癫痫脑电信号分析研究教学课件.ppt

《癫痫脑电信号分析研究教学课件.ppt》由会员分享，可在线阅读，更多相关《癫痫脑电信号分析研究教学课件.ppt（38页珍藏版）》请在三一文库上搜索。

1、癫痫脑电信号分析研究,指导教师: 夏阳 副教授 研 究 生: 刘衍素 电子科技大学生命科学与技术学院 2005.6.11,2,本文所要解决的问题,将近似熵用于临床癫痫患者脑电信号分析，探讨理论分析方法在临床上的实用价值； 用似然同步、近似熵分析痫样放电大鼠皮层和海马脑电信号，探讨癫痫大鼠在不同脑功能状态下、脑功能状态转换时的不同脑区及其之间的功能改变。,3,内容提要,.研究背景 .临床癫痫患者脑电信号分析 .癫痫大鼠脑电信号分析 实验及数据预处理 近似熵分析 似然同步分析 .工作总结和展望 .致谢,4,.研究背景,癫痫（Epilepsy）是由于脑部神经细胞群异常放电引起的一过性脑功能紊乱综合症

2、，是一种严重且较顽固的慢性疑难性脑部疾病，其发作时表现为大脑神经元群兴奋性增高以及过度同步化放电，并导致短暂性中枢神经系统功能失常 。 研究意义 癫痫的发病率高（约5 ），危害大 ； 癫痫EEG 有其特征，但在临床上从EEG的中获得的信息有限，需要深入挖掘； 动物模型可以做到有创分析，可以完成临床不能进行的一些研究,癫痫脑电信号中常见的特征波有,6,癫痫脑电信号的分析方法 线性分析 时域分析 频域分析 时频分析 非线性分析 关联维数（Correlation dimension） 李亚普诺夫指数（Lyapunov exponent） 复杂度（Complexity） 算法复杂度 近似熵 同步分析

3、似然同步（Synchronization likelihood） 匹配追踪算法,7,近似熵（Pincus，1991)： 用一个非负数来表示一个时间序列的复杂性方法，越复杂的时间序列对应的近似熵越大 。 算法 优点 计算所需数据短（1005000点） 抗噪及抗野点能力强（特别是对偶尔产生的瞬态强干扰） 适用于确定性信号及随机信号 本文采用洪波等（1999）提出的快速算法，其计算速度提高了5倍,8,似然同步（Stam，2002) ：是一种一个时间序列和另一个或多个时间序列间动态相互作用的测量方法 算法 优点 既能测量线性又能测量非线性的相互作用 能够反映这种相互作用随时间的变化 ,适用于不稳定的时

4、间序列 用似然同步分析各脑区、各节律间同步性差异及状态转化时的变化未见报道,9,.临床癫痫患者脑电信号近似熵分析,数据来源：四川大学华西医学中心神经内科提供的临床癫痫患者的Video-EEG数据及相关临床信息 数据点及相似容限的选取,10,分析所用数据的选取,11,分析结果 采用上述参数对10例临床癫痫患者计算有无痫样放电脑电信号的相邻600个点（3秒）的近似熵平均值结果如图 。,有无痫样放电EEG的ApEn比较,结果显示:无痫样放电时脑电信号的近似熵显著大于有痫样放电时脑电信号的近似熵 （p=0.0020.01）,12,动态近似熵计算: 当患者的脑电信号中有痫样放电时，其对应的近似熵有较大幅

5、度的降低,13,结论 癫痫患者脑电信号中有痫样放电时近似熵显著降低，可以通过计算近似熵将痫样放电从癫痫患者的背景脑电信号中区分出来； 脑电信号随时间演化的近似熵分析可以反映癫痫患者脑电信号中癫痫波的动态发放情况； 近似熵分析可用于脑电信号复杂度的实时监测。 Paper （1）LIU Yan-su(刘衍素); XIA Yang; XU Hong-ru; ZHOU Dong; Yao dezhong. Nonlinear Analysis of Clinical Epileptic EEG by Approximate Entropy. Journal of Electronic Science

6、and Technology of China.2005;3(1):72-74,14,.癫痫大鼠脑电信号分析,匹罗卡品痫样放电大鼠模型制备 麻醉大鼠； 皮层和海马电极包埋： 记录脑电信号（以对侧耳根为参考、右下肢为接地电极）约30分钟； 匹罗卡品腹腔注射制备痫样放电实验大鼠模型； 连续记录脑电信号约56小时； 电极位置验证,15,数据采集及预处理 RM6240C型生理信号采集处理系统采集完成 （ 800Hz采样率， 30Hz低通滤波， 1s （0.16Hz）时间常数，50Hz陷波开 ）； 数据分段：无痫样放电、连续性痫样放电、周期性痫样放电（如图）； 0.5Hz30Hz的带通滤波； 200Hz

