nach oben

Clinical Epileptology

Erschienen in:

09.07.2021 | Epilepsie | Leitthema

Bedeutung videobasierter Anfallsdetektion

verfasst von: Dr. med. Peter Hopp, Thomas Mayer

Erschienen in: Clinical Epileptology | Ausgabe 3/2021

Einloggen, um Zugang zu erhalten

Zusammenfassung

Das korrekte und zeitnahe Erkennen epileptischer Anfälle ist hoch relevant für den rechtzeitigen Beginn von Notfallinterventionen und zur Verringerung der anfallsassoziierten Morbidität und Mortalität. In der Realität sind Detektion und Dokumentation epileptischer Anfälle durch Betroffene, Angehörige und selbst durch Fachpersonal jedoch häufig unzureichend. Eine Möglichkeit zur raschen Anfallserkennung und objektiven Dokumentation bieten Videoüberwachungssysteme. Diese Übersichtsarbeit stellt relevante Arbeiten zur videobasierten Anfallsdetektion und -überwachung vor und fasst den aktuellen technischen Stand zusammen. Beleuchtet werden Möglichkeiten und Limitationen der Methode einschließlich computergestützter Videodetektionssysteme. Dargestellt werden auch perspektivische Verbesserungen der videobasierten Anfallsdetektion durch den zusätzlichen Einsatz von Sensortechnologien und die Anwendung von Methoden der künstlichen Intelligenz.

Achilles F, Tombari F, Belagiannis V et al (2016) Convolutional neural networks for real-time epileptic seizure detection. Comput Methods Biomech Biomed Eng Imaging Vis 6:1–6

Arends JB, van Dorp J, van Hoek D et al (2016) Diagnostic accuracy of audio-based seizure detection in patients with severe epilepsy and an intellectual disability. Epilepsy Behav 62:180–185CrossRef

Beniczky S, Jeppesen J (2019) Non-electroencephalography-based seizure detection. Curr Opin Neurol 32:198–204CrossRef

Blum DE, Eskola J, Bortz JJ, Fisher RS (1996) Patient awareness of seizures. Neurology 47:260–264CrossRef

Chen L, Yang X, Liu Y et al (2009) Quantitative and trajectory analysis of movement trajectories in supplementary motor area seizures of frontal lobe epilepsy. Epilepsy Behav 14:344–353CrossRef

Conradsen I, Wolf P, Sams T et al (2011) Patterns of muscle activation during generalized tonic and tonic-clonic epileptic seizures. Epilepsia 52:2125–2132CrossRef

Cunha JPS, Choupina HMP, Rocha AP et al (2016) NeuroKinect: a novel low-cost 3Dvideo-EEG system for epileptic seizure motion quantification. PLoS ONE 11:e145669CrossRef

Cuppens K, Chen CW, Wong KB et al (2012) Using spatio-temporal interest points (STIP) for myoclonic jerk detection in nocturnal video. Conf Proc IEEE Eng Med Biol Soc 2012:4454–4457

Cuppens K, Lagae L, Ceulemans B et al (2010) Automatic video detection of body movement during sleep based on optical flow in pediatric patients with epilepsy. Med Biol Eng Comput 48:923–931CrossRef

10.

Elger CE, Hoppe C (2018) Diagnostic challenges in epilepsy: seizure under-reporting and seizure detection. Lancet Neurol 17:279–288CrossRef

11.

Geertsema EE, Thijs RD, Gutter T et al (2018) Automated video-based detection of nocturnal convulsive seizures in a residential care setting. Epilepsia 59(S1):53–60CrossRef

12.

Hoppe C, Poepel A, Elger CE (2007) Epilepsy: accuracy of patient seizure counts. Arch Neurol 64:1595–1599CrossRef

13.

Kalitzin S, Petkov G, Velis D et al (2012) Automatic segmentation of episodes containing epileptic clonic seizures in video sequences. IEEE Trans Biomed Eng 59:3379–3385CrossRef

14.

Karayiannis NB, Mukherjee A, Glover JR et al (2006) Detection of pseudosinusoidal epileptic seizure segments in the neonatal EEG by cascading a rule-based algorithm with a neural network. IEEE Trans Biomed Eng 53:633–641CrossRef

15.

Karayiannis NB, Tao G, Xiong Y et al (2005) Computerized motion analysis of videotaped neonatal seizures of epileptic origin. Epilepsia 46:901–917CrossRef

16.

Karayiannis NB, Xiong Y, Tao G et al (2006) Automated detection of videotaped neonatal seizures of epileptic origin. Epilepsia 47:966–980CrossRef

17.

Karayiannis NB, Tao G, Frost JD et al (2006) Automated detection of videotaped neonatal seizures based on motion segmentation methods. Clin Neurophysiol 117:1585–1594CrossRef

18.

Karayiannis NB, Tao G, Varughese B et al (2004) Discrete optical flow estimation methods and their application in the extraction of motion strength signals from video recordings of neonatal seizures. In: Proc 26th Annu Int Conf IEEE Eng Med Biol Soc, S 1718–1721CrossRef

19.

Li Z, Martins da Silva A, Cunha JPS (2002) Movement quantification in epileptic seizures: a new approach to video-EEG analysis. IEEE Trans Biomed Eng 49:565–573CrossRef

20.

