Nonlinear signal analysis of micro and macro electroencephalographic recordings from epilepsy patients

Abstract

The use of nonlinear signal analysis measures to characterize electroencephalographic (EEG) recordings can be key for a better understanding of the underlying brain dynamics. In neurological disorders such as epilepsy, these dynamics are altered as result of a disturbed coordination between neuronal populations. The aim of this thesis is to characterize the seizure-free interval of EEG recordings from epilepsy patients by means of nonlinear signal analysis techniques to investigate whether this type of analysis can contribute to the localization of the seizure onset zone, the brain region from which initial seizure discharges can be recorded. For this purpose, we used a surrogate-corrected nonlinear predictability score and a surrogatecorrected nonlinear interdependence measure to analyze all-night EEG recordings from epilepsy patients implanted with hybrid depth electrodes equipped with macro contacts and micro wires. Our results show that the combined analysis of macro and micro EEG recordings may help to further increase the degree to which quantitative EEG analysis can contribute to the diagnostics in epilepsy patients.

El uso de medidas de análisis no lineales de señales para caracterizar registros electroencefalográficos (EEG) puede ser clave para una mejor comprensión de las dinámicas cerebrales subyacentes. En trastornos neurológicos como la epilepsia, estas dinámicas están alteradas a consecuencia de una coordinación perturbada entrepoblaciones neuronales. El objetivo de esta tesis es caracterizarel intervalo de registros de EEG libre de crisis epilépticas de pacientes con epilepsia mediante técnicas de análisis no lineales de señales para investigar si este tipo de análisis puede contribuir ala localización del SOZ (en inglés, Seizure onset zone), la región del cerebro donde se pueden registrar las descargas iniciales de las crisis epilépticas. Con este propósito, utilizamos una puntuación de predictibilidad no lineal corregida por sustitutos y una medida de interdependencia no lineal corregida por sustitutos para analizar registros EEG de pacientes con epilepsia grabados durante noches completas implantados con electrodos híbridos equipados con macro- y microcontactos. Nuestros resultados demuestran que el análisis combinado de macro- y micro-registros de EEG puede ayudar a aumentar el grado en el que el análisis cuantitativo de EEG puede contribuir al diagnóstico de pacientes con epilepsia.

L’ús de mesures d’anàlisi de senyals no lineals per la caracterització de registres encefalogràfics (EEG) pot ser clau per una millor comprensió de les dinàmiques cerebrals subjacents. En trastorns neurològics com l’epilèpsia, aquestes dinàmiques estan alterades a conseqüència d’una coordinació pertorbada entre poblacions neuronals. L’objectiu d’aquesta tesi doctoral és caracteritzar l’interval de registres EEG lliures de crisis epilèptiques en pacients amb epilèpsia mitjançant tècniques d’anàlisi de senyals no lineals, per tal d’investigar si aquest tipus d’anàlisi pot contribuir a la localització de la SOZ (en anglès, Seizure onset zone), la regió del cervell on es poden registrar les primeres descàrregues de la crisi. Amb aquesta finalitat, utilitzem una puntuació de previsibilitat no lineal corregida mitjançant substituts i una mesura d’interdependència no lineal corregida per substituts per analitzar registres EEG de pacients amb epilèpsia. Aquests han sigut enregistrats durant nits completes amb elèctrodes híbrids equipats amb macro- i microcontactes. Els resultats obtinguts demostren que l’anàlisi combinat de macro- i microregistres en l’EEG pot ajudar a augmentar el grau de contribució de l’anàlisi quantitatiu de l’EEG dins el diagnòstic de pacients amb epilèpsia.