Tensorgebaseerde blinde signaalscheiding voor gestructureerde fusie van EEG- en fMRI-data

In dit proefwerk ontwerpen we geavanceerde signaalverwerkingstechnieken, die de multimodale data integreren die afkomstig is van gelijktijdig opgemeten EEG en fMRI. We focussen op hun toepassing in refractaire epilepsie, waarbij sommige hersencellen hypersynchrone activiteit vertonen die leidt tot aanvallen die niet onderdrukt kunnen worden met medicatie. In dergelijke gevallen kan EEG–fMRI een hulpmiddel zijn tijdens de prechirurgische evaluatie, om het hersengebied te bepalen waaruit de epileptische ontlading voortkomen. We ontwikkelen datafusiemethodes, gebaseerd op voorstellingen van data als tensoren (‘meerdimensionale matrices’) om de complexe aard van EEG en fMRI te bevatten, en om hun aantrekkelijke eigenschappen voor datamining uit te buiten. Onze experimenten tonen aan dat deze op maat gemaakte, gekoppelde tensorontbindingen niet enkel in staat zijn om componenten te extraheren die de temporele, spatiale, en spectrale profielen van epileptische ontladingen modelleren, maar ook om het variabele functionele verband tussen EEG en fMRI (d.w.z. neurovasculaire koppeling) te schatten. Klinische validatie toont dat deze vernieuwende technieken complementaire sets biomarkers produceren, die de karakterisatie en prechirurgische planning van epilepsie kunnen ondersteunen.