Classificação do bruxismo com base nas características tempo-frequência e não lineares do EEG de canal único

Na classificação de pacientes com bruxismo com base no eletroencefalograma (EEG), a extração de características é essencial. O método de utilização de EEG multicanal que funde as características dos sinais de eletrocardiograma (ECG) e de eletromiografia (EMG) demonstrou ter um bom desempenho na classificação do bruxismo, mas o desempenho da classificação com base no sinal de EEG de canal único ainda não foi estudado. Este estudo teve como objetivo investigar a eficácia de um único canal de EEG na classificação do bruxismo.

Foram extraídas características no domínio do tempo, no domínio da frequência e não lineares de um único canal de EEG para classificar o bruxismo. Foram analisados cinco registos EEG bipolares comuns de 2 pacientes com bruxismo e 4 controlos saudáveis durante o sono REM. O domínio do tempo (média, desvio padrão, raiz do valor médio quadrático), o domínio da frequência (densidade espetral de potência (PSD) absoluta, relativa e rácios) e as características não lineares (entropia da amostra) de diferentes bandas de frequência EEG foram analisados a partir de cinco canais EEG de cada participante. O algoritmo de árvore fina foi treinado e testado para classificar o bruxismo do sono com controlos saudáveis utilizando uma validação cruzada de cinco vezes.

Os resultados demonstram que o canal de EEG C4P4 foi o mais eficaz para a classificação do bruxismo do sono, com uma sensibilidade de 95,59%, uma especificidade de 98,44%, uma exatidão de 97,84% e um valor preditivo positivo (VPP) de 94,20%.

Os resultados ilustram a viabilidade da classificação do bruxismo do sono utilizando um único canal de EEG e fornecem uma base experimental para o desenvolvimento de um sistema de classificação de bruxismo do sono.

Fonte/Estudo completo: Wang, C., Verma, A.K., Guragain, B. et al. Classification of bruxism based on time-frequency and nonlinear features of single channel EEG. BMC Oral Health 24, 81 (2024). https://doi.org/10.1186/s12903-024-03865-y