基于大脑连接分析,使用脑电图信号对阻塞性睡眠呼吸暂停进行分类
1Department of Electronics and Communication Engineering, Agni College of Technology, Chennai, Tamil Nadu, India.
Scientific reports
|March 6, 2024
概括
这项研究使用脑电图 (EEG) 的大脑连接来分类阻塞性睡眠呼吸暂停 (OSA). 德尔塔频段EEG分析显示,在OSA患者中存在明显的正相关性,使其与健康个体有所区别.
科学领域:
- 神经科学是一个神经科学.
- 医疗工程 医疗工程
- 信号处理 信号处理
背景情况:
- 阻塞性睡眠呼吸暂停 (OSA) 是一种严重的疾病,在睡眠期间导致上呼吸道堵塞.
- 严重的OSA增加了心脏病发作,中风和死亡的风险.
- 准确的OSA分类对于及时干预和管理至关重要.
研究的目的:
- 探索阻塞性睡眠呼吸暂停 (OSA) 和健康受试者的分类.
- 通过使用脑电图 (EEG) 信号来检测OSA来调查大脑连接模式.
- 为了确定特定的EEG频段和连接度指标,表明OSA.
主要方法:
- 利用ISRUC的数据库与50个四通道EEG信号.
- 应用了一个50Hz的口过器来消除噪音.
- 采用波段包分解来将EEG信号分成马,β,α,θ和delta频段.
- 使用4个电极位置和皮尔森相关性进行了大脑连接分析.
主要成果:
- 与健康受试者相比,三角电脑电图带在OSA受试者 (0.73310.9172) 中显示了最高的正相关性 (0.6995).
- 在OSA患者中,三角带连接与大脑活动的关联性更强.
- 在三角波段中明显的正相关性模式有效地对健康个体的OSA进行了分类.
结论:
- 对EEG信号的脑连接分析,特别是在三角波段,可以有效地分类阻塞性睡眠呼吸暂停.
- 带的相关活性为OSA检测提供了一个潜在的生物标志物.
- 这种方法为OSA诊断和表征提供了一种非侵入性的方法.
