无抽搐电休克治疗中脑电的小波样本熵分析_张学星.pdf
《无抽搐电休克治疗中脑电的小波样本熵分析_张学星.pdf》由会员分享,可在线阅读,更多相关《无抽搐电休克治疗中脑电的小波样本熵分析_张学星.pdf(6页珍藏版)》请在咨信网上搜索。
1、电子设计工程Electronic Design Engineering第31卷Vol.31第15期No.152023年8月Aug.2023收稿日期:2022-03-26稿件编号:202203213基金项目:国家自然科学基金资助项目(61960206012,62121003,61971400,61771452,61775216,61975206,61973292);中国科学院科研仪器设备研制项目(GJJSTD20210004);国家重点研发计划资助项目(2017YFA0205902)作者简介:张学星(1998),男,河南鹤壁人,硕士研究生。研究方向:脑电信号的状态识别。无抽搐电休克治疗中脑电的小
2、波样本熵分析张学星1,2,刘军涛1,2,党卫民3,高连胜3,岳伟华3,蔡新霞1,2(1.中国科学院 空天信息创新研究院 传感技术国家重点实验室(北方基地),北京 100190;2.中国科学院大学电子电气与通信工程学院,北京 100049;3.北京大学第六医院 北京大学精神卫生研究所 国家卫生健康委员会精神卫生学重点实验室(北京大学)国家精神心理疾病临床医学研究中心(北京大学第六医院),北京100191)摘要:无抽搐电休克治疗(Modified Electroconvulsive Therapy,MECT)是精神障碍疾病临床治疗的方法之一,有效的脑电信号量化参数有助于认识 MECT 的治疗效果和
3、进行临床规划。该文针对MECT期间精神障碍患者单通道脑电信号进行分析,利用离散小波变换将脑电信号分解到不同频段,采用样本熵分析 MECT过程中诱导的人工癫痫充分发作后和非充分发作后各频段脑电信号的复杂度。实验和分析结果表明,接受 MECT的精神障碍患者经诱导人工癫痫充分发作后的额叶皮层脑电信号小波系数 A4、D4和 D3的样本熵值显著小于非充分发作后对应样本熵值,表明癫痫充分发作可以有效增加脑电信号的规律性,降低脑电信号的复杂程度。利用t检验对结果进行分析,证明了该方法的可行性和准确性,其将为MECT治疗的疗效评估和临床规划提供有效的量化指标。关键词:无抽搐电休克;精神障碍;离散小波变换;样本
4、熵;t检验中图分类号:TN911.7文献标识码:A文章编号:1674-6236(2023)15-0020-05DOI:10.14022/j.issn1674-6236.2023.15.005Wavelet sample entropy analysis of EEG of Modified Electroconvulsive TherapyZHANG Xuexing1,2,LIU Juntao1,2,DANG Weimin3,GAO Liansheng3,YUE Weihua3,CAI Xinxia1,2(1.State Key Laboratory of Transducer Technol
5、ogy,Aerospace Information Research Institute,ChineseAcademy of Sciences,Beijing 100190,China;2.School of Electronic,Electrical and CommunicationEngineering,University of Chinese Academy of Sciences,Beijing 100049,China;3.National ClinicalResearch Center for Mental Disorders(Peking University Sixth H
6、ospital),NHC Key Laboratory of MentalHealth(Peking University),Peking University Institute of Mental Health,Peking University SixthHospital,Beijing 100191,China)Abstract:Modified Electroconvulsive Therapy(MECT)is one of the clinical treatment methods of mentaldisorders,and effective quantitative ind
7、icator of EEG signals is helpful for measuring the treatmentefficacy and clinical planning.In this paper,the singlechannel EEG recordings of patients with mentaldisorders during MECT are decomposed into different frequency bands by Discrete Wavelet Transform(DWT),and the complexity of the EEG signal
8、s across all frequency bands after adequate and inadequateMECT induced seizures artificially is evaluated by sample entropy.The results show that the sampleentropy values of wavelet coefficients A4,D4 and D3 in frontal cortex of patients with mental disorders-20精神障碍是一类常见的疾病,该类疾病发病率高、复发率高、致残率高,因此被认为是
9、 21世纪影响人类健康的重要疾病之一,而精神障碍疾病的治疗也愈加重要1-2。无抽搐电休克治疗作为一种成熟的物理治疗方法,起效迅速、疗效显著,因此被广泛用于各种精神障碍疾病的临床治疗,如精神分裂症、抑郁障碍和双相障碍等3。在临床上 MECT 治疗的实施过程中,首先根据患者的具体情况给予适量的麻醉剂及肌肉松弛剂,然后通过电刺激在患者的大脑皮层人工诱发癫痫样放电实现治疗4。多数研究表明,MECT引起的癫痫发作持续时间与治疗效果密切相关,充分的发作应持续至少 25 s5才能够实现患者病情的有效改善,然而目前尚无有效的量化指标来衡量 MECT的治疗效果。文献6提出额叶皮层脑电信号样本熵可以用于评估抑郁症
