用刺激唤起的脑信号来检测帕金森病:对交叉刺激和道智能实验进行全面的基准性能分析
Krishna Patel1, Rajendra Gad1, Marissa Lourdes de Ataide1
1School of Physical and Applied Sciences, Goa University, Taleigao Plateau 403206, Goa, India.
Bioengineering (Basel, Switzerland)
|November 27, 2025
概括
这项研究引入了使用电脑电图 (EEG) 在不同视觉刺激下检测帕金森病 (PD) 的新框架. 它识别了关键的大脑区域,用于准确的,通用的PD诊断.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 医疗信息学 医疗信息学
背景情况:
- 帕金森病 (PD) 是一种进展性神经退行性疾病,影响运动和认知功能,往往导致早期误诊.
- 自动化PD检测方法对于及时干预和改善患者生活质量至关重要.
- 现有的脑电图 (EEG) 研究主要使用静止状态数据,限制了模型的概括性.
研究的目的:
- 引入一个交叉刺激评估框架来评估帕金森病检测算法.
- 进行通道智能分析,以精确确定PD诊断的歧视性大脑区域.
- 为研究提供新的帕金森病EEG (ParEEG) 数据库.
主要方法:
- 开发了一种基于EEG的PD检测交叉刺激评估框架.
- 使用ParEEG数据库 (203,520个样本,60个受试者) 与静止状态视觉唤起潜力 (RSVEP) 和稳定状态视觉唤起潜力 (SSVEP) 刺激.
- 使用手工制作 (CRC) 和深度学习 (LSTM) 方法评估道性能,并进行10倍的交叉验证.
主要成果:
- CRC和LSTM模型实现了高精度 (95-100%) 的低变化 (SD <2%).
- 额头部,额头部,中部和中部等腰部区域的EEG通道显示了PD检测的优越分类准确性.
- 交叉刺激方法提高了基于EEG的PD检测模型的通用性.
结论:
- 额头和中腰脑电图通道对于帕金森病的检测具有高度的区分性.
- 拟议的交叉刺激框架提高了基于EEG的诊断工具的稳定性和实际适用性.
- 结果提供了对特定通道的神经变化的洞察,以改善PD的解释性.
