文摘
客观的。脑电图有很大潜力作为一个具有成本效益的阿尔茨海默病(AD)的筛查工具。然而,脑电图的特异性是没有足够的用于临床实践。在早期的研究中,我们提出了初步结果表明改进的特异性的脑电图阿尔茨海默病的早期阶段。这种改善的关键是一种新的提取方法从脑电图信号在时频域稀疏振荡事件。这里我们提供一个更详细的分析,证明改进的脑电图临床筛选特异性MCI病人(轻度认知障碍)。方法。脑电图数据记录的MCI患者和年龄对照组,与闭上眼睛休息条件。脑电图感兴趣的频段(3.5 - -7.5赫兹),(7.5 - -9.5赫兹),(9.5 - -12.5赫兹),(12.5 -25赫兹)。EEG信号在时频域转换使用复杂Morlet小波;由此产生的时频图由稀疏碰撞模型。结果。增强的脑电图力量通过稀疏撞建模范围是更容易发现;这种现象解释了提高脑电图特异性获得在我们先前的研究。结论。稀疏的凹凸建模收益率在脑电图信号信息特征。这些特性增加脑电图诊断的特异性。
1。介绍
广告是最常见的神经退行性疾病;其早期症状之一是进步的记忆丧失。由于广告的人的数量将大大增加在不久的将来(1,2)(参见图1),可靠的治疗和诊断的广告是至关重要的。很多方法治疗目前正在调查(3,4]。临床诊断的准确性大约85%的检出率通常被实现,程序的排斥在结构或功能成像测试定量脑电图(QEEG),实验室,和心理测试5]。
(一)
(b)
QEEG录音闭着眼睛休息的条件和学科的传统在日常临床常规作为诊断工具用于广告(6- - - - - -8]。QEEG的主要优势是它的低成本和流动性。几项研究已经表明,QEEG有助于研究阿尔茨海默病(AD) [7,9- - - - - -15]。地形EEG功率变化被认为反映了大脑皮层萎缩的早期迹象和/或补充大脑皮层重组在疾病的早期阶段(16]。更具体地说,一般认为,广告诱导增强平均功率缓慢的节奏(0.5 8 Hz)和快速损失(8-30 Hz)的节奏6,9,11,17,18]。在健康受试者的脑电图,记录在闭着眼睛休息条件,α节律通常主要分布在枕区;在AD患者中,α节律逐渐迁移前区域随着疾病进展(9,19,20.]。
更准确地说,这些效应已被证明与严重程度的广告所表达的迷你精神状态评估(MMSE, (15),最近,与临床痴呆评定量表(CDR, (13])。
早期的广告已经与θ活动的增加和/或α活动的减少。更严重的阶段的广告,增加在θ和三角洲活动被观察到,一起活动减少α和β频带,除了减少峰值α频率(5,13]。
从脑电图可以作为一种划算的筛查工具,用于早期检测和诊断轻度认知障碍(MCI)阶段(见图2),它可能会改变的目标治疗:如果广告能够可靠地在早期诊断,医学治疗,而不是姑息,成为治疗:他们可以推迟或使用,希望,甚至停滞带来的疾病进展。然而,脑电图是不认为是一个可靠的诊断工具,因为其缺乏特异性21]。
我们的长期研究目标是开发信号处理方法提高脑电图诊断的特异性广告;我们希望发现脑电图信号特性,不仅AD患者明显不同,但也使我们能够可靠地单独AD患者和对照组。这种方法是有价值的临床用途(如诊断工具,广告),并且更重要的是有助于更好的理解大脑动力学的MCI患者。在本文中,我们专注于脑电图信号的时频表示,这将使我们能够提取脑电图特点,提高脑电图诊断的特异性。
2。方法
通常临床AD患者的脑电图分析在时域或频域(傅里叶功率分析)。然而,这些标准的方法完全忽略了一个事实,那就是脑电图主要是一个非平稳的信号,也就是说,脑节奏演变在时间的统计数据。两个信号域,即时域和频域,可以同时利用:而不是学习时间或频率分开,我们提取时频信息(图3)。通过时频表示这是可能的,比如窗口傅里叶变换,或者最近提出的小波时频表示(WTFRs)。然而,WTFRs描述信号通过成千上万的系数。信息是分布在许多系数结果,不能直接使用系数作为信号特征;因此,需要额外的处理可以进行区别的分析之前。在我们以前的工作(22),我们从时频图中提取信号特征的稀疏凹凸模型;这些模型由时频模式(“疙瘩”)级高,持续近4个时间段集中在一个特定的频率。这些模式可能会代表瞬态神经组件的本地同步,传达关键信息在高阶认知和感觉处理。bump建模方法允许我们捕捉振荡事件在脑电图trial-by-trial基础上,进而可能被视为可靠的特征签名局部场电位(联赛)和脑电图信号23,24]。我们假设这些签名包含重要的脑电图等脑部疾病的广告信息。
