NODIG: Neuromed Epilepsie EEG Database. Een grote EEG-database van epilepsiepatiënten voor de onderzoeksgemeenschap. (NEED)

Wereldwijd lijden ongeveer 50 miljoen mensen aan epilepsie, een van de meest voorkomende neurologische aandoeningen. Het wordt gekenmerkt door onvoorspelbare en plotselinge aanvallen die kunnen leiden tot bewustzijnsverlies en ongecontroleerde motorische reacties, met ernstige gevolgen voor de levenskwaliteit van epilepsiepatiënten. Slechts tweederde van de epilepsiepatiënten kan aanvallen onder controle krijgen met anti-epileptica of door epilepsiechirurgie. Voor de overige patiënten moeten andere therapeutische benaderingen worden overwogen. Deze benaderingen omvatten de ontwikkeling van interventionele closed-loop-apparaten, die aanvallen kunnen detecteren en een interventionele operatie kunnen activeren, zoals het toedienen van anti-epileptica of het elektrisch stimuleren van de epileptogene focus om de aanval af te breken. Om deze patiënten een efficiënte therapeutische benadering te bieden, zijn er de afgelopen decennia veel inspanningen geleverd om automatische methoden te ontwikkelen om betrouwbare markers te vinden in het elektro-encefalografische (EEG) signaal, de gouden standaard voor de diagnose van epilepsie, in staat om epilepsie te voorspellen of vroegtijdig te detecteren. aanvallen op het EEG. Dergelijke methoden zijn gebaseerd op wiskundige of computationele benaderingen voor EEG-signaalanalyse, die tot doel hebben complexe metingen (de zogenaamde "kenmerken") uit EEG-signalen te extraheren, die niet herkenbaar zijn met klassieke visuele inspectie van EEG-signalen gemaakt door epileptologen tijdens de diagnose van epilepsie, om kenmerken te gebruiken als voorlopers van inkomende aanvallen (voorspelling van aanvallen) of als indicatoren van een aanhoudende aanval (detectie van aanvallen). Er zijn de afgelopen jaren veel methoden voorgesteld, met gebruikmaking van lineair of niet-lineair, om kenmerken uit het EEG-signaal te extraheren. Onlangs hebben sommige onderzoeken ook gebruik gemaakt van een elektrocardiografisch signaal (ECG), dat normaal gesproken samen met een EEG wordt geregistreerd bij epilepsiebewaking, om er veelbelovende kenmerken uit te halen. Hoewel deze onderzoeken veelbelovende resultaten lieten zien, hebben ze niettemin veel beperkingen. Onder hen het gebruik van een beperkt aantal patiënten en aanvallen en het gebruik van alleen opnames die behoren tot de fase voorafgaand aan de aanvallen (de zogenaamde pre-ictale periode). Dergelijke beperkingen maken het bijvoorbeeld niet mogelijk om de specificiteit van dergelijke algoritmen te bepalen, omdat ze geen rekening houden met opnamen die zijn gemaakt in tijdsintervallen ver van de aanvallen (interictale gegevens) en zouden kunnen leiden tot een overfitting van de aanvalsvoorspelling/ detectie model. Het enige waarover alle onderzoekers op het gebied van epilepsie het eens zijn, is het bestaan ​​van een pre-ictale fase, de fase voorafgaand aan de aanval, de ictale fase, waarin de aanval "actief" is en de inter-ictale fase, wat een periode is tijdelijk ver verwijderd van de aanval. Normaal gesproken bestaan ​​automatische methoden voor het voorspellen/opsporen van aanvallen uit drie verschillende fasen: de voorbewerking (artefactverwijdering, banddoorlaatfiltering, gegevenssegmentatie, …) van EEG-signalen, kenmerkextractie en kenmerkselectie en classificatie. Deze laatste stap bestaat meestal uit het gebruik van machine learning en statistische methoden om een ​​beslissing te nemen over de voorspelling/detectie. Kortom, deze modellen zouden elke EEG-instantie in twee klassen moeten kunnen classificeren, "inbeslagneming" of "geen aanval", met behulp van de kenmerken die uit het EEG-signaal zijn gehaald. De doeltreffendheid van deze modellen hangt in hoge mate af van hoe efficiënt ze worden getraind. Hoe meer gegevens er normaal gesproken worden gebruikt om ze te trainen, hoe beter ze in staat zijn om de juiste beslissing te nemen. Daarom zou de beschikbaarheid van een grote database met gegevens het mogelijk kunnen maken om efficiënte modellen te ontwikkelen voor de detectie/voorspelling van epilepsie. De mogelijkheid voor onderzoekers om toegang te hebben tot een grote database met continue en lange termijn EEG-gegevens van epilepsiepatiënten zou een