论文部分内容阅读
癫痫是中国当前第二大神经科疾病,由神经元放电异常引发,发作时患者会出现痉挛、意识丧失等症状,对患者的生理和心理都会造成严重的影响。目前常见的治疗手段为药物治疗、手术治疗、电刺激等,约70%的患者能够通过药物治疗得到有效控制,剩下的药物难治性癫痫患者需要手术切除治疗或者电刺激治疗。在手术切除治疗中,癫痫灶点定位是临床手术前极其重要的诊断步骤。由于癫痫发病原因和发作机制十分复杂,诊断和治疗非常困难。随着电子工艺、及计算机信息处理技术的发展,利用信号处理手段进行癫痫灶点定位的研究正在逐步兴起。头皮脑电(sEEG)空间覆盖率高,采集方便无植入式创伤,但是空间分辨率较低,适合用于粗略定位癫痫灶点区域;皮层脑电(iEEG)的时空分辨率高,但是空间覆盖率低且需要开颅手术,适合用于在初步定位的区域植入电极后精确定位癫痫灶点。本文主要围绕基于脑电信号(EEG)的局灶性癫痫灶点定位问题,着重探索基于头皮脑电(sEEG)动态源成像的癫痫灶点粗定位和基于皮层脑电(GEEG)黎曼流形的癫痫灶点精定位两个子问题。(1)sEEG信号采集点都是标准的电极位置,首先使用独立成分分析将sEEG信号分离成头皮表面的相互独立的信号成分,然后利用癫痫信号成分与非癫痫信号成分在时频特征上的差异挑选出癫痫信号成分,最后根据用边界元法构造的三层三维电子大脑模型将癫痫信号成分逆向映射回皮层的源信号,从而完成癫痫灶点定位。在源映射的过程中,我们根据大脑结构和生理机制的特点添加了平滑约束。(2)在通过sEEG初步定位的癫痫灶点区域,埋入植入式电极采集皮层脑电(iEEG)。首先计算表征通道之间相互关系的功能连接矩阵,然后根据功能连接矩阵分析癫痫网络与灶点有关的空间上的特征和时间上的特征。在分析癫痫网络动态时通过引入自定义度量-对数密度比ρ1发现癫痫发作期后半段与发作前期和发作期前半段有显著的差异,为我们将发作期聚类成两个状态,并取后一个状态进行灶点定位提供依据。我们提出了基于黎曼距离的k-means聚类算法,利用整个功能连接矩阵而不是有损压缩的特征向量中心性等进行状态聚类。最后我们基于聚类得到的后一个状态进行灶点定位,取得了比较理想的效果。