• 1. 沈阳工业大学 电气工程学院 生物医学工程系(沈阳 110870);
  • 2. 北部战区总医院 神经外科(沈阳 110016);
导出 下载 收藏 扫码 引用

临床上,立体定向脑电图(SEEG)广泛应用于记录患者颅内的电活动,其中基于 SEEG 构建的致痫网络能更好地描述癫痫发作的起源与传播过程,是神经外科确定致痫区的重要手段。本文以 5 例难治性颞叶癫痫和 1 例颞叶外癫痫患者的 SEEG 数据为基础,结合手术切除区域,分析了致痫网络中信息流出(出度值)、流入(入度值)节点与致痫区的相对关系。本文首先在对 SEEG 数据进行双极导联变换的基础上,对发作初期、中期和后期的 SEEG 以替代数据法和独立有效相干方法(iCoh)建立致痫网络,然后在 δ、θ、α、β 和 γ 频段上分别计算了网络节点的出度值和入度值。最后对患者致痫区内外节点的网络特征进行 K-均值(K-means)聚类算法分析,将均值高的分类与致痫区通道进行比较,计算分类准确率。最终结果表明,出度值在 δ、α 和 β 频段下对颞叶癫痫的平均分类准确率分别为 0.90、0.88 和 0.89,而网络节点的入度值无区分性。与之相比,颞叶外癫痫患者出度值在颞叶外区域高于颞叶区域。本文研究结果体现出颞叶癫痫患者的低频致痫网络出度值具有很高的分类准确率,今后或可为临床判断患者是否为颞叶癫痫提供一种量化参考指标。

引用本文: 李尊钰, 袁冠前, 黄平, 王慧杰, 姚美恒, 李春胜. 基于立体定向脑电图的颞叶致痫网络独立有效相干分析. 生物医学工程学杂志, 2019, 36(4): 541-547. doi: 10.7507/1001-5515.201806003 复制

  • 上一篇

    基于 TrAdaBoost 的跨脑辨识 P300 电位研究
  • 下一篇

    面向帕金森病语音数据挖掘的分包融合集成算法