Background: Interictal high frequency oscillations (HFO) are discussed as biomarkers for epileptogenic brain tissue that should be resected in epilepsy surgery to achieve seizure freedom. The prospective classification of tissue sampled by individual electrode contacts remains a challenge. We have developed an automated, prospective definition of clinically relevant HFO in intracranial EEG (iEEG) from MNI Montreal and tested it in iEEG from Zurich. We here validate the algorithm on iEEG recorded in an independent epilepsy center so that HFO analysis was blinded to seizure outcome. Methods: We selected consecutive patients from Geneva University Hospitals who underwent resective epilepsy surgery with postsurgical follow-up > 12 months. We analyzed long-term iEEG recordings during non-rapid eye movement (NREM) sleep that we segmented into intervals of 5 min. HFOs were defined in the ripple (80-250 Hz) and the fast ripple (FR, 250-500 Hz) frequency band. Contacts with the highest rate of ripples co-occurring with FR (FRandR) designated the HFO area. If the HFO area was not fully resected and the patient suffered from recurrent seizures (ILAE 2-6), this was classified as a true positive (TP) prediction. Results: We included iEEG recordings from 16 patients (median age 32 y, range [18-53]) with stereotactic depth electrodes and/or with subdural electrode grids (median follow-up 27 mo, range [12-55]). The HFO area had high test-retest reliability across intervals (median dwell time 95%). We excluded two patients with dwell time < 50% from further analysis. The HFO area was fully included in the resected volume in 2/4 patients who achieved postoperative seizure freedom (ILAE 1, specificity 50%) and was not fully included in 9/10 patients with recurrent seizures (ILAE > 1, sensitivity 90%), leading to an accuracy of 79%. Conclusions: We validated the automated procedure to delineate the clinical relevant HFO area in individual patients of an independently recorded dataset and achieved the same good accuracy as in our previous studies. Significance: The reproducibility of our results across datasets is promising for a multicienter study testing the clinical application of HFO detection to guide epilepsy surgery.

中文翻译：

---

盲法研究：前瞻性定义的高频振荡可预测个别患者的癫痫发作结果

背景：间质高频振荡（HFO）被讨论为癫痫病脑组织的生物标志物，应在癫痫手术中切除以实现癫痫发作的自由。通过单个电极触点采样的组织的预期分类仍然是一个挑战。我们已经开发了蒙特利尔MNI公司颅内脑电图（iEEG）中临床相关HFO的自动，前瞻性定义，并在苏黎世的iEEG中对其进行了测试。我们在这里验证在独立癫痫中心记录的iEEG上的算法，以便对HFO分析不了解癫痫发作的结果。方法：我们选择了来自日内瓦大学医院的接受切除性癫痫手术的连续患者，术后随访时间超过12个月。我们分析了非快速眼动（NREM）睡眠期间的长期iEEG记录，该记录分为5分钟间隔。在波纹（80-250 Hz）和快速波纹（FR，250-500 Hz）频段中定义了HFO。与FR（FRandR）同时出现的波纹率最高的触点指定为HFO区域。如果未完全切除HFO区域并且患者反复发作（ILAE 2-6），则将其分类为真实阳性（TP）预测。结果：我们纳入了16名患者的iEEG记录（中位年龄32岁，范围[18-53]），其中包括立体定向深度电极和/或硬膜下电极网格（中位随访27 mo，范围[12-55]）。HFO区域在各个间隔内的重测可靠性很高（中位驻留时间为95％）。我们从进一步分析中排除了两个驻留时间<50％的患者。在达到术后无癫痫发作（ILAE 1，特异性50％）的2/4患者中，HFO区域已完全包括在切除体积中，在9/10复发性癫痫的患者中（ILAE> 1，敏感性90％）未将HFO区域完全包括在内，导致准确性达到79％。结论：我们验证了自动程序，可在独立记录的数据集中描述单个患者的临床相关HFO区域，并获得了与我们先前研究相同的准确度。意义：我们的结果在整个数据集上的可重复性对于一项测试HFO检测在指导癫痫手术中的临床应用的多学科研究是有希望的。特异性（50％），而9/10例复发性癫痫发作（ILAE> 1，敏感性90％）中并未完全包括在内，因此准确性为79％。结论：我们验证了自动程序，可在独立记录的数据集中描述单个患者的临床相关HFO区域，并获得了与我们先前研究相同的准确度。意义：我们的结果在整个数据集上的可重复性对于一项测试HFO检测在指导癫痫手术中的临床应用的多学科研究是有希望的。特异性（50％），而9/10例复发性癫痫发作（ILAE> 1，敏感性90％）中并未完全包括在内，因此准确性为79％。结论：我们验证了自动程序，可在独立记录的数据集中描述单个患者的临床相关HFO区域，并获得了与我们先前研究相同的准确度。意义：我们的结果在整个数据集上的可重复性对于一项测试HFO检测在指导癫痫手术中的临床应用的多学科研究是有希望的。