.30, 1.83, ..., 1.07, 0.57, -0.91, -1.34, 1.10, 1.54, NADA 57.35, 67.36, 27.44, 8.49, ..., -1.54, -0.09, 1.16, -0.21, 0.35, -0.85, NADA ............................................................................ ............................................................................ ............................................................................ 9.51, 9.11, 4.36, 2.00, ..., 0.66, 1.21, 0.34, 1.12, 1.16, 0.10, NADA 7.90, 4.50, 3.51, 1.67, ..., 0.42, 0.39, -0.16, -1.02, -1.16, 0.20, NADA 7.03, 1.94, 4.69, 3.33, ..., -1.20, 1.53, -0.40, 1.04, 0.42, -0.28, NADA 8.78, 6.70, 6.04, 4.55, ..., 0.35, -0.34, 0.64, 0.01, -1.49, -0.45, NADA 12.03, 8.83, 6.29, 4.70, ..., -1.46, 1.08, 0.18, -0.37, -0.59, -0.22, NADA 14.79, 6.36, 5.71, 3.83, ..., -1.48, -0.62, -1.16, 0.10, 0.37, 0.04, NADA




0 SI 1.0 NADA1 NADA 0.95 NADA2 NADA 1.0 NADA3 NADA 0.95 NADA4 SI 1.0 NADA5 NADA 1.0 NADA6 SI 1.0 NADA7 NADA 0.95 NADA8 NADA 1.0 NADA9 SI 1.0 NADA10 NADA 0.95 NADA11 NADA 1.0 NADA12 SI 1.0 NADA13 SI 1.0 NADA14 SI 1.0 NADA







Aplicación de los modelos de detección de paroxismos


Canal 0

Canal 1

Canal N-1

Canal NModelo 1

Archivo preprocesado

Agrupamiento de marcas

Casos a Procesar

Modelo Agrupamiento

Caso 1 2 Caso 2

NaiveBayes - Hanning - R2 y I2 3

Caso 3 NaiveBayes - Hanning - sqr(R2 + I2) y atan(I/R) 3

Caso 4 3

Caso 5 4

Caso 6

NaiveBayes - Cuadrado - R2 y I2

5

Caso 7 2

Caso 8 3

Caso 9

J48 – Hanning - sqr(R2 + I2) y atan(I/R)

