Distinguishing between epileptic and physiologic high-frequency brain activity using automatically detected EEG patterns

Abstract: High-Frequency-Oscillations (HFO) are an electro-encephalographic biomarker composed of two subgroups: ripples with oscillation frequencies between 80 and 250 Hz, and fast-ripples (FR) with oscillation frequencies between 250 and 500 Hz. HFO may be involved in either pathologic or physiologic brain functions; however, the criteria for the differentiation between pathologic and physiologic HFO remain unclear. The discernment of purely pathologic HFO could improve the identification of epileptogenic brain regions during the pre-surgical evaluation of epilepsy patients; analogously, recognizing purely physiologic HFO would help clarify their relevance for cognitive functions.

This work addresses four challenges faced by HFO: (i) The automatic detection of HFO and the validation of these detections. (ii) The differentiation of HFO as putative pathologic when coinciding with interictal epileptic spikes (IES), and as putative physiologic when not coinciding with IES or when co-occurring with sleep spindles. (iii) Determining the value of pathologic HFO as biomarkers of the epileptogenic zone. (iv) Determining the involvement of physiologic HFO during spatial memory processing and consolidation.

The HFO detectors developed in this thesis are based on support-vector-machines and obtained at least 21 F1-score points more than previously published algorithms at the lowest signal-to-noise-ratio. The success achieved when discerning between IES coinciding with HFO and IES occurring in isolation was comparable to that of other published algorithms. The detectors were run on 42 hours of electroencephalogram from 8 patients, the pathologic HFO amounted to 21% of all HFO and localized the epileptogenic-zone with an accuracy 8 points higher than undifferentiated HFO and 20 points higher than physiologic HFO. The detectors were also run on the electroencephalogram of 19 patients conducting a spatial-navigation task. The occurrence of physiologic ripples was found to decrease significantly during the spatial-navigation task, while pathologic ripples did not show any modulation. Ripples and sleep spindles were also detected during 8 hours of a night separating two spatial-navigation tasks; the rate of sleep spindle coincident ripples showed a correlation with the performance improvement on the spatial navigation task, whereas the rate of undifferentiated ripples did not show this correlation.


In summary, the obtained results suggest that the proposed differentiation of HFO into putatively pathologic and physiologic subgroups based on their association with IES and sleep spindles helps to: (i) More accurately estimate the margins of the epileptogenic zone; (ii) Identify the role of HFO activity in spatial memory and memory consolidation processes. The detectors developed in this thesis are publicly available and provide a toolset to further study the interactions between HFO, IES and sleep spindles
Abstract: Hochfrequenz-Oszillationen (HFO) sind ein elektroenzephalographischer Biomarker, der sich aus zwei Untergruppen zusammensetzt: Ripples mit Oszillationsfrequenzen zwischen 80 und 250 Hz, und Fast-Ripples (FR) mit Oszillationsfrequenzen zwischen 250 und 500 Hz. HFO können sowohl an pathologischen als auch an physiologischen Hirnfunktionen beteiligt sein, die Kriterien für die Unterscheidung zwischen pathologischen und physiologischen HFO sind jedoch unklar. Die Unterscheidung rein pathologischer HFO könnte die Identifizierung epileptogener Hirnregionen bei der präoperativen Untersuchung von Epilepsiepatienten verbessern; analog dazu würde die Erkennung rein physiologischer HFO zur Klärung ihrer Bedeutung für kognitive Mechanismen beitragen.

Die vorliegende Arbeit befasst sich mit vier Herausforderungen denen HFO gegenüberstehen: (i) Die automatische Detektion von HFO und die Validierung dieser Detektionen. (ii) Die Unterscheidung von HFO als putativ pathologisch, wenn sie mit interiktalen epileptischen Spikes (IES) koinzidieren, und als putativ physiologisch, wenn sie nicht mit IES koinzidieren oder wenn sie mit Schlafspindeln zusammen auftreten. (iii) Die Bestimmung des Wertes von pathologischen HFO als Biomarker der epileptogenen Zone. (iv) Die Bestimmung der Beteiligung von physiologischen HFO bei der Verarbeitung und Konsolidierung des räumlichen Gedächtnisses.

Die in dieser Arbeit entwickelten HFO-Detektoren basieren auf Support-Vector-Machines und erzielten mindestens 21 F1-Score-Punkte mehr als zuvor veröffentlichte Algorithmen bei niedrigstem Signal-to-Noise-Ratio. Der Erfolg bei der Unterscheidung zwischen IES, die mit HFO koinzidieren, und isoliert auftretenden IES, war vergleichbar mit dem anderer veröffentlichter Algorithmen. Die Detektoren wurden auf 42 Stunden Elektroenzephalogramm von 8 Patienten angewendet; pathologische HFO machten 21% aller HFO aus und lokalisierten die epileptogene Zone mit einer Genauigkeit, die 8 Punkte höher war als die von undifferenzierten HFO und 20 Punkte höher war als die von physiologischen HFO. Die Detektoren wurden auch auf das Elektroenzephalogramm von 19 Patienten angewendet, die eine Raumnavigationsaufgabe durchführten. Es wurde festgestellt, dass das Auftreten von physiologischen Ripples während der Raumnavigationsaufgabe signifikant abnahm, während pathologische Ripples keine Modulation aufwiesen. Ripples und Schlafspindeln wurden auch während einer 8-stündigen Nacht detektiert, die zwei aufeinanderfolgende Raumnavigationsaufgaben trennte; die Rate der mit Schlafspindeln koinzidenten Ripples zeigte eine Korrelation mit der Leistungsverbesserung bei der Raumnavigationsaufgabe, während die Rate der undifferenzierten Ripples diesen Zusammenhang nicht aufwies.

Zusammenfassend legen die erzielten Ergebnisse nahe, dass die vorgeschlagene Differenzierung von HFO in putativ pathologische und physiologische Untergruppen auf der Grundlage ihrer Assoziation mit IES und Schlafspindeln dazu beiträgt: (i) die
vi
Grenzen der epileptogenen Zone genauer abzuschätzen; (ii) die Rolle der HFO-Aktivität bei räumlichen Gedächtnis und Gedächtniskonsolidierungsprozessen zu identifizieren. Alle entwickelten Detektoren sind öffentlich verfügbar und bieten ein Instrument zur weiteren Untersuchung der Interaktionen zwischen HFO, IES und Schlafspindeln

Angaben zum Objekt

• Standort: Deutsche Nationalbibliothek Frankfurt am Main
• Umfang: Online-Ressource
• Sprache: Englisch
• Anmerkungen: Universität Freiburg, Dissertation, 2022

Klassifikation und Themen

• Schlagwort: Elektroencephalographie ; Epilepsie ; Elektroencephalogramm ; Hirnfunktion

Beteiligte, Orts- und Zeitangaben

• Ereignis: Veröffentlichung
• (wo): Freiburg
• (wer): Universität
• (wann): 2022
• Urheber: Lachner-Piza, Daniel
• Beteiligte Personen und Organisationen: Stieglitz, Thomas ; Jacobs-LeVan, Julia ; Albert-Ludwigs-Universität Freiburg. Institut für Mikrosystemtechnik ; Klinik für Neurochirurgie. Abteilung Epileptologie - Epilepsiezentrum ; Albert-Ludwigs-Universität Freiburg. Fakultät für Angewandte Wissenschaften

Weitere Informationen

• DOI: 10.6094/UNIFR/229370
• URN: urn:nbn:de:bsz:25-freidok-2293701
• Rechteinformation: Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Letzte Aktualisierung: 15.08.2025, 07:24 MESZ