摘要
针对脑电的癫痫神经机制研究仅限于致痫灶相关的局部脑区,提出利用脑电微状态从全局角度揭示癫痫发病的神经机制。使用修正K均值聚类算法提取了癫痫患者发作间期的特征微状态,并与连续脑电信号配对得到微状态序列;计算每种微状态的平均持续时间、总占比、每秒出现次数,对比癫痫患者和正常人的参数相对趋势差异;利用小波变换的方法分析癫痫患者微状态序列的分形特性。研究发现:癫痫患者的微状态D的平均持续时间为(101.42±22.91)ms、在整个时间序列上的总占比为(30.86±9.79)%、出现频率为(3.10±0.94)次1s,数值结果显著大于微状态A、B,和微状态C相近,和正常人趋势不同;在32ms~16s的时间尺度上,分形分析的结果显示癫痫脑电微状态序列的赫斯特指数为0.643 5±0.010 2,具有分形特性。微状态D的参数异常解释了癫痫患者易出现注意力缺失的现象;癫痫微状态参数相对趋势变化对癫痫疾病诊断有参考意义;癫痫微状态序列的分形性质表明了序列在很大的时间范围内具有自相似、无标度的特性,使微状态序列具有研究癫痫发病机制和预测癫痫发作的潜力。
-
单位西安交通大学第一附属医院; 西安交通大学