4

Caso 10 J48 – Cuadrado – sqr(R2 + I2) y atan(I/R) 2

Análisis de todos los canales

• Detección del canal principal

• Cálculo de la cobertura de las marcas

• Gráfica de todos los canales

Detección del canal principal

Canal 0 196 198 151

187

72

15

178

193

164

192

202

112

149

151

89

74

62

20

154

188

60

89

91

187

159 160 156 208 187 159 173

Canal 1 213 190 187 167 149 134 209 172 138 127

Canal 2 83 64 72 49 39 32 86 66 47 18

Canal 3 77 56 145 42 33 28 81 54 45 17

Canal 4 113 92 178 57 36 30 75 42 29 18

Canal 5 165 134 193 106 76 56 87 59 34 31

Canal 6 61 47 164 32 16 12 34 17 10 6

Canal 7 111 87 192 50 36 29 41 26 10 10

Canal 8 29 22 202 14 12 11 29 18 7 14

Canal 9 84 65 112 49 39 25 62 45 20 33

Canal 10 119 84 149 63 39 29 57 37 23 38

Canal 11 124 90 151 63 35 26 41 22 10 29

Canal 12 60 48 89 45 42 39 58 49 34 42

Canal 13 71 56 74 43 39 32 64 49 32 40

Canal 14 61 56 62 43 39 34 60 43 30 34

Canal 15 19 15 20 10 6 5 14 10 3 6

Canal 16 202 174 154 141 132 124 173 139 108 131

Canal 17 139 111 188 99 84 70 102 85 60 69

Canal 18 49 38 60 43 36 32 63 50 32 41

Canal 19 57 45 89 42 36 34 66 46 30 35

Canal 20 93 78 91 89 76 68 98 78 59 69

Canal 21 134 108 187 95 81 73 110 93 73 66

Canal 22 70 62 73 63 56 48 80 66 54 52

Canal 23 85 69 91 87 76 60 103 86 67 76

Canal 24 78 66 80 82 65 53 88 78 66 73

Canal 25 50 43 51 39 37 31 52 40 31 30

Canal 26 10 7 28 11 5 5 11 4 3 5

Canal 27 19 14 29 13 9 8 24 13 9 11

Canal 28 38 28 52 26 21 20 37 32 25 21

Canal 29 41 29 43 32 26 22 51 37 24 35

Canal 30 25 20 30 19 17 16 22 16 13 13

Canal 31 16 14 19 9 8 8 10 9 6 7

Caso 1

Caso 2

Caso 3

Caso 4

Caso 5

Caso 6

Caso 7

Caso 8

Caso 9

Caso 10

# de marcas

Cálculo de la cobertura de las marcas

Caso 1

Caso 2

Caso 3

Caso 4

Caso 5

Caso 6

Caso 7

Caso 8

Caso 9

Caso 10

% de cobertura

Canal 0 66,20% 100,00% 47,03% 62,28% 100,00% 100,00% 68,90% 100,00% 100,00% 100,00%