grote kans kunnen zijn om efficiënte en betrouwbare methoden voor automatische voorspelling/detectie van aanvallen te ontwikkelen. Om deze redenen hebben sommige onderzoeksgroepen de afgelopen jaren een openbare EEG-database voorgesteld en gedeeld met onderzoekers die hun geautomatiseerde aanvalsdetectie-/voorspellingsmodellen willen testen. Dergelijke databases zijn in het bijzonder voorgesteld door het Epilepsiecentrum van de Universiteit van Bonn en Freiburg en ook door het Kinderziekenhuis van Boston en zijn beschikbaar gesteld om gratis te downloaden voor onderzoekers. Deze databases bevatten EEG-opnamen op lange termijn die zijn verkregen tijdens pre-chirurgische monitoring van epilepsiepatiënten. Het aantal opgenomen patiënten in deze databanken is vrij laag (van minimaal 5 tot maximaal 23 patiënten) en ook het aantal aanvallen is beperkt (van minimaal 59 tot maximaal 189). Verder varieert de duur van de opnames van 40 minuten tot 142 uur en is het aantal metadata (overige informatie over patiënten en aanvallen) erg laag. De laatste database is in 2008 voorgesteld in het kader van een door de EU opgericht project (EPILEPSIAE), waarbij 6 verschillende partners (ziekenhuizen, universiteiten, bedrijven) uit 4 verschillende landen (Duitsland, Italië, Frankrijk, Portugal) betrokken waren. Deze database is niet gratis, maar wordt in 2012 tegen betaling beschikbaar gesteld om te downloaden. Tegenwoordig is het de grootste epilepsie-EEG-database die wereldwijd beschikbaar is (http://epilepsie-database.eu/). Het bevat gegevens van 275 patiënten, waaronder EEG- en ECG-opnamen, metadata, klinische en technische annotaties op de gegevens en klinische informatie over de patiënten. Eigenlijk zijn slechts 60 van de 275 datasets beschikbaar om te downloaden. Het doel van deze studie is het creëren van een EEG-database voor de lange termijn die is verkregen van epilepsiepatiënten tijdens de niet-invasieve prechirurgische monitor op de Epilepsy Surgery Unit van IRCCS Neuromed. De database zal, naast EEG- en ECG-opnames, klinische en technische annotaties bevatten op de gegevens gemaakt door deskundige epileptologen en ook klinische informatie over de patiënt, inclusief neuropsychologische evaluaties. Alle gegevens worden eerst geanonimiseerd, versleuteld en vervolgens beschikbaar gesteld voor gratis download. De database zal gegevens bevatten van 200 epilepsiepatiënten die niet-invasieve pre-chirurgische epilepsiemonitoring ondergingen bij de Epilepsy Surgery Unit van IRCCS Neuromed. Aan het einde van de niet-invasieve EEG-monitoring zullen twee deskundige epileptologen de EEG/ECG-gegevens inspecteren om de aanvallen te identificeren, met name de kanalen waar de aanval begint en het tijdstip, en alles wat van belang kan zijn voor het project. Alle opnames worden geëxporteerd in ASCII-formaat (American Standard Code for Information Interchange) met behulp van de DMS Data Management System (Nihon Kohden Europe Gmbh)-software, versie 2.9.8 en lokaal opgeslagen. Tegelijkertijd zullen voor elke patiënt klinische en demografische gegevens (alleen geslacht en leeftijd) worden verzameld. In het bijzonder zullen voor elke patiënt de volgende gegevens beschikbaar zijn:

• Demografische gegevens (geslacht en leeftijd);
• Klinische informatie (type epilepsie, aanvalsfrequentie,...);
• Neuropsychologische gegevens;
• EEG-gegevens verkregen volgens het internationale 10-20-systeem;
• ECG-gegevens;
• Informatie over de opnames en de aanvallen (begin- en eindtijd, begin- en eindtijd van elke aanval, …)

Alle gegevens van alle patiënten worden opgenomen in één database en elke patiënt wordt opgeslagen in één gecomprimeerd archief. De database zal beschikbaar worden gesteld na voltooiing van een verzoek dat door elke onderzoeker kan worden doorgestuurd via een speciale URL, waarin de onderzoeker een formulier invult wanneer wordt gevraagd om de volgende gegevens te verstrekken:

• Informatie over de aanvrager (naam, adres, affiliatie, …)
• GDPR-toestemming Zodra het verzoek is ontvangen, wordt het gecomprimeerde archief dat de hele database bevat, beschermd met een ad-hoc alfanumeriek wachtwoord. Zo'n wachtwoord zal uit twee delen bestaan: het eerste deel wordt per e-mail naar de sollicitant gestuurd, het tweede deel wordt verzonden via de gewone postdienst (tweewegauthenticatie).