科研之友
微信
新浪微博
Facebook
分享链接
摘要
临床常用人眼识别癫痫颅内脑电异常放电致痫灶（EZ）定位的方式具有一定局限性，而目前通过提取颅内脑电特征进行致痫区定位的准确率也有待进一步提高。神经脆弱性作为一种运用动态网络模型的新方法，在癫痫致痫区定位方面表现出潜在的应用价值。本文采用神经脆弱性分析方法对20名患者35次癫痫发作的立体定向脑电图信号进行了分析，进而利用随机森林模型对致痫灶电极进行了分类，并与通过短时傅里叶变换提取的六个不同频段时频特征的分类结果进行了比较。结果显示，基于时频分析的致痫灶电极工作特征曲线下面积（AUC）介于0.870(δ频段)至0.956（高γ频段）之间，且曲线下面积随频段频率的升高而升高，而利用神经脆弱性进行分类的AUC可达0.957，且将神经脆弱性融合γ及高γ频段时频特性进行分类后AUC可进一步提升至0.969。本文验证了神经脆弱性在识别癫痫致痫病灶方面的有效性，为进一步的临床应用提供了理论参考。
-
单位河北工业大学; 天津市环湖医院