Canal 1 100,00% 40,91% 50,50% 100,00% 33,75% 33,33% 100,00% 44,92% 37,11% 41,04%

Canal 2 11,74% 9,60% 12,38% 8,38% 5,00% 4,49% 13,88% 11,76% 8,81% 4,05%

Canal 3 11,74% 8,59% 26,73% 8,98% 5,63% 5,13% 13,88% 11,76% 10,06% 5,78%

Canal 4 17,37% 14,14% 45,54% 10,78% 7,50% 6,41% 10,53% 6,42% 3,14% 2,31%

Canal 5 29,58% 26,26% 51,49% 22,16% 15,63% 11,54% 12,44% 6,95% 5,66% 5,20%

Canal 6 8,92% 7,58% 33,66% 5,99% 1,88% 1,92% 2,87% 1,60% 0,63% 1,16%

Canal 7 17,37% 15,15% 46,04% 10,78% 7,50% 6,41% 6,22% 3,21% 1,26% 1,73%

Canal 8 3,76% 3,54% 100,00% 2,40% 2,50% 2,56% 3,83% 4,28% 1,26% 3,47%

Canal 9 12,21% 11,62% 20,30% 8,38% 7,50% 5,77% 10,53% 9,63% 1,89% 7,51%

Canal 10 18,31% 13,13% 25,74% 15,57% 10,63% 8,97% 11,00% 7,49% 1,89% 9,25%

Canal 11 22,07% 18,69% 28,71% 13,77% 8,75% 7,69% 8,61% 6,42% 2,52% 6,94%

Canal 12 11,74% 8,08% 13,86% 11,98% 13,13% 11,54% 10,53% 8,02% 5,03% 9,25%

Canal 13 11,74% 8,59% 15,35% 6,59% 4,38% 5,13% 10,05% 8,02% 3,77% 8,67%

Canal 14 3,29% 10,10% 11,88% 6,59% 6,88% 8,33% 10,53% 6,95% 3,77% 8,09%

Canal 15 13,62% 0,00% 1,98% 0,60% 1,88% 1,28% 0,96% 1,07% 0,00% 0,58%

Canal 16 3,29% 36,87% 47,03% 42,51% 39,38% 37,18% 36,84% 31,55% 26,42% 31,21%

Canal 17 47,42% 19,19% 49,50% 28,74% 24,38% 18,59% 22,49% 19,25% 15,72% 17,92%

Canal 18 29,11% 6,06% 10,89% 10,18% 8,75% 8,33% 10,05% 6,95% 5,66% 10,40%

Canal 19 7,98% 7,07% 18,81% 10,18% 12,50% 10,26% 9,57% 6,42% 3,77% 8,09%

Canal 20 11,74% 15,15% 18,32% 21,56% 21,25% 18,59% 18,18% 16,04% 11,95% 18,50%

Canal 21 17,84% 19,19% 42,08% 22,16% 19,38% 16,03% 23,44% 19,79% 11,95% 16,18%

Canal 22 24,41% 10,61% 15,35% 15,57% 12,50% 9,62% 15,79% 12,83% 7,55% 12,72%

Canal 23 13,62% 14,14% 19,31% 23,95% 19,38% 16,03% 22,97% 16,04% 11,95% 18,50%

Canal 24 17,37% 12,12% 17,33% 23,35% 17,50% 14,74% 19,14% 13,90% 10,06% 19,65%

Canal 25 15,49% 7,58% 11,39% 10,78% 10,00% 7,69% 9,57% 6,95% 4,40% 8,09%

Canal 26 10,80% 1,52% 6,44% 1,80% 1,88% 0,64% 1,91% 1,07% 0,63% 1,16%

Canal 27 1,88% 1,52% 6,44% 1,80% 0,63% 0,00% 3,35% 2,14% 1,26% 1,73%

Canal 28 2,82% 5,05% 9,90% 3,59% 4,38% 4,49% 7,18% 5,35% 4,40% 6,94%

Canal 29 7,98% 6,57% 10,40% 4,79% 5,63% 4,49% 9,09% 6,95% 5,66% 11,56%

Canal 30 7,98% 4,04% 7,43% 2,40% 3,75% 3,21% 3,35% 3,21% 3,77% 3,47%

Canal 31 4,69% 3,54% 4,46% 1,80% 3,13% 2,56% 0,96% 1,07% 1,26% 2,31%

principal canal del marcas de Total

canal del Marcas #% Cobertura del canal principal

5 marcas / 5 marcas 100%

3 marcas / 5 marcas 60%

Gráfica de todos los canales

Análisis de los resultados

Caso 1 NaiveBayes - Hanning - R2 y I2 – Agrup 2

Caso 2 NaiveBayes - Hanning - R2 y I2 – Agrup 3 Caso 3 NaiveBayes - Hanning - sqr(R2 + I2) y atan(I/R) – Agrup 3

Caso 8 J48 – Hanning – sqr(R2 + I2) y atan(I/R) – Agrup 3


1

Modelo Grupo


Modelo Grupo

Caso 4 NaiveBayes - Cuadrado - R2 y I2 – Agrup 3




Caso 10 J48 - Cuadrado – sqr(R2 + I2) y atan(I/R) – Agrup 2

2


1)( if si )()( Cpromedioicobertura

2)( if si )()( Cpromedioicobertura y

)()( pcoberturaicobertura

3)( if si )()( pcoberturaicobertura

Análisis de las relaciones entre canales

310 i es el índice del canal

p es el índice del canal principal

)(icobertura es la cobertura del canal i

)(pcobertura es la cobertura del canal principal

)( jCpromedio es el promedio de las coberturas de todos los canales,

quitando el principal

Análisis de los resultados Caso

1 Caso

2 Caso

3 Caso

4 Caso

5 Caso

6 Caso

7 Caso

8 Caso

9 Caso 10

Grupos %

Canal 0 40%

Canal 1 70%

Canal 2 30%

Canal 3 40%

Canal 4 30%

Canal 5 60%

Canal 6 10%

Canal 7 30%

Canal 8 0%

Canal 9 0%

Canal 10 40%

Canal 11 40%

Canal 12 20%

Canal 13 0%

Canal 14 0%

Canal 15 0%

Canal 16 90%

Canal 17 100%

Canal 18 20%

Canal 19 20%

Canal 20 80%

Canal 21 100%

Canal 22 80%

Canal 23 80%

Canal 24 90%

Canal 25 0%

Canal 26 0%

Canal 27 0%

Canal 28 0%

Canal 29 10%

Canal 30 0%

Canal 31 0%

Conclusiones

• Se ratificó la detección automática de paroxismos en EEGs de pacientes epilépticos, utilizando técnicas de Data Mining.

• Se pudo ratificar la existencia de una relación entre los canales, y determinar los grupos de canales asociados.

