探索EEG宏状态评估及其在刺激反应中的应用策略

时间：11-16 名人轶事提交错误

本篇文章给大家谈谈探索EEG宏状态评估及其在刺激反应中的应用策略，以及对应的知识点，文章可能有点长，但是希望大家可以阅读完，增长自己的知识，最重要的是希望对各位有所帮助，可以解决了您的问题，不要忘了收藏本站喔。

DMN 默认激活的标记不仅依赖于静息状态下高代谢和功能连接的识别，还依赖于其对特定行为或任务的响应。 DMN 的典型特征是在走神、内省和自我参照思维过程中被激活，在一系列需要注意的任务中被抑制。但后来，人们发现DMN 也可以在一系列抽象和联想任务中被激活。然而，在动物研究中仍然使用通过视觉或感觉刺激使DMN 失活来评估DMN。因此，长期以来人们认为刺激（反应性）引起的DMN失活程度可能是广泛脑功能障碍的重要生物标志物。

由于大多数脑成像技术在临床上不实用，本研究旨在使用传统的脑电图记录和刺激方案来评估中风后昏迷患者的DMN 反应性损伤。选择这一患者群体是因为研究人员发现DMN 损伤与各种病因性意识障碍和缺血性脑损伤有关。通过脑电图(EEG) 评估DMN 的功能在方法上仍然具有挑战性。尽管静息状态网络的功能连接以0.01 至0.1 Hz 之间的频率振荡，但脑电图记录的大脑振荡电活动发生在更快的频带，大致为delta (1-4 Hz)、theta (4-8 Hz)、 (8-12Hz)、(12-30Hz)频段。因此，静息网络血流动力学振荡的脑电图相关性可能需要结合不同的脑电图节律，而不是反映单个脑电图频率，称为具有特定地形分布的脑电图频率特征。 DMN EEG 频率特征被映射到PCC 中较快的- 活动，而较慢的(theta-delta) 活动源自大脑前部，可能反映了更广泛的内侧额顶网络。

通过将微状态序列的时间序列与血流动力学响应进行卷积，没有发现任何微状态与DMN 之间或微状态发生与EEG 节律之间存在明显的相关性，尽管最近的研究支持EEG 可以捕获特定的fMRI 网络视图。最近的一项使用PET/MR/EEG 的研究发现，这种微观状态与DMN 的更广泛的静息态成像测量值呈正相关。由于DMN激活主要受到光刺激的抑制，研究人员假设发生概率下降最大的宏观状态，标记为默认脑电图宏观状态（DEM），反映了主要的DMN功能。

方法

对急性中风后需要脑电图监测的14 名健康对照成年志愿者（21-43 岁，9 名男性）和32 名患者（52-93 岁，20 名女性）进行无创脑电图记录。格拉斯哥昏迷量表(GCS) 用于对睁眼度(E)、言语反应(V) 和最佳运动反应(M) 进行评分。默认脑电图宏观状态(DEM) 分析方法需要连续多通道脑电图记录并伴有间歇性光刺激。为了促进数据收集，研究人员开发了专用的第一代研究设备——神经生理学脑电图反应性监测仪（NERMO），它能够将所需的多模式刺激和神经生理学记录集成在单个优化的硬件-软件中。对于每次试验（图1），每个通道的频谱图被量化为4 个常规连续频带：[1-4) Hz、[4-8) Hz、[8-12) Hz 和[12] -30) Hz (图1B)。然后，功率按地形频谱功率(TSP) 矩阵中的通道和频带进行累积。因此，每个TSP 列由NC NB 行组成，其中NC 是通道数，NB 是频带数（图1）。然后，通过将具有相似光谱指纹的TSP 点聚类到定义宏观状态的类原型中，可以使用在相同刺激方式的连续试验中积累的TSP 矩阵来预测所有通道中具有相似频率分布的EEG 时间。段被分类。包括簇中具有最大和最小SD 的TSP，从而涵盖跨通道和频率的最大和最小相似性（图1C）。对于每个宏观状态，我们确定了在一系列聚类水平的所有试验中显示出最大二元响应(BR) 的宏观状态（图1D）。其中，显示最大BR 的宏观状态被标记为默认EEG 宏观状态（DEM）（图1E）。

