Visually validated semi-automatic high-frequency oscillation detection aides the delineation of epileptogenic regions during intra-operative electrocorticography - Publikacja - MOST Wiedzy

Wyszukiwarka

Visually validated semi-automatic high-frequency oscillation detection aides the delineation of epileptogenic regions during intra-operative electrocorticography

Abstrakt

OBJECTIVE: To test the utility of a novel semi-automated method for detecting, validating, and quantifying high-frequency oscillations (HFOs): ripples (80-200 Hz) and fast ripples (200-600 Hz) in intra-operative electrocorticography (ECoG) recordings. METHODS: Sixteen adult patients with temporal lobe epilepsy (TLE) had intra-operative ECoG recordings at the time of resection. The computer-annotated ECoG recordings were visually inspected and false positive detections were removed. We retrospectively determined the sensitivity, specificity, positive and negative predictive value (PPV/NPV) of HFO detections in unresected regions for determining post-operative seizure outcome. RESULTS: Visual validation revealed that 2.81% of ripple and 43.68% of fast ripple detections were false positive. Inter-reader agreement for false positive fast ripple on spike classification was good (ICC = 0.713, 95% CI: 0.632-0.779). After removing false positive detections, the PPV of a single fast ripple on spike in an unresected electrode site for post-operative non-seizure free outcome was 85.7 [50-100%]. Including false positive detections reduced the PPV to 64.2 [57.8-69.83%]. CONCLUSIONS: Applying automated HFO methods to intraoperative electrocorticography recordings results in false positive fast ripple detections. True fast ripples on spikes are rare, but predict non-seizure free post-operative outcome if found in an unresected site. SIGNIFICANCE: Semi-automated HFO detection methods are required to accurately identify fast ripple events in intra-operative ECoG recordings.

Cytowania

  • 4 5

    CrossRef

  • 0

    Web of Science

  • 4 0

    Scopus

Autorzy (18)

  • Zdjęcie użytkownika  Shennan Aibel Weiss

    Shennan Aibel Weiss

    • Thomas Jefferson University, Philadelphia Dept. of Neurology and Neuroscience
  • Zdjęcie użytkownika  Brent Berry

    Brent Berry

    • Mayo Systems Electrophysiology Laboratory (MSEL) Department of Neurology
  • Zdjęcie użytkownika  Inna Chervoneva

    Inna Chervoneva

    • Thomas Jefferson University Dept. of Pharmacology & Experimental Therapeutics
  • Zdjęcie użytkownika  Zachary Waldman

    Zachary Waldman

    • Thomas Jefferson University, Philadelphia Dept. of Neurology and Neuroscience
  • Zdjęcie użytkownika  Jonathan Guba

    Jonathan Guba

    • Thomas Jefferson University, Philadelphia Dept. of Neurology and Neuroscience
  • Zdjęcie użytkownika  Mark R. Bower

    Mark R. Bower

    • Mayo Systems Electrophysiology Laboratory Department of Neurology
  • Zdjęcie użytkownika dr Michał Tomasz Kucewicz

    Michał Tomasz Kucewicz dr

    • Mayo Systems Electrophysiology Laboratory Department of Neurology
  • Zdjęcie użytkownika  Benjamin Brinkmann

    Benjamin Brinkmann

    • Mayo Systems Electrophysiology Laboratory Department of Neurology
  • Zdjęcie użytkownika  Vaclav Kremen

    Vaclav Kremen

    • Mayo Systems Electrophysiology Laboratory Department of Neurology
  • Zdjęcie użytkownika  Fatemeh Khadjevand

    Fatemeh Khadjevand

    • Mayo Systems Electrophysiology Laboratory Department of Neurology
  • Zdjęcie użytkownika  Yogatheesan Varatharajah

    Yogatheesan Varatharajah

    • Mayo Systems Electrophysiology Laboratory Department of Neurology
  • Zdjęcie użytkownika  Hari Guragain

    Hari Guragain

    • Mayo Systems Electrophysiology Laboratory Department of Neurology
  • Zdjęcie użytkownika  Ashwini Sharan

    Ashwini Sharan

    • Dept. of Neurosurgery, Thomas Jefferson University, Dept. of Neurosurgery, Thomas Jefferson University,
  • Zdjęcie użytkownika  Chengyuan Wu

    Chengyuan Wu

    • Thomas Jefferson University Dept. of Neurosurgery
  • Zdjęcie użytkownika  Richard Staba

    Richard Staba

    • Dept. of Neurology, University of California Los Angeles Dept. of Neurology, University of California Los Angeles
  • Zdjęcie użytkownika  Jerome Engel Jr.

    Jerome Engel Jr.

    • University of California Los Angeles Dept. of Neurology
  • Zdjęcie użytkownika  Michael R. Sperling

    Michael R. Sperling

    • Thomas Jefferson University Dept. of Neurology
  • Zdjęcie użytkownika  Gregory Worrell

    Gregory Worrell

    • Mayo Systems Electrophysiology Laboratory Department of Neurology

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuł w czasopiśmie wyróżnionym w JCR
Opublikowano w:
Clinical Neurophysiology nr 129, wydanie 10, strony 2089 - 2098,
ISSN: 1388-2457
Język:
angielski
Rok wydania:
2018
Opis bibliograficzny:
Weiss S., Berry B., Chervoneva I., Waldman Z., Guba J., Bower M., Kucewicz M., Brinkmann B., Kremen V., Khadjevand F., Varatharajah Y., Guragain H., Sharan A., Wu C., Staba R., Engel Jr. J., Sperling M., Worrell G.: Visually validated semi-automatic high-frequency oscillation detection aides the delineation of epileptogenic regions during intra-operative electrocorticography// Clinical Neurophysiology. -Vol. 129, iss. 10 (2018), s.2089-2098
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1016/j.clinph.2018.06.030
Weryfikacja:
Politechnika Gdańska

wyświetlono 119 razy

Publikacje, które mogą cię zainteresować

Meta Tagi