Source Localization of Normal Variants Seen on EEG
Notice bibliographique
Résumé
PURPOSE: The EEG is an essential neurological diagnostic tool. EEG abnormalities can guide diagnosis and management of epilepsy. There are also distinctive EEG waveforms that are seen in healthy individuals. It is critical not to misinterpret these as abnormal. To emphasize the importance of these waveforms, we analyzed different normal variants via the source localization technology. METHODS: This is a retrospective analysis of EEGs performed at the Duke University Hospital between June 2014 and Dec 2019. We selected samples of vertex waves, Mu, lambda, POSTS, wickets, and sleep spindles for analysis. EEG were imported to Curry 8 (Compumedics) to calculate the dipole and current density. The averaged head model from the Montreal Neurological Institute database was used for reconstruction. RESULTS: Thirty-four patient EEG samples were selected including five vertex, six Mu, four wicket, seven lambda, five POSTS, and seven spindles. Results from source localization showed that vertex waves are localized in the frontocentral area, whereas spindles in the deep midline central region. Mu were identified in the ipsilateral somatosensory cortex. Lambda and POSTS, on the other hand, had maximum results over the bilateral occipital region and wickets in the ipsilateral temporal lobe. CONCLUSIONS: Our results confirm and expand previous hypotheses. This allows us to speculate on the origin of these normal EEG variants. Although this study is limited by small sample size, lack of high-density EEG, and patient-specific MRI, our analysis provides an easily replicable three-dimensional visualization of these waveforms.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».