Las correlaciones de EEG variables en el tiempo mejoran la detección automatizada de convulsiones neonatales

El objetivo de este estudio fue desarrollar métodos para detectar las características periódicas no estacionarias de las convulsiones electroencefalográficas (EEG) neonatales mediante la adaptación de estimaciones de la correlación tanto en el dominio temporal (correlación de picos; SC) como en el dominio tiempo-frecuencia (correlación tiempo-frecuencia; TFC). Estas medidas se incorporaron en un algoritmo de detección de convulsiones (SDA) basado en una máquina de soporte vectorial para detectar períodos de convulsión y no convulsión. El rendimiento de estas medidas de correlación no estacionarias fue evaluado utilizando grabaciones de EEG de 79 neonatos a término anotadas por tres expertos humanos. Las medidas propuestas fueron altamente discriminativas para la detección de convulsiones (mediana Fórmula: ver texto: 0.933 IQR: 0.821–0.975, mediana Fórmula: ver texto: 0.883 IQR: 0.707–0.931). El SDA resultante aplicado a grabaciones multicanal tuvo un AUC mediano de 0.988 (IQR: 0.931–0.998) en comparación con las anotaciones de consenso, superó a dos SDA de última generación Fórmula: ver texto y no fue inferior al experto humano para 73/79 de los neonatos.