MétaCan
Menu
← Retour à la cohorte
Enregistrement W1537852417 · doi:10.25011/cim.v31i4.4822

EVALUATION OF A NOVEL EEG ANALYSIS METHOD WITH POTENTIAL DIAGNOSTIC APPLICATIONS

2008· article· en· W1537852417 sur OpenAlexvenueno aff
S. Peters, Binbin Hu

Notice bibliographique

RevueClinical and investigative medicine · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyAmplitudeMetric (unit)Coupling (piping)Robustness (evolution)Computer scienceWaveletPhase (matter)Hilbert transformPattern recognition (psychology)Sensitivity (control systems)Artificial intelligenceNeurosciencePhysicsPsychologyElectronic engineeringMaterials scienceSpectral densityChemistryEngineeringOptics

Résumé

récupéré en direct d'OpenAlex

Background: Cerebral cortex oscillations as recorded on electroencephalograms involve multiple frequency bands. Phase locking of oscillations of these different frequencies may provide a mechanism by which regions of the brain communicate efficiently. Differences in the character of such phase locking may potentially be a diagnostic tool to differentiate seizure types, as traditional analysis of clinical EEG recordings has seldom considered phase-clocking as a diagnostic indicator. Recently, Canolty et al^1 used a novel metric to quantify cross-frequency phase-amplitude coupling during both spontaneous and induced EEG activity. The technique holds advantages over traditional measures, including easy comparison across trials, robustness to amplitude variation, and simple quantification of preferred phase. Traditional analysis of clinical EEG recordings has seldom considered phase-clocking as a diagnostic indicator. Methods: We adapted the metric of Canolty^1 to perform better with highly rhythmic oscillations, such as those in seizures, by adding multi-segment reshuffling of phase traces. To validate our modified technique, we used artificial sinusoid traces with a known degree of coupling to test the response of our modified analysis method, and to derive empirically, appropriate values for important numerical parameters. Frequency and phase information was acquired with both the Hilbert and wavelet transforms, with similar qualitative results achieved with either. Results: As an initial exploration of diagnostic potential, we applied our metric to field potential data obtained from an anaesthetized rat preparation. We compared the phase-amplitude coupling profiles of sleep oscillations with those of simulated absence seizures and showed consistent differences in the phase amplitude coupling profiles. The data suggest that such differences may be useful in evaluating human seizure data. Conclusions: We conclude that our modified method of data analysis provides an effective approach for measuring normalized phase-amplitude coupling in field potential recordings. Future work will aim to evaluate the possible diagnostic uses of phase-amplitude coupling analysis with data from human seizure patients. Reference: Canolty et al. Science 2006;313:1626. Supported by CIHR, NSERC, and the Health Research Foundation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,305
Tête enseignante GPT0,429
Écart entre enseignants0,125 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicine→Même sujetEEG and Brain-Computer Interfaces→Travaux en français237 207→