Predicción de crisis epilépticas mediante teoría de grafos y conectividad funcional

Abstract

El comportamiento anormal de redes neuronales causa la ocurrencia de crisis espontáneas y recurrentes, principal síntoma de la epilepsia. La dinámica de estas redes epilépticas y los mecanismos detrás de la generación de las crisis, son temas de gran interés en la comunidad médica y científica, dado que aún no han sido completamente descubiertos ([1], [2], [3]). En el presente trabajo, se hace uso de los datos de la base EPILEPSIAE [4] recolectados de 10 pacientes usando electroencefalogramas intracraneales. Se analizan datos de 8 horas antes de la crisis, con una frecuencia de muestreo de 1024 Hz. Adicionalmente, se usan datos de 5 pacientes del Hospital Universitario San Ignacio (HUSI), correspondientes a un intervalo de 3 horas antes de la crisis a una frecuencia de muestreo de 256 Hz. Para este fin, se propone una metodología en la cual se estudian redes de conectividad que son construidas a partir de medidas de similitud multivariable entre canales de la sincronización cerebral. Estas características se analizan entre todas las posibles combinaciones de los canales para cada una de las bandas cerebrales fisiológicas. Las redes de conectividad construidas, se filtran usando un umbral estadístico. Con las matrices resultantes se calculan las medidas topológicas de la red. Estas medidas son utilizadas para analizar la dinámica de las redes cerebrales, en ventanas de tiempo de 1 minuto, buscando encontrar el marcador cerebral que permita anticipar la ocurrencia de una crisis epiléptica o etapa ictal. Finalmente, estas medidas se usan como variables de entrada a un módulo de aprendizaje de máquina para realizar clasificación automática. Adicionalmente, se estudia la dinámica de la red a lo largo del tiempo, buscando encontrar marcadores que permitan aportar al conocimiento del fenómeno.