计算进行了使用Matlab 7.0 (MathWorks公司)。统计分析了使用Sigmastat 3.5 (Systat软件,Inc .)。小波分析和时频sparsification进行使用但是如果工具箱[22,24,25]。
2.1。主题
病人抱怨的只有记忆障碍招募全国中心医院心理门诊记忆诊所,紧张,和肌肉疾病,神经学和精神病学和国家中心在1998年和2000年之间。他们经历了彻底的神经心理测试显示量化,客观证据的记忆障碍没有明显损失一般认知,行为或功能状态。在临床研究过程中,脑电图记录在其他条件闭着眼睛警惕的控制之下,由21 Ag / AgCl电极(磁盘直径8毫米),根据安排10 - 20国际体系。实验进行了理解和人类主体的同意。负责任的伦理委员会批准了这项实验。
脑电图记录Biotop 6 r12 (NEC San-ei、东京、日本)在采样率为200 Hz模拟带通滤波在0.5 -25赫兹的频率范围;信号被数字化与高通滤波器过滤4赫兹以上三阶巴特沃斯滤波器。研究对象由两个学习小组;第一组包括25名受试者记忆问题的抱怨。时的脑电图记录,这些受试者被诊断出患有轻度认知障碍(MCI)。后来,他们都发达温和的广告。迷你精神状态检查(MMSE)平均得分在MCI组26 1.8 (SD)。
另一组由56个同龄健康受试者没有内存或其它认知障碍。对照组的平均MMSE 28.5 1.6 (SD)。两组的年龄分别为71.9±10.2,71.7±8.3,分别。
EEG数据调查脑电图专家工件,和足够的清洁脑电图的20多岁的选择(在每个21频道)。主题少于20年代artifact-clean数据被拒绝,分别数量减少到22和38岁。没有显著差异在两组之间年龄数据子集。我们这里使用这个数据库与22名患者的早期阿尔茨海默氏症(轻度认知障碍或MCI)和38个对照组。脑电图数据分析了在先前的研究14,22,26- - - - - -28]。
2.2。时频光谱分析
小波时频图计算使用复杂Morlet小波。(连续)小波变换的时间序列获得的是 在哪里(复杂的)“母亲”′小波,是一个比例因子,*代表复共轭。在本文中,我们使用复杂Morlet小波: 在哪里和共同确定小波的振荡。定义的复杂Morlet小波家族结果在最佳的时间和频率分辨率;它也被证明是适合脑电图信号(29日- - - - - -34)(参见[35]审查)。
作为基准的方法基于稀疏时频碰撞模型(见下文),我们直接从WTFR计算统计。特别是,我们计算WTFR相对实力在四个不同的频段,也就是说,(3.5 - -7.5赫兹),(7.5 - -9.5赫兹),(9.5 - -12.5赫兹),(12.5 -25赫兹)。我们控制的辨别力4措施,通过计算分类错误使用线性判别分析(LDA)。
2.3。Sparsification
接下来我们提取振荡事件(“疙瘩”)的时频地图(图4)。这些振荡事件通常被认为是由于神经数量的本地同步记录电极附近的(35]。我们提取振荡脉冲(“疙瘩”)由稀疏撞建模(23- - - - - -25,28,36]。更具体地说,我们使用了但是如果工具箱,在早期开发工作(图4,(25,36])。现在我们更详细地描述这个过程。
频率相关分数归一化(37,38)是适用于每一个试验: 在哪里和分别是平均值和标准偏差,小波的地图吗。由此产生的分数地图被撞近似模型序列的基础功能(“疙瘩”)与参数(关于撞建模的更多细节,请参阅[23): 与= (,、…)。这个分解代表最突出的振荡事件得分图。正如前面指出的,我们假设这些事件对脑电图动力学特性,因此诊断的相关广告。我们使用半椭球基函数,参数五是向量参数:位置在时间和频率,在时间和频率宽度,振幅。我们计算数量的肿块在四个不同的频段,也就是说,(3.5 - -7.5赫兹),(7.5 - -9.5赫兹),(9.5 - -12.5赫兹),(12.5 -25赫兹)。我们进行了线性判别分析(LDA),使用的疙瘩那些4频段作为输入特性分类。
3所示。结果