• Se desarrolló una herramienta que permite la detección automática de paroxismos y asistir a los expertos para determinar la propagación de la señal desde el canal principal hacia los demás involucrados.

Trabajos futuros

• Mejorar los modelos de detección, marcando los FP como señal de base y agregando los VP para aumentar la detección y mejorar la clasificación

• Modificar la herramienta para permitir seleccionar rangos de tiempo abarcando todos los canales, agruparlos y exportarlos

• Modificar la herramienta para eliminar un canal ruidoso del análisis

• Objetivo de la Tesis• Introducción a EEG y Epilepsia• Data Mining y la metodología sobre la que


Agenda

Preguntas

Archivo preprocesado@relation CANAL01_V64_D8_f @attribute campo1 real @attribute campo2 real @attribute campo3 real @attribute campo4 real @attribute campo5 real @attribute campo6 real @attribute campo7 real @attribute campo8 real @attribute campo9 real @attribute campo10 real @attribute campo11 real … @attribute campo59 real @attribute campo60 real @attribute campo61 real @attribute campo62 real @attribute tipo {NADA, SI} @data 72.35, 59.11, 17.25, 1.00, ..., 0.83, -1.27, 1.09, 1.32, -1.46, -0.18, NADA 56.42, 59.62, 31.49, 9.47, ..., 0.75, 1.46, -1.34, -0.98, -0.79, -0.40, NADA 55.31, 52.31, 27.14, 4.10, ..., -0.20, -1.08, 1.45, -1.49, -0.37, -0.28, NADA 51.32, 59.81, 29.14, 1.58, ..., 0.08, 0.14, 0.01, -0.86, 1.36, 0.23, NADA 97.24, 84.61, 49.30, 1.83, ..., 1.07, 0.57, -0.91, -1.34, 1.10, 1.54, NADA 57.35, 67.36, 27.44, 8.49, ..., -1.54, -0.09, 1.16, -0.21, 0.35, -0.85, NADA ............................................................................ ............................................................................ ............................................................................ 9.51, 9.11, 4.36, 2.00, ..., 0.66, 1.21, 0.34, 1.12, 1.16, 0.10, NADA 7.90, 4.50, 3.51, 1.67, ..., 0.42, 0.39, -0.16, -1.02, -1.16, 0.20, NADA 7.03, 1.94, 4.69, 3.33, ..., -1.20, 1.53, -0.40, 1.04, 0.42, -0.28, NADA 8.78, 6.70, 6.04, 4.55, ..., 0.35, -0.34, 0.64, 0.01, -1.49, -0.45, NADA 12.03, 8.83, 6.29, 4.70, ..., -1.46, 1.08, 0.18, -0.37, -0.59, -0.22, NADA 14.79, 6.36, 5.71, 3.83, ..., -1.48, -0.62, -1.16, 0.10, 0.37, 0.04, NADA

Declaración de los atributos o campos

Datos procesados

Archivo de marcas generadas

• La primera columna representa el número de registro

• La segunda columna representa la clasificación realizada por el modelo

• La tercera columna representa la probabilidad del registro a pertenecer a la clase asignada

• La cuarta columna representa la clasificación original


Archivo de detecciones

• Los registros se agrupan de a pares, identificando una detección

• La primera columna representa el número de muestra

• La segunda columna representa la el canal donde se encuentra el paroxismo

• La tercera columna representa un identificador de inicio (ISI) o fin (F) del paroxismo

00019184 26 ISI00019271 26 F00019320 26 ISI00019455 26 F00019488 26 ISI00019575 26 F00020208 26 ISI00020287 26 F00020296 26 ISI00020367 26 F00020392 26 ISI00020511 26 F00021024 26 ISI00021111 26 F00021576 26 ISI00021807 26 F

Herramienta desarrollada

D:\Pablo\Master\Tesis\Trabajo\Fuentes\Analizador\Analizador.exe


• Configuración


• Selección del EEG a graficar


• Paroxismos detectados

maestría en tecnologías de la información “análisis de la propagación de la señal...

Documents