Epilepsi Teşhisi Ve Epileptik Beyin Bölgesinin Belirlenmesi İçin Yeni Bir Yaklaşım

Abstract

Bu çalışmamda temel olarak, insan beyninden alınan EEG işaretlerinin doğasını anlamak üzerine çalıştım. Yürüttüğüm çalışmanın ana eksenini Alzheimer hastası olduğundan kuşkulanılan bir grup hastanın ve ayrıca Sara hastası olduğundan kuşkulanılan başka grup bireylerin 19 kanaldan 76000 örnek olarak kaydedilmiş EEG işaretlerinin Zaman Serileri Analizi yapmak teşkil etmektedir. Normal insana ait Beyin EEG işareti hem çok büyük örneklerde (uzun süreçte) hem de bu örneklere ait alt örnek aralıklarında (alt süreçlerde) durağan olarak tespit edilmiştir. Alzheimer olduğundan kuşkulanılan hastalarda da Zaman Serisi Analizi açısından, normal bireyinkinden farklı hiçbir duruma rastlanılmamıştır.Fakat, Sara olduğundan kuşkulanılan hastalarda durum tamamen farklıdır. Çok büyük gözlem aralığında, işaret durağan karakter sergiliyor olsa da, küçük gözlem aralıklarında işaret durağan olmayan süreç takip etmektedir. Buna paralel olarak durağan olmayan işaret üreten bölgeler arasında ortak hareket mevcuttur. Yani, bir bölge bir anda durağan olmayan data üretmeye başlamakta ve bu durum çok küçük zaman aralığında diğer bölgeleri tetiklemekte ve söz konusu zaman aralığından başlayarak durağan olmayan süreç’in tüm beyne yayılmasına neden olmaktadır. Bu bulgu bile tek başına, Sara literatüründe ancak son günlerde ortaya atılan yeni bir iddiaya işaret etmesi açısından değerlidir. Sara krizleri kesinlikle tek kaynaktan başlamakta ve yayılmaktadırIn this study, Time Series Analysis methods are applied to multichannel scalp EEG records (19 regions) from 24 epileptic patients for the determination of the nature of epileptic signals: whether there exists non-stationary characteristics in the epileptic signals or not. Secondly, we use “causality” methods for the determination of the exact primary generator region of the epileptic seizures. Here we find: first, epileptic signals have exactly “unit root” (epileptic signals are non-stationary in their nature) within the sub-segments of the recordings; second, an epileptic seizure is originated from only one region and is propagated immediately to the another regions, or in other words, there exists exactly one “co-integration” relation between different non-stationary signals generated by at least two regions in the brain; third, deriving from the tested and constructed mathematical model of observed epileptic EEG data, we propose two main representations in order to analyze the reasons of the epileptic seizures and thus we distinguish the related “possible – observable” symptoms of epilepsy. Moreover, we identify both the “short-term” and “long-term” effects (causality) of the non-stationary epileptic signals on the other brain regions for the triggering of the non-stationary data generation and finally we determine the rate of propogation of an epileptic seizure by Vector Error Correction Mechanism (VECM).