MEDICEXPO 2008 Επίδραση συνθηκών εξομοιωμένου θορύβου στην απόδοση συστήματος αναγνώρισης μορφών ηλεκτροεγκεφαλογραφικού σήματος Ι. Καλατζής, Δ. Γκλώτσος, Ε. Αθανασιάδης, Π. Γεωργιάδης, Κ. Νίνος, Ε. Βεντούρας, Δ. Κάβουρας Εργαστήριο Επεξεργασίας Ιατρικού Σήματος και Εικόνας, Τμήμα Τεχνολογίας Ιατρικών Οργάνων, Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας

ΠΔ (Προκλητά Δυναμικά) ΕΙΣΑΓΩΓΗ MEDICEXPO 2008 ΠΔ (Προκλητά Δυναμικά) Τα Προκλητά Δυναμικά (ΠΔ, Event-Related Potentials, ERPs) είναι συγκεκριμένα ηλεκτροεγκεφαλικά δυναμικά, μεταβαλλόμενα με το χρόνο, που καταγράφονται μετά από υποβολή του υποκειμένου σε ερεθίσματα, κυρίως οπτικά ή ακουστικά. R L Fp1 Fp2 F3 Fz F4 C3 Cz C4 C5 C6 P3 Pz P4 O1 O2 Το συστατικό P600 Ερέθισμα (t=0) 600ms P600 Το συστατικό P600 είναι το σήμα ΠΔ στο χρονικό παράθυρο μεταξύ 500 και 800ms μετά από την παρουσίαση του ερεθίσματος στο υποκείμενο και αφορά τις πληροφορίες αποθήκευσης και διατήρησης της πληροφορίας στη δρώσα μνήμη (ΔΜ).

Σκοπός: Να ελεγχθεί η σταθερότητα ενός συστήματος αναγνώρισης μορφών, ΕΙΣΑΓΩΓΗ MEDICEXPO 2008 Σκοπός: Να ελεγχθεί η σταθερότητα ενός συστήματος αναγνώρισης μορφών, κάτω από διάφορα επίπεδα Γκαουσσιανού θορύβου, με χρήση προσομοιωμένης δραστηριότητας ΠΔ, αντιπροσωπευτικής για ομάδες: - υγιών υποκειμένων και - ατόμων πασχόντων από ψυχιατρικές διαταραχές.

Μέθοδοι (I): Σήματα και εξαγωγή χαρακτηριστικών ΥΛΙΚΟ ΚΑΙ ΜΕΘΟΔΟΙ MEDICEXPO 2008 Υλικό: Εξομοιωμένα σήματα ΠΔ αντιστοιχούντα σε ασθενείς: 20 σήματα × 15 ηλεκτρόδια × 6 επίπεδα θορύβου Εξομοιωμένα σήματα ΠΔ αντιστοιχούντα σε υγιείς: 20 σήματα × 15 ηλεκτρόδια × 6 επίπεδα θορύβου Μέθοδοι (I): Σήματα και εξαγωγή χαρακτηριστικών Η δραστηριότητα ΠΔ προσομοιώθηκε σε 15 ηλεκτρόδια δημιουργώντας 2 ομάδες προτύπων που αναπαριστούσαν την ομάδα των ασθενών και την ομάδα ελέγχου. Γκαουσσιανός θόρυβος διαφόρων επιπέδων (1%, 2%, 5%, 10%, 15% και 20%) προστέθηκε στα πρότυπα σήματα. Υπολογίστηκαν πέντε μορφολογικά χαρακτηριστικά από το συστατικό P600 (500-800ms) των τελικών προσομοιωμένων σημάτων ΠΔ: 1. AMP = max{s(t),500≤t≤800} 2. LAT = tAMP 3. TL = finishing time of P600 peek 4. TS = slope of line [LAT,AMP]-[800ms,0] 5. TSD = slope of line [LAT,AMP]-[TL,sTL] LAT TL TS TSD AMP

Μέθοδοι (ΙI): Ταξινομητές ΜΕΘΟΔΟΙ MEDICEXPO 2008 Μέθοδοι (ΙI): Ταξινομητές Μπαεζιανός (Bayesian) ταξινομητής. Το άγνωστο πρότυπο ταξινομείται στην κλάση με τη μεγαλύτερη τιμή της συνάρτησης διάκρισης. x=άγνωστο πρότυπο, Pk=πιθανότητα της κλάσης k, Ck=πίνακας συνδιακύμανσης (covariance matrix) της κλάσης k, mk=μέση τιμή της κλάσης k Ταξινομητής k-Πλησιέστερων Γειτόνων (k-Nearest Neighbors). Το άγνωστο πρότυπο ταξινομείται στην κλάση με τους περισσότερους εγγύτερους γείτονες από k συνολικά. Ταξινομητής Πιθανοκρατικού Νευρωνικού Δικτύου (PNN, Probabilistic Neural Network). Το άγνωστο πρότυπο ταξινομείται στην κλάση με τη μεγαλύτερη τιμή της συνάρτησης διάκρισης. x=άγνωστο πρότυπο, d=αριθμός χαρακτηριστικών, Nk=πλήθος των προτύπων της κλάσης k, xki=i-οστό πρότυπο της κλάσης k, σ=παράμετρος εξομάλυνσης

