EEG-Artefaktelimination durch Extraktion von Merkmalen aus ICA-Komponenten mit Hilfe von Bildverarbeitungsalgorithmen

Die Artefaktbereinigung stellt ein zentrales Problem bei der EEG-Registrierung dar, insbesondere wenn diese automatisiert ablaufen soll. Mit Hilfe der independent component analysis (ICA) kann zwar das EEG in seine linear unabhängigen Komponenten (IC) zerlegt werden, jedoch erfordert die Klassifikation dieser als Artefakt oder EEG-Signal die visuelle Inspektion durch Experten.

In dieser Veröffentlichung stellen wir eine Methode zur automatisierten Artefaktelimination vor, die mittels linearer Diskriminanzanalyse (LDA) die Klassifikation von Merkmalen anhand von Bildverarbeitungsalgorithmen aus den ICA-Komponenten vornimmt.

Die Leistung der automatisierten Klassifikation wird mit der visuellen Klassifikation der Experten verglichen und kennzeichnet das Rangefilter als Merkmalsextraktionsmethode mit großem Potential für die automatisierte IC-Artefakterkennung (88 % Übereinstimmung zwischen Maschine und Experte). Ähnliche Erkennungsleistungen erzielen wir auch mit den geometrischen Merkmalen und den local binary pattern (LBP).

Verglichen mit den bereits existierenden automatisierten Verfahren hat das hier vorgeschlagene Verfahren zwei wesentliche Vorteile. Zum einen benötigt es nicht die vorherige direkte Aufnahme von Artefaktsignalen, die dann z. B. vom kontaminierten EEG subtrahiert werden müssen. Zum anderen ist es nicht auf eine bestimmte Anzahl oder Art von Artefakten begrenzt.

Zusammenfassend kann gesagt werden, dass es sich bei der vorgestellten Methode um ein automatisiertes, zuverlässiges, echtzeitfähiges und praktikables Werkzeug handelt, das die zeitintensive manuelle Auswahl der ICs zur Artefaktbereinigung reduziert. Obwohl mit einer relativ kleinen Kanalauflösung von 25 Elektroden gearbeitet wurde, sind die Ergebnisse bezüglich der vollautomatisierten Artefaktbereinigung vielversprechend.

Dieser Artikel ist im Journal of Neuroscience Methods (Volume 243, 30. März 2015, S. 84-93) erschienen.