研究目的
研究通过建模额叶与枕叶脑电时序记录间的因果动态关系,能否揭示阿尔茨海默病患者与对照组的可靠鉴别特征,以辅助该疾病的临床诊断。
研究成果
基于PDM的建模方法为根据脑电图记录对阿尔茨海默病患者和对照受试者进行诊断性区分提供了一种有前景的方法。与δ-θ波段和α波段相对应的特定PDM的ANF能够很好地区分这两组人群。将PDM建模与相对功率测量相结合,实现了患者与对照组的完全分离。
研究不足
该研究受到多种误差来源的影响,包括生理机制的变异性和测量仪器的差异。模型估计中参数选择的敏感性是结果可重复性的关键问题。受试者组的平均年龄存在差异,且样本量不足以证明所报告的脑电图分析对阿尔茨海默病诊断具有临床实用性。
1:实验设计与方法选择
本研究采用主动态模式(PDMs)及其关联非线性函数(ANF)来建模脑电图记录间的动态关系。通过拉盖尔展开估计的沃尔泰拉模型用于从脑电信号中提取全局PDMs。
2:样本选择与数据来源
使用17名阿尔茨海默病患者和24名对照受试者在静息状态下的脑电图记录。这些记录来自左额叶(F3)、右额叶(F4)、左枕叶(O1)和右枕叶(O2)通道。
3:实验设备与材料清单
脑电图记录采用传统10-20系统,在共参考导联配置下以256Hz采样率获取,后期离线降采样至128Hz。
4:实验流程与操作步骤
从脑电信号中截取60秒连续时段,经带通滤波、去均值化和标准化处理后,应用基于PDM的建模方法分析枕叶与额叶脑电信号间的因果关系。
5:数据分析方法
通过归一化均方误差(NMSE)评估基于PDM模型的预测能力。计算频谱和非线性信号特征进行对比,包括不同频段的相对功率、中值频率和样本熵。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容