静止状态EEG微态作为中风后意识障碍中的电生理生物标志物
Fang Yu1, Yanzhe Gao2, Fenglian Li1
1College of Electronic Information and Optical Engineering, Taiyuan University of Technology, Taiyuan, China.
Frontiers in neuroscience
|October 18, 2023
概括
脑电图 (EEG) 微态分析揭示了中风后意识障碍 (PS-DOC) 患者的明显模式. 将EEG微态特征与光谱分析相结合,在PS-DOC分类中达到91.07%的准确性,提供了潜在的生物标志物.
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
- 临床神经学 临床神经学
背景情况:
- 意识障碍 (DOC) 是缺血性中风后的常见并发症,与不良结果相关.
- 精确诊断和评估中风后意识障碍 (PS-DOC) 需要可靠的电生理学生物标志物.
- 目前的诊断方法可能无法完全捕捉出 PS-DOC 基础上的复杂神经动态.
研究的目的:
- 调查电脑图 (EEG) 微态分析在识别PS-DOC生物标志物的有用性.
- 探索微态时间特征,Lempel-Ziv复杂性和光谱特征 (三角形/α比) 的综合诊断潜力.
- 使用这些结合的电生理学特征,开发PS-DOC的分类模型.
主要方法:
- 休息状态EEG数据从28名脑卒中后的醒觉意识患者和28名PS-DOC患者中收集.
- 进行微态分析以提取EEG微态的时间特征 (持续时间,覆盖范围).
- 计算了微态序列的Lempel-Ziv复杂性和delta/alpha功率比;训练了一个支持向量机分类器.
主要成果:
- 确定了四个最佳的EEG微态地形,在PS-DOC组中,B和C微态的持续时间/覆盖率有显著差异.
- 在PS-DOC组显示变化的微状态D动态,以及变化的三角形/α比和Lempel-Ziv复杂性.
- 将微状态时间和Lempel-Ziv复杂性特征与三角形/α比率相结合,产生了最高的分类准确性 (91.07%).
结论:
- 脑电图微静态提供了宝贵的洞察力,在中风后的DOC中,对异常的大脑网络动态有价值.
- 微态时,Lempel-Ziv复杂性和光谱特征的组合显示出作为有效的电生理学生物标志物用于PS-DOC诊断的前景.
- 这种多式EEG方法增强了对中风引起的意识障碍的神经生理机制的理解.
