通过EEG微态监测缺血性中风的后果
Fang Wang1, Xue Yang1, Xueying Zhang2
1West China Biomedical Big Data Center of West China Hospital, Sichuan University, Chengdu, China.
PloS one
|March 22, 2024
概括
在中风后检测意识障碍 (DoC) 是具有挑战性的. 使用脑电图 (EEG) 微态的支向量机组 (EOSVM) 提供了更灵敏,更节省资源的自动检测方法.
科学领域:
- 神经科学是一个神经科学.
- 医疗信息学 医疗信息学
- 信号处理 信号处理
背景情况:
- 脑卒中经常导致运动障碍和意识障碍 (DoC).
- 目前对中风后果的临床评估是耗时且资源密集的.
- 脑电图 (EEG) 微态分析为中风评估提供了一个潜在的自动化替代方案.
研究的目的:
- 开发一个框架,用于使用EEG微状态在缺血性中风患者中自动检测DoC.
- 为了应对DoC分类中不平衡数据集的挑战.
主要方法:
- 提取EEG微态图和计算统计参数.
- 实施一组支持矢量机器 (EOSVM) 处理不平衡数据.
- 在缺血性中风患者中DoC的分类.
主要成果:
- EOSVM实现了高性能,精度和F1-Score超过89%.
- 对于DoC检测的灵敏度通过EOSVM显著提高,上升至80%以上,而传统SVM和AdaBoost的灵敏度低于60%.
- 通过使用微状态参数,证明了EOSVM辅助的DoC检测的有效性.
结论:
- 基于EEG微态特征的EOSVM分类有助于医疗从业人员进行DoC检测.
- 这种方法为传统的中风后果临床检查提供了一种节约资源的替代方案.
