Summary
Up to now, computerised processing of EEG signals has entered the domain of clinical application at most with respect to background activity and. the recognition of some intermittent basic patterns.
Although the EEG is a multichannel signal, this recognition is performed separately for each channel, taking into account at most the immediate past and future. The result is a set of intermittent basic patterns. They are to be looked at as constituents of “complex patterns” which correspond to the entities used in the visual assessment.
In this paper we present a method of uniting these basic patterns by means of syntactic pattern recognition algorithms. Together with this process the basic patterns are validated or devalidated, and the resulting complex EEG pattern is allocated to one of several pattern classes. To demonstrate how this procedure works, an example of artifact recognition is used. In order to get an acceptable performance, the process of syntactic pattern recognition is divided into a sequence of three steps. The resulting algorithms can be used for assessing clinical routine EEG. Some results are reported.
Soweit die Signalverarbeitung des EEG im Bereich klinischer Anwendung Eingang gefunden hat, beschränkt sie sich bisher auf die Beschreibung der kontinuierlichen Aktivität und auf die Erkennung einiger intermittierender Grundmuster. Die Erkennung dieser Grundmuster erfolgt im grundsätzlich mehrkanaligen EEG-Signal für jeden Kanal getrennt und berücksichtigt allenfalls eine gewisse zeitliche Umgebung. Die resultierenden Grundmuster sind als Bestandteile von »komplexen Mustern« aufzufassen, die den Einheiten entsprechen, die bei der visuellen Auswertung angesprochen werden.
In der vorliegenden Arbeit wird ein Verfahren vorgestellt, das mit den Algorithmen der syntaktischen Mustererkennung arbeitet und mit dem die erkannten intermittierenden Grundmuster zusammengefaßt werden können. Die Zusammenfassung geht mit einer Validierung der einzelnen Grundmuster und einer Klassifizierung der resultierenden komplexen EEG-Muster einher. Der Vorgang wird am Beispiel einer Artefakterkennung demonstriert.
Um ein in der Praxis brauchbares Verfahren zu erhalten, wird der ganze Vorgang syntaktischer Mustererkennung in drei hintereinandergeschaltete Stufen aufgeteilt. Damit ist ein Einsatz in der klinischen Routine möglich. Über erste Resultate wird berichtet.
Key-Words:
EEG Analysis - Syntactic Pattern Recognition - Multichannel Signal - Clinical Application
Schlüssel-Wörter:
EEG-Analyse - syntaktische Mustererkennung - Mehrkanalsignal - klinische Anwendung
