Machine detection of spike-wave activity in the EEG and its accuracy compared with visual interpretation

• Published in: Electroencephalography and clinical neurophysiology Vol. 54; no. 5; pp. 541 - 551
• Main Authors: Whisler, J.W, ReMine, W.J, Leppik, I.E, McLain, L.W, Gumnit, R.J
• Format: Journal Article
• Language: English
• Published: Ireland Elsevier Ireland Ltd 01.01.1982
• Subjects: Action Potentials; Adolescent; Adult; Brain - physiopathology; Child; Electroencephalography - instrumentation; Electroencephalography - methods; Epilepsy - diagnosis; Humans
• ISSN: 0013-4694; 1872-6380
• DOI: 10.1016/0013-4694(82)90039-6

Machine detection of epileptiform activity in the EEG is useful in seizure monitoring because of its inherent consistency and the rapid data reduction it can provide. Devices based on a few detection criteria have lacked reliability of detection and those with more complex algorithms have sacrificed operating speed and portability. This paper describes a largely analog device which detects irregular as well as classic spike and wave activity. It is portable and it can process the accelerated playback of 24 h tape recorders as well as real-time EEG. It recognizes spikes by their shape and waves by their frequency. It makes inter-channel comparisons to identify trains of bilateral synchronous spikes, generalized waves, and coincidence of spikes and waves and furnishes a limited description of each event in terms of these characteristics. The device was tested against the judgment of 3 experienced and certified electroencephalographers in 18 h of EEG containing 769 bursts of spike-wave activity from 6 patients. It detected 96.5% of the consensus spike and wave activity (i.e., activity identified by all 3 electroencephalographers). Only 0.56% of the machine's detections were false positives (i.e., activity identified by none of the electroencephalographers), though the false positive rate was higher in the presence of chewing artifact. It measured burst duration with an average error of 0.43 sec/burst. While reader-machine agreement varied somewhat by patient, in general, the machine disagreed with the consensus no more than the readers disagreed with each other. In a second reading session after 6 months, the amount of activity identified by the readers changed by an amount ranging from 2.4% to 57% while the machine was consistent within a few tenths of 1%. Hence, this paper demonstrates that by implementing a multi-criteria detection algorithm in special purpose circuitry, a cost-effective solution to the problem of reliable machine detection of spike and wave activity can be obtained. La détection instrumentale de l'activité EEG épileptiforme est utile pour la surveillance de l'épilepsie, en raison de sa validité intrinsèque, comme aussi de la rapide réduction des données qu'elle autorise. Certains dispositifs, fondés sur un nombre limité de critères de détection, se sont montrés insuffisamment fiables pour cette détection; d'autres, basés sur des algorithmes plus complexes, ont de ce fait perdu en vitesse d'exécution et en maniabilité. Le présent travail décrit un système, essentiellement analogique, qui détecte des pointes-ondes soit irrégulières, soit classiques. Ce système est portable, et peut traiter un enregistrement de 24 h en play-back accéléré, ou en temps réel. Il reconnaît les pointes par leur forme et les ondes par leur fréquence. Il permet la comparaison entre canaux, en vue d'identifier les trains de spikes bilatéraux synchrones, les ondes généralisées et la coïncidence des pointes et des ondes, et fournit une description brève de chaque événement à l'aide de ces caractéristiques. Le dispositif a été confronté, pour sa performance, aux résultats d'un examen d'un tracé EEG de 18 h ayant présenté 769 bouffées de pointesondes, pour 6 patients, ceci par 3 EEGistes expérimentés et agréés. L'appareil a détecté 96,5% des activités reconnues par tous les 3 opérateurs. Seules 0,56% des détections de la machine furent faussement positives (c'est-à-dire non identifiés par aucun des 3 EEGistes), encore que le taux de ‘faux-positifs’ ait été plus élevé en présence d'artéfacts de mastication. Le système a mesuré la durée des bouffées avec une erreur moyenne de 0,43 sec/bouffée. Alors que l'accord entre lecteur et machine a varié selon le patient, la machine n'a pas été davantage en désaccord avec le consensus des 3 lecteurs que ces derniers ne l'ont été entre eux. Lors d'une seconde séance de lecture du tracé, 6 mois plus tard, le taux des activités repérées par les EEGistes a accusé des changements allant de 2,4% à 57%, alors que la machine est restée dans les limites de quelques dixièmes p. 100. En somme, nous montrons qu'en utilisant un algorithme de détection à critères multiples, par un circuit approprié, on peut aboutir à une solution financièrement raisonnable du problème de la détection automatique fiable de l'activité pointe-onde.