描述神经退行性疾病中静止状态EEG振荡和非周期性活动:一项多中心研究
Alberto Jaramillo-Jimenez1, Yorguin-Jose Mantilla-Ramos2, Diego A Tovar-Rios3
1Centre for Age-Related Medicine (SESAM), Stavanger University Hospital, Stavanger, Norway; Grupo de Neurociencias de Antioquia (GNA), Facultad de Medicina, Universidad de Antioquia, Medellín, Colombia; Grupo Neuropsicología y Conducta (GRUNECO), Facultad de Medicina, Universidad de Antioquia, Medellín, Colombia; Semillero de Investigación NeuroCo, Facultad de Ingeniería & Facultad de Medicina, Universidad de Antioquia, Medellín, Colombia.
Computers in biology and medicine
|September 18, 2025
概括
协调静止状态EEG数据可以减少位置差异. 莱维体痴呆症显示出改变的无周期和振荡模式,而阿尔茨海默病则表现出降低的α功率,有助于神经退行性疾病生物标志物的发现.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物 生物标志物
- 信号处理 信号处理
背景情况:
- 静止状态EEG (rsEEG) α节律异常是潜在的神经退行性疾病 (NDD) 的生物标志物.
- 当前的光谱分析往往忽略了信号的非周期性组成部分.
- 有限的数据存在于跨NDD的组合无周期和振荡式rsEEG异常,多中心研究面临批量效应挑战.
研究的目的:
- 在各种NDD中描述rsEEG振荡和非周期性模式.
- 为了减轻多中心rsEEG数据中潜在的与地点相关的批量影响.
- 为不同的NDD识别不同的rsEEG签名.
主要方法:
- 预处理了639名参与者 (11个地点) 的rsEEG数据,包括健康对照和多个NDD队列.
- 使用reComBat协调了功率频谱批量效应,根据年龄,性别和诊断进行了调整.
- 从协调的光谱中提取了振荡和非周期性参数,并分析了与NDD相关的差异.
主要成果:
- 协调成功地减少了rsEEG功率频谱中的批量效应.
- 与其他NDD相比,莱维体痴呆症 (LBD) 的非周期性参数显著更,振荡中心频率更低.
- 阿尔茨海默氏症 (AD) 在比较中显示出低振荡α功率,除非与LBD相比.
结论:
- 通过协调技术,可以有效地减轻电源频谱的批量效应.
- 降低振荡α功率可能是阿尔茨海默病异常的特定指标.
- 独特的振荡频率减缓和非周期性活动增加是莱维体痴呆症的特征.
