Adaptive smoothing of evoked potentials

Abstract

Evoked potentials (EPs) are very low amplitude signals generated in brain or spinal nervous structures after a brief stimulation of peripheral sensory organs. Their extraction from the ongoing electroencephalogram requires sophisticated signal processing methods, because the signal-to-noise ratio is very low. The basic time-locked average of successive responses to a train of stimulations obviously improves the SNR but is unable to track the slow variations of significant waves. Therefore, adaptive techniques are used to reduce the number of stimulations and this is what the present article will attempt to describe. One can consider the successive elementary responses as the rows of a bidimensional signal, the columns of which being made up of the points having the same time delay from the stimulus. The proposed signal processing consists of a ‘vertical’ exponential filtering (equivalent to a sliding-window averaging), associated with a ‘horizontal’ forward-backward non-causal smoothing based on a new statistical model of the filtered signal, leading to a very efficient global algorithm. The proposed 2D processing allows a real-time (row after row) extraction of smoothed responses, providing an unbiased and adaptive location of the EPs waves. Evozierte Potentiale (EPS) sind Signale sehr geringer Amplitude, welche im Gehirn oder in spinalen Nervenstrukturen nach einer kurzzeitigen Erregung peripherer Sinnesorgane erzeugt werden. Sie aus dem kontinuierlichen Elektro-Enzephalogramm zu extrahieren, erfordert raffinierte Methoden der Signalverarbeitung, da der Signal-Geräuschabstand sehr klein ist. Die einfache Mittelung aufeinanderfolgender Reaktionen auf einen Zug von Stimulationen mit Berücksichtigung eines Zeitausgleichs verbessert offensichtlich den Störabstand, erlaubt es jedoch nicht, langsame Variationen der wichtigen Signalanteile zu verfolgen. Deshalb verwendet man adaptive Techniken, um die Anzahl der Stimuli zu reduzieren; das versucht der folgende Beitrag zu beschreiben. Man kann die sukzessiven Elementarreaktionen als die Zeilen eines zweidimenionalen Signals ansehen; seine Spalten bestehen dann aus Punkten, die gegenüber dem Stimulus dieselbe Zeitverzögerung aufweisen. Die vorgeschlagene Signalverarbeitung besteht in einer ‘vertikalen’ exponentiellen Filterung (gleichwertig einer Mittelung mit gleitendem Fenster), verbunden mit einer ‘horizontalen’, nicht kausalen Vorwärts-Rückwärts-Glättung, die auf einem neuen statistischen Modell für das gefilterte Signal beruht. Das führt zu einem effizienten globalen Algorithmus. Die vorgeschlagene zweidimensionale Verarbeitung erlaubt eine Extraktion geglätteter Reaktionen in Realzeit (Zeile für Zeile) und liefert eine ablagefreie adaptive Feststellung des Ortes der EP-Wellen. Les potentiels évoqués sont des ondes de très faible amplitude creées dans les structures nerveuses du cerveau ou de la moelle après une brève stimulation des organes sensoriels périphériques. Leur extraction de l'électro-encéphalogramme de base nécessite des méthodes sophistiquées de traitement du signal à cause du rapport signal/bruit très faible. les moyennes synchrones des réponses successives à un train de stimulations améliorent ce rapport, mais sont incapables de poursuivre les lentes variations des ondes significatives. En conséquence, une méthode adaptive est proposée afin de réduire le nombre de stimulations. On considère les réponses successives comme les lignes d'un signal bidimensionnel dont les colonnes sont constituées par les points ayant le même délai vis-à-vis de la stimulation. Le traitement proposé consiste en un filtrage exponentiel ‘vertical’ (équivalentà une moyenne mobile), associé à un lissage non causal ‘horizontal’ basé sur un nouveau modèle statistique du signal filtré. Ce traitement permet une extraction en temps réel (ligne après ligne) des réponses lissées, fournissant une localisation adaptive et non biaisée des ondes des potentiels évoqués.