在阿尔茨海默氏症和前性痴呆症患者中使用脑电图的图谱分析
María Paula Bonomini1,2,3, Eduardo Ghiglioni1,4, Noelia Belén Ríos1,4
1Instituto Argentino de Matemática "Alberto P. Calderón", Saavedra 15, Bs. As., Argentina.
International journal of neural systems
|July 8, 2025
概括
使用脑电图 (EEG) 的图谱分析 (GSA) 显示出用于诊断阿尔茨海默病的前景. 区域GSA指标,特别是在Theta频段,在区分AD患者和对照患者方面表现出高的分类性能.
科学领域:
- 神经科学是一个神经科学.
- 网络科学 网络科学
- 医疗成像医学成像
背景情况:
- 图形理论有助于通过磁脑脑图 (MEG) 和fMRI了解大脑功能障碍.
- 有限的研究存在于图形理论和减少的电极集,如10-20电脑图 (EEG).
研究的目的:
- 将图谱分析 (GSA) 应用于EEG信号以诊断阿尔茨海默病 (AD).
- 评估全球和区域GSA指标在AD患者与对照患者分类中的有用性.
- 确定关键参数和大脑节奏,这些参数对阿尔茨海默症诊断有价值.
主要方法:
- 从EEG信号的相邻或拉普拉斯矩阵计算的全球GSA指标.
- 计算区域GSA指标,评估在五个皮质区域 (正面,中央,,,,) 中的中心性.
- 在使用k-fold交叉验证的二进制AD/控制分类中利用这些指标.
主要成果:
- 泰达乐队在所有乐队中表现出最高的连接性和同步性.
- 泰达波段显示了保留的连接和最短的时间电极之间的平均距离.
- 区域GSA参数,特别是在Theta频段,产生了最高的分类性能 (平均精度,灵敏度和F1得分).
结论:
- 在AD分类中,区域GSA参数通常在大多数节奏中表现优于全球指标.
- 泰达波段和区域分析显示了使用EEG诊断AD的显著潜力.
- 鼓励对精细的GSA参数进行进一步的研究,以提高诊断特异性.
