Phase-based signal analysis measures applied to electroencephalographic recordings from epilepsy patients

Abstract

This thesis presents new phase-based signal analysis techniques to study brain dynamics from patients with pharmacoresistant focalonset epilepsy. We analyze electroencephalographic (EEG) recordings from seizure and seizure-free periods to characterize the dynamics underlying signals measured in brain areas where seizures start (focal signals) and from other brain areas (nonfocal signals). To first evaluate our approach under controlled conditions, we use the Rössler model system. We introduce the univariate coefficient of phase velocity variation and the multivariate phase-locking contribution measure. As a bivariate approach, we use the wellestablished mean phase coherence. All measures are combined with surrogates to test null hypotheses about the dynamics underlying the signals. Beyond confirming that focal signals have a higher mean phase coherence compared to nonfocal signals, we find that they have less phase variability and contribute more to the overall network’s phase-locking. Thus, our approach to analyze EEG signals across different spatial scales of neuronal organization holds promise to contribute to the diagnosis of epilepsy patients.

Esta tesis presenta nuevas técnicas de análisis de señales basadas en fases para estudiar la dinámica cerebral de pacientes con epilepsia focal farmacorresistente. Analizamos registros electroencefalográficos (EEG) de periodos con y sin crisis para caracterizar la dinámica subyacente a las señales medidas en las áreas cerebrales donde comienzan las crisis (señales focales) y en otras áreas cerebrales (señales no focales). Para evaluar primero nuestro enfoque en condiciones controladas, utilizamos el modelo de Rössler. Introducimos el coeficiente univariado de variación de velocidad de fase y la medida multivariada de contribución de sincronización de fase. Como enfoque bivariado, utilizamos la bien establecida medida de coherencia media de fase. Todas las medidas se combinan con sustitutos para probar hipótesis nulas sobre la dinámica subyacente a las señales. Más allá de confirmar que las señales focales tienen una mayor coherencia media de fase en comparación con las señales no focales, encontramos que tienen menos variabilidad de fase y contribuyen más a la sincronización de fase de toda la red. Por lo tanto, nuestro enfoque para analizar señales EEG a través de diferentes escalas espaciales de organización neuronal tiene potencial para contribuir al diagnóstico de pacientes con epilepsia.

Aquesta tesi presenta noves tècniques d’anàlisi de senyals basades en fases per estudiar la dinàmica cerebral de pacients amb epilèpsia focal farmacoresistent. Analitzem registres electroencefalogràfics (EEG) de períodes amb i sense crisi per caracteritzar la dinàmica subjacent als senyals mesurats a les àrees cerebrals on comencen les crisis (senyals focals) i en altres àrees cerebrals (senyals no focals). Per avaluar primer el nostre enfocament en condicions controlades, utilitzem el model de Rössler. Introduïm el coeficient univariat de variació de velocitat de fase i la mesura multivariada de contribució de sincronització de fase. Com a enfocament bivariat, utilitzem la ben establerta mesura de coherència mitjana de fase. Totes les mesures es combinen amb substituts per provar hipòtesis nul·les sobre la dinàmica subjacent als senyals. Més enllà de confirmar que els senyals focals tenen una coherència mitjana de fase més gran en comparació amb els senyals no focals, trobem que tenen menys variabilitat de fase i contribueixen més a la sincronització de fase de tota la xarxa. Per tant, el nostre enfocament per analitzar senyals EEG a través de diferents escales espacials d’organització neuronal té potencial per contribuir al diagnòstic de pacients amb epilèpsia.

Programa de Doctorat en Tecnologies de la Informació i les Comunicacions