7、的离线采样 。,无痫样放电时的脑电信号,连续性痫样放电时的脑电信号,周期性痫样放电时的脑电信号,17,近似熵分析 方法及参数选择同临床癫痫患者脑电信号分析 0.530Hz脑电信号分析结果 分频段（：0.54.5Hz、：4.58Hz、：812Hz、：1216Hz、：1630Hz ）脑电信号分析结果,18,0.530Hz脑电信号分析结果,（1）相同脑功能状态下各脑区脑电信号的近似熵之间不存在显著性差异（p0.05） ; （2）不同脑功能状态间转换时,注：*P0.01,19,由表可见：,不同脑功能状态间转换时,无痫样放电 连续性痫样放电,连续性痫样放电 周期性痫样放电,ApEn显著降低（p0.01）

8、,ApEn无显著性差异（p0.05）,复杂的混沌状态 简单的同步活动,1、该两种状态间神经元群的活动可能无差异； 2、ApEn可能不能反映该状态间神经元群活动的 差异。,验证了临床癫痫患者脑电信号 的ApEn分析结果,20,（3）随时间演化的近似熵分析,21,分频段分析,不同脑功能状态间转换时,无痫样放电 连续性痫样放电,连续性痫样放电 周期性痫样放电,左右ECoG的 ApEn显著增加 （p0.01）,左右ECoG和EHG的高节律 （）的ApEn显著降低 （p0.05）,左右ECoG和EHG的 ApEn显著降低 （p0.01）,其余节律的ApEn无 显著变化（p0.05）,脑功能状态转换时的

9、ApEn主要取决于较高 节律ApEn的变化,癫痫波发放终止可能与 低节律脑电活动同步 增加有关,节律快波（24.5Hz）成分的 相对含量显著增多（p0.05）,能量分析,脑功能状态转换时的 ApEn主要取决于较高 节律ApEn的变化,节律的快波（2 4.5Hz）成分增多？,22,近似熵分析总结： 0.530Hz的分析： 证实了痫样放电时相关脑区神经元群活动从复杂的混沌状态趋向于简单的同步活动； 随时间演化的ApEn分析进一步证明了近似熵可以鉴别背景脑电信号和痫样放电； 分频段的分析（不同脑功能状态间转换时） ： 连续性痫样放电时ECoG中节律的快波成分显著增多； 可以推测在脑功能状态发生转换时

10、各脑区脑电信号ApEn的变化主要取决于高节律ApEn的变化； 痫样放电的终止，可能与低节律脑电活动的同步性增强有关； 由、，我们推测节律在痫样放电过程中可能起着更重要的作用。,23,似然同步分析 参数取值： 窗口宽度（数据长度）根据数据处理的实际需要选取；并将计算结果在时间及空间上进行平均 ； 0.530Hz脑电信号分析结果 分频段脑电信号分析结果,24,0.530Hz脑电信号分析结果,注：*P0.01；*P0.05,（1）相同脑功能状态：脑区间的同步性无显著性差异 （p0.05） （2）不同脑功能状态之间转换 ：脑区间的同步性有显著性差异 （p0.05）,注：*P0.01；*P0.05,25

11、,由表可见：,不同脑功能状态间转换时,无痫样放电 连续性痫样放电,连续性痫样放电 周期性痫样放电,LCLH、LHRH （p0.01） RCRH、LCRC（p0.05） 的同步性均显著增强,LCLH、LHRH的同 步性显著降低（p0.01）,RCRH、LCRC的同 步性无显著差异（p0.05）,反映了痫样放电的产生是由大量 神经元群过度同步放电所致。,由匹罗卡品诱导的痫样放电活动中，左侧海马可 能起着更重要的作用 （左侧优势现象）,26,（3） 随时间演化的似然同步分析,27,（1）相同脑功能状态,分频段脑电信号分析结果,注：*P0.01；*P0.05,28,由表可见：,相同脑功能状态,无痫样放

12、电,连续性痫样放电,周期性痫样放电,节律的同步性显著 高于、节律 的同步性,节律的同步性显著 低于、节律的同 步性,各节律的同步性间无 显著性差异,在痫样放电前节律 可能已先于其它节律 产生了类似于痫样放 电的同步现象,痫样放电过程中较高节律的同步 化可能占优势,节律与其它节律的同步性差异可以区分不同的脑功能状态,29,（2）不同脑功能状态间转换时,注：*P0.01；*P0.05,30,由表可见：,不同脑功能状态间转换时,无痫样放电 连续性痫样放电,连续性痫样放电 周期性痫样放电,左右皮层和海马脑电信号各 节律的同步性均显著增强,节律的同步性无显 著性变化,其余各节律的同步性 均显著降低,低节