10、的严重程度,样本熵较大的患者往往病情更加严重,但目前的研究只关注全频带脑电信号的复杂度与精神障碍患者病情的关系,而缺乏对不同频带内脑电信号复杂度的详细研究。该研究利用离散小波变换和样本熵对临床精神障碍患者 MECT治疗中单通道头皮脑电记录进行分析,分别计算精神障碍患者 MECT 诱导充分发作后和非充分发作后脑电信号不同频段的样本熵,对实验结果进行比较、分析和讨论,试图为 MECT治疗精神障碍疾病的疗效评估和机制解释提供一种新的参考依据。1实验1.1研究对象该研究的研究对象为来自北京大学第六医院的部分住院接受 MECT 治疗的精神障碍患者,相应研究通过了伦理审核,伦理审核编号为(2019)伦审第
11、(42)号。所有患者根据国际疾病分类标准第十版(ICD-10)诊断标准诊断为精神分裂症、抑郁障碍和双相障碍,而且临床治疗方案是药物联合 MECT 治疗、未见 MECT和麻醉禁忌症。在该研究中,共收集了10例精神障碍患者,其中精神分裂症3例、抑郁障碍 5例、双相障碍 2例。在这 10例患者中男性 4人,女性6人,平均年龄40.319.1岁。1.2实验数据采集该研究使用美国MECTA公司生产的SPECTRUM5000Q 治疗仪对精神障碍患者进行 MECT 治疗,同时利用内置的记录系统以140 Hz的采样频率采集患者额叶位点 FPz 处的脑电信号,脑电信号采集电极按照国际 10-20系统的标准放置,
12、在数据采集中,选择患者左侧乳突作为参考。由精神科 MECT治疗医生判断确定人工癫痫充分发作与非充分发作,采集10个患者每个治疗疗程中的脑电信号,为了便于对比,选择充分发作达到临床治疗要求的数据 50 组,以及非充分发作的脑电数据 50组,利用 Python对所选择的脑电数据进行分析。2脑电数据分析2.1分析方法流程由于脑电信号采集过程中存在工频干扰等噪声,首先对脑电信号进行0.5 Hz高频滤波和50 Hz凹陷滤波,并进行 128 Hz降采样。然后以 db4 小波作为母小波,对预处理后的脑电信号进行离散小波变换,将原始信号分解到不同的频段,针对各子带小波系数计算样本熵,以研究脑电信号各频段信号的
13、复杂度。分析方法的流程图如图1所示。图1分析方法流程图2.2离散小波变换小波变换通过使用可变尺寸的窗口实现更加灵活的时频分析,被广泛应用于生物医学信号的分析和处理7-8。在小波变换中,使用长时间窗可以获得who received MECT after adequate MECTinduced seizures artificially are significantly lower than thoseafter inadequate MECTinduced seizures.It indicates that MECTinduced adequate seizures can effecti
14、velyincrease the regularity of EEG signals and reduce the complexity of EEG signals.The ttest statisticalanalysis is performed to prove the accuracy and the feasibility of this method,provide an effectivequantitative indicator for the evaluation of MECT efficacy and clinical planning.Keywords:Modifi
15、ed Electroconvulsive Therapy(MECT);mental disorder;Discrete Wavelet Transform(DWT);sample entropy;ttest张学星,等无抽搐电休克治疗中脑电的小波样本熵分析-21电子设计工程 2023年第15期更好的低频分辨率,而使用短时间窗可以获得更好的高频分辨率,适用于非平稳信号的分析9。对于所给定的信号x(t),其连续小波变换(ContinueWavelet Transform,CWT)定义为:CWT(a,b)=1|a-x(t)t-badt(1)式中,a为伸缩参数;b为平移参数;a,b(t)为母小波函数。与
16、连续小波变换对参数进行连续取值不同,离散小波变换(Discrete Wavelet Transform,DWT)将参数a和b的取值离散化,从而使得小波分析的效率更高10。通过参数离散化取值处理,所给定信号x(t)的离散小波变换定义为:DWT(j,k)=1|2j-x(t)t-2jk2jdt(2)式中,jZ,kZ。为了实现离散小波变换,Mallet等人开发了一种高效算法,该算法使用一系列由低通和高通滤波器组成的正交镜像滤波器来分解脑电信号,获得相应的近似系数和细节系数11。EEG信号四阶小波分解如图2所示。图2EEG信号四阶小波分解选择合适的母小波函数和分解层数对信号的DWT分析非常重要,由于 D
17、aubechies小波在 EEG 信号相关的分析得到了广泛应用12,取得了很好的效果。在该研究中,选用db4小波作为母小波并选用4阶分解阶数,脑电信号的 4阶小波分解如图 2所示,经过 4阶小波分解后得到的各层小波系数对应频带频率的分别如表1所示。表1小波系数对应的频率分布分解级别D1D2D3D4A4频带范围/Hz326416328164804分解层次12344考虑到头皮脑电信号中大部分有意义的信息位于分解级别D2、D3、D4和A4,因此,该研究计算小波系数D2、D3、D4和A4的样本熵来研究脑电信号各频段的复杂度特征。2.3样本熵分析样本熵是在近似熵的基础上进行改进提出的概念,其通过测量信号
18、中新模式的产生概率来衡量信号的复杂性13。信号的样本熵值越大,在信号中产生新模式的概率就越大,信号的复杂度也就越大14。反之,信号则表现出更强的规律性和稳定性。设长度为n的信号序列x(t),t=1,2,n,其样本熵的计算原理为:1)从信号序列中从前往后依次选取m个样本点,这m个样本点可以组成一个m维矢量如下:xm(i)=x(i),x(i+1),x(i+m-1),1in-m+1(3)2)设dxm(i),xm(j)是xm(i),xm(j)间 的 最 大距离,即:dxm(i),xm(j)=max|xm(i)-xm(j),0km-1(4)3)将 计 算 过 程 中 的 阈 值 设 为r,统 计 中dx
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 抽搐 休克 治疗 中脑 样本 分析 张学星
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。