Mandal B, Eng HL, Lu H et al (2012) Non-intrusive head movement analysis of videotaped seizures of epileptic origin. Conf Proc IEEE Eng Med Biol Soc 2012:6060–6063

21.

Nagy E, Major A, Farkas N, Hollódy K (2017) Epileptic seizure or not? Proportion of correct judgement based only on a video recording of a paroxysmal event. Seizure 53:26–30CrossRef

22.

Nijsen TME, Arends JBAM, Griep PAM, Cluitmans PJM (2005) The potential value of three-dimensional accelerometry for detection of motor seizures in severe epilepsy. Epilepsy Behav 7:74–84CrossRef

23.

Pauri F, Pierelli F, Chatrian GE, Erdly WW (1992) Long-term EEG-video-audio monitoring: computer detection of focal EEG seizure patterns. Electroencephalogr Clin Neurophysiol. 82:1–9CrossRef

24.

Pediaditis M, Tsiknakis M, Leitgeb N (2012) Vision-based motion detection: analysis and recognition of epileptic seizures—A systematic review. Comput Methods Programs Biomed 108:1133–1148CrossRef

25.

Poh MZ, Loddenkemper T, Swenson NC et al (2010) Continuous monitoring of electrodermal activity during epileptic seizures using a wearable sensor. Conf Proc IEEE Eng Med Biol Soc 2010:4415–4418

26.

Poochikian-Sarkissian S, Tai P, del Campo M et al (2009) Patient awareness of seizures as documented in the epilepsy monitoring unit. Can J Neurosci Nurs 31:22–23PubMed

27.

Reilly C, Atkinson P, Memon A et al (2018) Symptoms of depression, anxiety, and stress in parents of young children with epilepsy: a case controlled population-based study. Epilepsy Behav 80:177–183CrossRef

28.

Saab ME, Gotman J (2005) A system to detect the onset of epileptic seizures in scalp EEG. Clin Neurophysiol 116:427–442CrossRef

29.

Salinsky MC (1997) A practical analysis of computer based seizure detection during continuous video-EEG monitoring. Electroencephalogr Clin Neurophysiol 103:445–449CrossRef

30.

Surges R (2021) Wearables bei Epilepsien. Klin Neurophysiol 52:29–38CrossRef

31.

Ulate-Campos A, Coughlin F, Gainza-Lein M et al (2016) Automated seizure detection systems and their effectiveness for each type of seizure. Seizure 40:88–101CrossRef

32.

Van der Lende M, Cox FME, Visser GH et al (2016) Value of video monitoring for nocturnal seizure detection in a residential setting. Epilepsia 57:1748–1753CrossRef

33.

Van Westrhenen A, Petkov G, Kalitzin SN et al (2020) Automated video-based detection of nocturnal motor seizures in children. Epilepsia 61(S1):36–S40

34.

Yang Y, Sarkis RA, Atrache RE et al (2021) Video-based detection of generalized tonic-clonic seizures using deep learning. IEEE J Biomed Health Inform. https://doi.org/10.1109/JBHI.2021.3049649CrossRefPubMed

35.

Zijlmans M, Flanagan D, Gotman J (2002) Heart rate changes and ECG abnormalities during epileptic seizures: prevalence and definition of an objective clinical sign. Epilepsia 43:847–854CrossRef

Titel: Bedeutung videobasierter Anfallsdetektion
verfasst von: Dr. med. Peter Hopp
Thomas Mayer
Publikationsdatum: 09.07.2021
Verlag: Springer Medizin
Schlagwörter: Epilepsie
Künstliche Intelligenz
Erschienen in: Clinical Epileptology / Ausgabe 3/2021
Print ISSN: 2948-104X
Elektronische ISSN: 2948-1058
DOI: https://doi.org/10.1007/s10309-021-00423-2

Leitlinien kompakt für die Neurologie

Mit medbee Pocketcards sicher entscheiden.

^{Seit 2022 gehört die medbee GmbH zum Springer Medizin Verlag}

Kostenlos registrieren

Neu im Fachgebiet Neurologie

18.04.2024 | Arterielle Hypertonie | Nachrichten

Update Neurologie

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

Newsletter bestellen

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Bedeutung videobasierter Anfallsdetektion

Zusammenfassung

Leitlinien kompakt für die Neurologie

Neu im Fachgebiet Neurologie

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Spinale Muskelatrophie: Neugeborenen-Screening lohnt sich

Manche Gestagene können das Risiko für Meningeome erhöhen

Parkinson: Größere Studie bestätigt Genauigkeit von Hauttest

Update Neurologie

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 3/2021

Mitteilungen der Stiftung Michael

Patient-zu-Arzt-Anwendungen in der ambulanten Epilepsieversorgung

Mitteilungen der Deutschen Gesellschaft für Epileptologie e. V.

Chronopharmakologie und Chronotherapie bei Epilepsien

Telemedizin und mobile Gesundheitstechnologien

Berthold Kihn und das Kihnsche Pulver

Leitlinien kompakt für die Neurologie

Neu im Fachgebiet Neurologie

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Spinale Muskelatrophie: Neugeborenen-Screening lohnt sich

Manche Gestagene können das Risiko für Meningeome erhöhen

Parkinson: Größere Studie bestätigt Genauigkeit von Hauttest

Update Neurologie