图1. 默认脑电图宏观状态分析。

结果

光刺激下默认EEG 宏观状态的识别：图1 和2 显示了对照组志愿者的振荡宏观状态分析的示例。光刺激期间的默认EEG 宏观状态(DEMPHOT) 是最大响应性的宏观状态，称为DERPHOT（图1D）。请注意，DEMPHOT 及其反应性DERPHOT 源自对照组（图2B）和患者组（图2D）中传统30 通道蒙太奇和简化的6 通道蒙太奇的性能。在对照组中，DEMPHOT 宏观状态谱（图2A、3A）显示前活性和后活性，与之前使用其他方法报告的结果一致。在患者组中，整个频谱似乎向较慢的频率移动（图2C、3A）。当比较相同频段内的地形差异时，患者组显示出中后部theta 活动增加，这在30 通道（图3A）和6 通道蒙太奇（图3B）中都很明显。此外，在6 通道蒙太奇中，可以清楚地看到波活动的增加是以波活动的减少为代价的（图3B）。

图2. 光刺激(DEMPHOT) 期间默认脑电图宏观状态的时间动态。

图3

为了找到DEMPHOT 差异的潜在来源，我们在每次试验中使用双列相关系数r 将IC 与二元DEMPHOT 进行匹配（图2A、C）。在对照组中，DEMPHOT 源显示大脑后部密度增加（图4A），而在患者组中并不明显（图4B）。所有产生的偶极子汇集在一起并分为8 个簇。在聚类中心，确定了布鲁德曼区域BA30、BA39 和BA9，它们被认为是DMN 中的重要枢纽。这支持了本研究的假设：DEMPHOT可以反映DMN的功能。此外，对照组后扣带回（BA30）和组合（BA39）DMN区域的偶极分数比患者组高3-4倍，这可能是他们具有更大DERPHOT的原因。在对照组的DEMPHOT 中，并非所有DMN 区域都出现得更频繁（图4C）。在患者组中，前BA9源的频率比对照组高2-3倍。这表明患者组中DMN 的前后移动，而不是DMN 抑制。此外，DEMPHOT 差异背后的偶极子也被分配给主要体感和运动/前运动区域，包括参与言语的左BA44（图4C），表明这些结构在PHOT 期间也受到抑制。

图4. 默认脑电图宏观状态下的偶极子密度。

默认脑电图宏观状态对光刺激的反应：在包含6通道蒙太奇记录的完整数据集中，刺激前DEMPHOT发生率（PRE）为28.134.82%，与患者组相似（27.12.68%）（图5A））。然而，对照组相应的DEMPHOT反应性(DERPHOT)为12.832%，而患者组仅为5.060.44%。将DER 标准化为PRE 时，对照组的默认脑电图反应指数(DERIPHOT) 为0.460.05，而患者组仅为0.240.02（图5B）。这些测量结果与使用30 通道蒙太奇的参与者的测量结果没有统计学差异（图5A、B、C）。为了进一步测量DEMPHOT 反应指数区分患者组和对照组的能力，我们在6 通道蒙太奇中进行了ROC 分析（图5D）。当最大约登指数J为0.74时，DERPHOT的ROC曲线下面积（AUC）为0.91，这表明DERPHOT对于6.26%以下的患者识别具有良好的敏感性（81.27%）和特异性（92.86%）。相应的DERIPHOT 低于0.25 可以识别与AUC 相似的敏感性和特异性的患者。这与患者组和对照组在PRE 时出现的类似DEM 一致（图5A）。

图5. 对照组和患者组默认脑电图宏观状态(DEM) 对光刺激(PHOT) 的反应。

结论

本研究的目的是使用传统脑电图记录来量化中风后昏迷患者的DMN 反应性。研究人员引入了多通道脑电图记录的新概念，即少量重复出现的脑电图频率特征的交替序列，称为宏观状态。研究人员假设，光刺激期间发生概率（反应性）降低最多的宏观状态，即默认脑电图宏观状态（DEMPHOT），反映了DMN的功能。结果发现，在对照组中，DEMPHOT 显示出与DMN EEG 相关的光谱特征。潜在来源可以映射到已知的DMN 中心。在患者组中，后扣带回DEM 源偶极子的频率降低了3-4 倍，并且与波活动增加相关。此外，患者组的DEM 反应性测量（DERPHOT 和DERIPHOT）显着受损。这表明DEM 及其对刺激的反应可在临床上用于测量DMN 功能。

关于本次探索EEG宏状态评估及其在刺激反应中的应用策略和的问题分享到这里就结束了，如果解决了您的问题，我们非常高兴。