13、律（、）段的同 步性增强的程度低于高节 律（、）段,在痫样放电过程中脑电信号 高节律（、）同步 性增强可能占主导地位,在痫样放电后期，高节律脑 电活动的复杂度增加早于痫 样放电的终止,结合相同脑功能状态下的分析结果,31,似然同步分析总结： 0.530Hz的分析 痫样放电的产生是由大量神经元群过度同步放电所致； 皮罗卡品诱发的痫样放电大鼠模型具有左侧优势现象； 可以动态地刻画痫样放电过程中脑区间的同步性演化过程 ； 分频段分析 （1）相同脑功能状态下 痫样放电前节律可能已先于其它节律产生了类似于痫样放电的同步现象； 痫样放电过程中较高节律的同步化可能占优势； 节律与其它节律的同步性差异可以区分

14、不同的脑功能状态。 （2）不同脑功能状态间转换时 痫样放电过程中脑电信号高节律（、 ）同步性增强可能占主导地位； 节律在痫样放电结束过程中可能起着重要作用；,32,Paper,（1）Yang Xia; Hongmei Yan; Yansu Liu（刘衍素）; Dezhong Yao; Andrew C.N Chen.Hippocampus: the origin of pilocarpine-induced epilepsy. 12th ECCN congress.Stockholm. 2005.5. （录用） （2）Xia Yang; Liu Yansu（刘衍素）; Yan Hongmei;

15、 Wu Hongyi; You Zili; Yao Dezhong. Synchronization analysis of EEG signal between cortex and hippocampus of pilocarpine-induced epileptic rat. 27th Annual Iternational Conference of the IEEE Engineering in Medicine and Biology Society (EMBS). ShangHai 2005.9. (Submit) （3）痫样放电大鼠颅内脑电信号的同步分析 （4）癫痫大鼠颅内脑

16、电信号不同节律的同步分析,33,本文的创新点,不同频段脑电信号的近似熵分析； 似然同步用于大鼠模型脑电信号分析； 研究结果提示在该模型中，可能存在痫样放电的左侧优势现象，这一现象在癫痫动物模型研究中尚未见报道，值得进一步研究。,34,.工作总结和展望,本文工作总结 1. 将近似熵分析方法应用于临床癫痫患者的脑电信号分析，结果显示近似熵分析能够用于癫痫患者的背景脑电信号和痫样放电的鉴别检测； 2. 成功建立了匹罗卡品诱发痫样放电大鼠模型，在本实验室首次探索了痫样放电大鼠模型的实验研究，为进一步深入开展癫痫电生理实验研究奠定了基础； 3. 通过近似熵、似然同步方法分析痫样放电大鼠模型的脑电信号，提

17、示这两种方法都可以刻画痫样放电过程中脑电信号的非线性动力学过程。,35,对今后工作的展望 1.节律脑电信号在痫样放电过程中的作用有待于进一步研究； 2. 结合分子生物学研究手段，研究匹罗卡品诱发的痫样放电大鼠模型癫痫波发放的神经电生理机制与基因表达的关系； 3. 基于动物模型，并与临床密切结合，进行癫痫预测与控制的新方法研究。,36,与本研究有关的论文,（1）WU Hongyi; XIA Yang; LAI Yongxiu; LIU Yansu（刘衍素）;Yao dezhong. Study of Epileptic EEG Using Bispectrum Analysis. Proceed

18、ings of International Conference on Neural Interface and Control. 26-28 may 2005. WuHan China. 119-122. （2）Hongyi Wu; Yang Xia; Hongmei Yan; Yansu Liu（刘衍素） and Dezhong Yao. Bispectrum analysis and its normalization of epileptic Rats EEG. 27th Annual Iternational Conference of the IEEE Engineering in Medicine and Biology Society (EMBS). ShangHai. 2005.9. (Submit),37,. 致谢,首先衷心感谢我的导师夏阳副教授在学习、实验及论文写作中给予我的悉心指导和帮助。 特别感谢尧德中教授给予我的关心、帮助和指导。 感谢生命学院各位领导和老师在我学习期间给予的无私帮助和指导。 感谢本教研室的吴宏伊、王玲、徐鹏、赵丽娜等同学对我完成本课题所提供的无私帮助。 还要感谢我的家人对我的关心、理解、支持和鼓励。,38,陈述完毕 谢谢各位专家的评审！,