Μέθοδοι (III): Συνδυασμένη Ταξινόμηση ΜΕΘΟΔΟΙ MEDICEXPO 2008 Μέθοδοι (III): Συνδυασμένη Ταξινόμηση Τα αποτελέσματα της ταξινόμησης των μεμονωμένων ταξινομητών συνδυάστηκαν σε ένα σχήμα συνδυασμένης ταξινόμησης χρησιμοποιώντας κανόνα πλειοψηφίας για κάθε πρότυπο ξεχωριστά, για τον υπολογισμό της ευαισθησίας, ειδικότητας και ολικής ακρίβειας του συστήματος. P1 Bayes k-NN PNN MV P2 Pm ... N1 N2 Nn Ευαισθησία Ειδικότητα Ολική ακρίβεια Ασθενείς Υγιείς

Μέθοδοι (IV): Επιλογή χαρακτηριστικών – Αξιολόγηση ΜΕΘΟΔΟΙ MEDICEXPO 2008 Μέθοδοι (IV): Επιλογή χαρακτηριστικών – Αξιολόγηση Αξιολόγηση συστήματος ταξινόμησης: Λόγω του μικρού πλήθους των δεδομένων εκπαίδευσης, το σύστημα αξιολογήθηκε χρησιμοποιώντας τη μέθοδο Διαδοχικής Παράλειψης Ενός Προτύπου (Leave-One-Out): - Αρχικά, ένα πρότυπο παραλείπεται και ο ταξινομητής σχεδιάζεται με τα υπόλοιπα πρότυπα. - Στη συνέχεια ταξινομείται το πρότυπο που παραλείφθηκε, θεωρούμενο από το σύστημα ως άγνωστο. - Η διαδικασία επαναλαμβάνεται διαδοχικά για όλα τα πρότυπα. Επιλογή χαρακτηριστικών: Δεδομένου του μικρού πλήθους χαρακτηριστικών, για την επιλογή του βέλτιστου συνδυασμού τους επιλέχθηκε η μέθοδος της Εξαντλητικής Έρευνας (Exhaustive Search), όπου υπολογίζεται η ακρίβεια του ταξινομητή για κάθε συνδυασμό ανά 2, 3, …, 5 των 5 χαρακτηριστικών, με σκοπό την επίτευξη της μέγιστης ακρίβειας διάκρισης χρησιμοποιώντας τον ελάχιστο αριθμό χαρακτηριστικών.

Αποτελέσματα (I): Ολική ακρίβεια ταξινομητών ΑΠΟΤΕΛΕΣΜΑΤΑ MEDICEXPO 2008 Αποτελέσματα (I): Ολική ακρίβεια ταξινομητών Επίπεδο θορύβου (%) Bayesian k-NN PNN Συνδυασμός 75.0 80.0 90.0 1 77.5 87.5 2 5 92.5 95.0 10 85.0 15 20

ΑΠΟΤΕΛΕΣΜΑΤΑ MEDICEXPO 2008 Results (II): Συνδυαστική Ταξινόμηση: Ολική ακρίβεια, Ευαισθησία, Ειδικότητα Ε΄πίπεδο θορύβου (%) Ευαισθησία Ειδικότητα Ολική ακρίβεια 90.0 1 85.0 87.5 2 100 80.0 5 95.0 10 15 20

ΣΥΖΗΤΗΣΗ ΚΑΙ ΣΥΜΠΕΡΑΣΜΑΤΑ MEDICEXPO 2008 Συζήτηση και Συμπεράσματα Η ακρίβεια ταξινόμησης του συστήματος συνδυασμένης ταξινόμησης υπερκέρασε αυτής των μεμονωμένων ταξινομητών που χρησιμοποιήθηκαν στην παρούσα μελέτη, αυξάνοντας την ικανότητα γενίκευσης του συστήματος. Δεδομένου ότι τα επίπεδα προσομοιωμένου θορύβου που χρησιμοποιήθηκαν στην παρούσα μελέτη είναι υψηλότερα από αυτά που αναμένονται σε πραγματικές καταγραφές ΠΔ σε ελεγχόμενες εργαστηριακές συνθήκες, μπορούμε να συμπεράνουμε ότι η δομή του συστήματος ταξινόμησης που αναπτύχθηκε παρουσιάζει σταθερότητα στην επίδραση Γκαουσσιανού θορύβου.

MEDICEXPO 2008 Σας ευχαριστούμε. Επίδραση συνθηκών εξομοιωμένου θορύβου στην απόδοση συστήματος αναγνώρισης μορφών ηλεκτροεγκεφαλογραφικού σήματος Ι. Καλατζής, Δ. Γκλώτσος, Ε. Αθανασιάδης, Π. Γεωργιάδης, Κ. Νίνος, Ε. Βεντούρας, Δ. Κάβουρας Εργαστήριο Επεξεργασίας Ιατρικού Σήματος και Εικόνας, Τμήμα Τεχνολογίας Ιατρικών Οργάνων, Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας