静止状态EEG的神经特征有多好地检测意识? 一个大规模的临床研究
Xiulin Ma1,2,3, Yu Qi3,4, Chuan Xu1,5
1Department of Neurobiology and Department of Neurology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China.
Human brain mapping
|March 4, 2024
概括
这项研究确定了可靠的EEG意识标记,区分最小意识状态 (MCS) 和不响应的清醒状态 (UWS). 阿尔法和三角波段的相对功率和功能连接是评估意识的关键指标.
科学领域:
- 神经科学是一个神经科学.
- 临床神经学 临床神经学
- 生物医学工程 生物医学工程
背景情况:
- 精确评估意识状态,特别是区分最小意识状态 (MCS) 和不响应的清醒状态 (UWS),对于患者的护理和治疗计划至关重要.
- 现有的意识神经特征缺乏一致的验证,通常是由于样本规模小和潜在的数据偏差.
- 需要对基于脑电图 (EEG) 的指标进行大规模,系统的评估,以可靠地检测意识.
研究的目的:
- 系统地评估大量基于脑电图 (EEG) 的神经特征,以可靠地检测意识.
- 通过使用大规模数据集和引导抽样来缓解数据偏差,以便对意识指标进行可靠的评估.
主要方法:
- 综合审查和评估380个基于EEG的指标,包括频谱特征,非线性测量和连接性分析.
- 利用了来自296名受试者 (99名UWS,129名MCS,36名MCS,32名健康对照) 休息状态EEG信号的大数据集,收集了三年时间.
- 采用引导抽样,以确保发现的可靠性和通用性,尽量减少小样本大小的影响.
主要成果:
- 阿尔法和三角频段的相对功率成为意识评估的可靠指标.
- 与没有反应的清醒状态 (UWS) 组相比,最小意识状态 (MCS) 组表现出增加的相滞后指数相关连接性和增强的功能连接性.
- 评估的特征组合表明了开发意识状态的自动检测器的潜力.
结论:
- 相对的α和delta功率是强大的EEG标志物,用于区分意识水平.
- 改变的功能连接模式,特别是阶段滞后指数,将MCS与UWS区分开来.
- 经过验证的EEG指标可以集成到自动探测器中,用于客观的意识评估.
