基于腦電信號的嚴(yán)重意識障礙患者意識狀態(tài)分類研究.pdf

1、嚴(yán)重意識障礙狀態(tài)包括植物狀態(tài)(vegetative state，VS)和最小意識狀態(tài)(minimally conscious state，MCS)。對MCS和VS的診斷和預(yù)后評估是當(dāng)前臨床上在嚴(yán)重意識障礙患者的治療中亟需解決的難題之一。目前臨床上對意識障礙患者的意識狀態(tài)評估主要依靠行為意識量表來完成，但基于行為意識量表的判別誤診率較高。因此，國內(nèi)外開始探索如何應(yīng)用新技術(shù)新方法來評估患者的意識狀態(tài)，如腦電分析(EEG)、功能核磁共振成像(

2、fMRI)、正電子發(fā)射斷層掃描技術(shù)(PET)等。fMRI和PET技術(shù)雖然空間分辨率較高，定位準(zhǔn)確，但是其時間分辨率低、無法床邊檢查、且檢查費用較高，從而選擇一種低成本、可床邊檢測、時間分辨率高的新技術(shù)實現(xiàn)對患者意識狀態(tài)的評估具有重大的應(yīng)用價值。而腦電具有時間分辨率高、成本低、易獲取、可在床邊檢測、無輻射性等多種優(yōu)點。因此，應(yīng)用腦電方法對嚴(yán)重意識障礙患者進(jìn)行意識狀態(tài)判別在臨床上具有重要的意義。
　　人類大腦是一個復(fù)雜的混沌系統(tǒng)，具有

3、非線性動力學(xué)的特點。腦電信號的非線性動力學(xué)特性能夠準(zhǔn)確地反映出大腦各種功能活動狀態(tài)的變化，本文主要應(yīng)用腦電信號的非線性動力學(xué)分析方法，實現(xiàn)對嚴(yán)重意識障礙患者的意識狀態(tài)的輔助判別。本文的主要研究工作及結(jié)果如下：
　　（1）腦電信號基礎(chǔ)知識：介紹了腦電信號的組成和特點、腦電信號的預(yù)處理、特征提取和模式分類方法。
　　（2）腦電信號的采集和預(yù)處理：設(shè)計了腦電信號采集方案，針對嚴(yán)重意識障礙患者的特殊性，即采集過程中易受患者眼動等信號

4、干擾，應(yīng)用盲源分離方法去除眼電偽跡。實驗數(shù)據(jù)表明盲源分離算法能夠成功分離眼電，去眼電偽跡效果明顯。
　?。?）嚴(yán)重意識障礙患者意識狀態(tài)分類的研究：采用非線性動力學(xué)分析方法分別計算MCS患者和VS患者腦電信號的近似熵、樣本熵、排列熵、復(fù)雜度LZC和C0五種特征參數(shù)，并對兩類患者進(jìn)行對比分析；首次提出了一種基于SVM的意識狀態(tài)分類方法，對33例嚴(yán)重意識障礙患者進(jìn)行分類研究。分類結(jié)果表明，聯(lián)合選擇近似熵、樣本熵、排列熵和復(fù)雜度LZC每一

5、特征參數(shù)16導(dǎo)聯(lián)的均值作為特征輸入進(jìn)行 SVM分類器的訓(xùn)練和分類識別的效果最理想，其分類的準(zhǔn)確率達(dá)到93.9％。
　?。?）嚴(yán)重意識障礙患者的腦損傷部位判別的研究：在有效地實現(xiàn)了對嚴(yán)重意識障礙患者的意識狀態(tài)進(jìn)行判別和診斷的基礎(chǔ)上，本文以腦電信號的低頻段(δ+θ)與高頻段(α+β)的功率譜比值以及近似熵作為特征參數(shù)，創(chuàng)新性地提出了一種基于對稱導(dǎo)聯(lián)的EEG分析方法，對25例嚴(yán)重意識障礙患者腦損傷部位的判別進(jìn)行探索性研究。結(jié)果表明，基于