休息状态EEG信号的空间时空碎片维度分析在帕金森病中的帕金森病
Juan Ruiz de Miras1,2, Chiara-Camilla Derchi2, Tiziana Atzori2
1Software Engineering Department, University of Granada, 18071 Granada, Spain.
Entropy (Basel, Switzerland)
|July 29, 2023
概括
四维碎形维度 (4DFD) 分析揭示了帕金森病 (PD) 患者电脑电图 (EEG) 信号中明显的复杂性模式. 这种新的方法显示了通过识别独特的大脑动态来诊断PD的潜力.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 信号处理 信号处理
背景情况:
- 脑电图 (EEG) 复杂性分析对于理解像帕金森病 (PD) 这样的神经退行性疾病至关重要.
- 分形维度 (FD) 量化了复杂性,但其对PD EEG的应用尚未得到充分研究.
- 现有的方法缺乏PD中大脑动态的详细的时空特征.
研究的目的:
- 通过使用四维碎形维度 (4DFD) 来研究帕金森病中EEG信号的时空特征.
- 评估4DFD作为PD的分类器的诊断潜力.
- 通过先进的复杂度测量,探索大脑动态和PD之间的关系.
主要方法:
- 分析了27名PD患者和15名健康对照 (HC) 的42个静止状态EEG记录.
- 来源重建EEG以生成3D皮层激活点云.
- 应用一个移动窗口 (1秒) 和盒子计数算法来计算4DFD.
主要成果:
- 与HC相比,PD组的4DFD值显著更高 (p < 0.001).在PD组中观察到明显更高的4DFD值.
- 在接收器操作特性 (ROC) 分析中,4DFD实现了0.97的曲线下的面积 (AUC),表明了强大的诊断性能.
- 这些发现突出了PD大脑活动中明显的时空复杂性差异.
结论:
- 4DFD是检测与帕金森病相关的大脑动态变化的敏感指标.
- 这种方法显示出作为PD的非侵入性诊断工具的希望.
- 进一步的研究可以探索4DFD用于疾病进展监测和治疗反应评估.