在早前的初步研究中,我们观察到,撞建模会导致改善分类结果(80 - 93%的分类使用分析分类,看到22]),基于WTFR直接方法相比,无肿块建模分类(70%)。这里我们报告更详细的研究结果,认为4独立频带;到目前为止,我们只考虑了频带4-25赫兹(22]。我们发现显著差异在θ和β范围(Mann-Whitney测试,)。我们比较了WTFR相对权力在所有四个频率范围,之前和之后的凹凸处理(图5)。θ的差异范围被撞建模(增强而不是。08),而β区间差异减少但仍然重要。改善分类中观察到的22]因此,主要归因于增强分离θ脑电波活动的范围。
(一)
(b)
分类结果(表1)也改善了θ(33.3 21.7%)错误和β错误(48.3 41.7%)范围,显著增加的特异性θ的范围(76.3 - 81.6%)。
4所示。讨论
探讨脑电图诊断功能广告处于初期阶段。我们观察到凹凸模型提高了统计差异在θ脑电波活动之间健康受试者和MCI患者。这个观察可以解释改善分类结果撞建模、报告(22]。这种效应也符合现有文献在阿尔茨海默氏症:低频活动(0.5 8 Hz)患者通常是更强的广告,而更高频率的振幅(8-30 Hz)通常是AD患者减少(6,9,11,17,18]。θ的范围增加活动的早期阶段,广告经常被证明(5,13),这种效果的确是已经使用傅里叶频谱分析或WTFR可见,没有凹凸的建模。然而,撞建模放大这种效果,至少对于手头的脑电图数据集。
振荡神经元网络,作为大脑动力学模型,提供一个独特的跨学科平台研究神经认知动力学(39]。脑电图的分析数据,尽管高相关性的认知研究,提出了许多技术挑战,脑电图信号显然是随机和高度不稳定(40]。脑电图振荡的结构组织和相关的功能作用还不能完全理解。在本文中,我们调查了特异性的脑电图振荡脉冲作为早期阿尔茨海默病的神经关联。当一个计算的平均WTFR权力,时频图的结构并不占。而大多数研究关注这样的平均脑电图反应时间或频率,本研究认为在时频域振动事件,不依赖脑电图平均水平。疙瘩是仿照单一试验,一旦这个结构信息提取,我们计算平均超过电极(因此没有失去破裂/背景分离)。如果这盛大的平均执行时间频率地图(没有提取肿块),实际上我们宽松的信息(分类错误增加;P值增加)。我们观察到使用单一试验模型,脑电图组织振荡事件包含强有识别力的签名的阿尔茨海默病的早期阶段比平均光谱脑电图数据,这也解释了我们以前得到分类结果(22]。我们的研究结果表明,低频活动增强,广告的影响可能主要是由于患者破裂时频特性的变化。
我们推测,这些慢波振荡事件可能是由于皮层下损伤,诱发阿尔茨海默病的早期阶段(41,42]。脑电图背景活动主要是归因于大脑皮层的神经活动;另一方面,振荡脉冲,由本地同步生成神经数量,可能与inter-area连接,包括皮质下区域。事实上,低频同步可能是代表皮层下连接(43]。我们的结果将属性的增加慢波活动可能相关的皮层下损伤诱导阿尔茨海默病的早期阶段。
就像我们展示了最近[24),组织在脑电图时频振荡脉冲活动似乎发挥特定的功能作用在稳态视觉诱发电位,有别于更平稳持续的脑电图活动(活动没有组织破裂,代表70 - 80%的信号)。我们这里提供额外的证据表明,脑电图事件有重要的信息,因为他们可以用来区分正常人与MCI患者。这个观察是一致的时频振荡事件的解释作为本地同步神经元群的签名。因此,背景EEG和振荡脑电图破裂可能是高度相关的理解和诊断脑部疾病,包括阿尔茨海默氏症。我们不能只研究20秒的δ乐队部分:肿块建模已经限制在较低的频率范围36];我们需要更大的窗口(≈1米20秒持续时间)。伽玛乐队不能学习,下面的数据被低分通过过滤伽马范围。此外,研究可靠的伽马权力范围,应特别注意防止肌工件污染脑电图信号(如肌电图记录传感器),不能在录制现场。然而,我们坚持在这里研究γ的脑电图频谱范围很少导致大脑疾病,并可能提供有价值的信息。最后,我们应该记住,撞建模应该选择适当的参数;否则一个将模型背景活动而不是振荡脉冲(这里给出的结果是这些参数的可靠合理的变化)。
5。结论
探讨脑电图诊断功能广告处于初期阶段。我们观察到凹凸模型提高了统计差异在θ脑电波活动之间健康受试者和MCI患者,与最大特异性达到θ的范围与WTFR(从76.3%到81.6%使用疙瘩)。这个观察可以解释改善分类结果撞建模、报告(22]。我们的研究结果表明,低频活动增强,广告的影响可能主要是由于患者破裂时频特性的变化。