A method for locating epileptogenic areas and predicting potential epileptogenic areas based on phase-amplitude coupled network is presented. The steps are as follows: 1. Preprocessing ECoG data of epileptic patients; 2. Calculating MI between LFOs and HFOs by CFC analysis; 3. Testing the significance of MI to establish ECoG network; 4. Finding high-risk sites and finding local epileptogenic areas and potential causes according to network characteristics. Through the above steps, the present invention searches for local epileptic areas and potential epileptic areas from a systematic point of view, considers the individual differences of patients and the influence of basic brain functional network, establishes epileptic fault network for abnormal neuron oscillation, and proposes a method for localization of local epileptic areas and prediction of potential epileptic areas based on phase-amplitude coupling network. Robustness and early warning, the results of the study will provide a strong methodological support for the location of epileptogenic areas and the prediction of potential epileptogenic areas.
【技术实现步骤摘要】
一种基于相幅耦合网络的致痫区定位及潜在致痫区预测方法
本专利技术提供一种基于相幅耦合网络的致痫区定位及潜在致痫区预测方法,它涉及一种基于皮层神经元异常振荡(被视为脑功能中的故障)下相幅耦合网络的致痫区定位及潜在致痫区预测方法,是复杂网络理论与生物医学的交叉
技术介绍
癫痫是一种多样化的慢性神经系统疾病,以癫痫发作为特征,全世界约有1%的人患有癫痫,是全球神经系统疾病负担的第三大主要因素,影响全球6500万人。癫痫疾病患者通常通过适当的药物控制,但大约30%的癫痫患者即使使用最好的药物癫痫发作也没有得到很好的控制。对癫痫进行治疗的另外一种有效的手段是确定致痫区,并进行手术切术,此技术的关键是准确确定致痫区,并进行手术切除。若病灶区切除不全,患者术后会继发癫痫,但若切除过多,则会引起患者其他脑区功能缺失,甚至导致严重的神经功能障碍。因此,如何精确定位癫痫病灶区是手术治疗癫痫发作的关键。但是目前还没有一种成熟的技术及方法能够准确定位致痫区。除此之外,在癫痫外科病例中,切除致痫区与癫痫术后效果的关系并不那么简单:最近一项大宗研究显示,22%的癫痫患者切除了发作起始区本以为手术效果会非常好,事实上仍然有单纯部分性发作;31%的患者有复杂的复发情况。术后复发的患者,其致痫区发生了改变;更有一部分患者的临床表现与脑电图和影像学检查结果不一致。这表明,癫痫患者大脑中并不是单个局域病灶区域引起发作,而是存在复杂的网络,这个网络的动力学特点在许多癫痫外科中是改变的。因此,当前亟需一种科学可靠的技术方法准确确定致痫区,以及进行潜在致痫区的预测。人类大脑皮层是由大约10 ...
【技术保护点】
1.一种基于相幅耦合网络的致痫区定位及潜在致痫区预测方法,其特征在于:其步骤如下:步骤一、对癫痫患者ECoG数据进行预处理;采集癫痫患者发作间期的ECoG,ECoG数据格式为EDF+,其通道数目为M即对应患者脑上M个位点,采样频率为fs;使用0.2HZ的高通滤波器滤掉基线干扰,使用notch滤波器去除工频噪声和谐波噪声;步骤二、通过CFC分析,计算LFOs和HFOs之间的MI;对ECoG时间序列X(t)进行滤波,得到低频信号XL(t)和高频信号XH(t);分别对XL(t)和XH(t)进行希尔伯特变换,得到XL(t)的相角
【技术特征摘要】
1.一种基于相幅耦合网络的致痫区定位及潜在致痫区预测方法,其特征在于:其步骤如下:步骤一、对癫痫患者ECoG数据进行预处理;采集癫痫患者发作间期的ECoG,ECoG数据格式为EDF+,其通道数目为M即对应患者脑上M个位点,采样频率为fs;使用0.2HZ的高通滤波器滤掉基线干扰,使用notch滤波器去除工频噪声和谐波噪声;步骤二、通过CFC分析,计算LFOs和HFOs之间的MI;对ECoG时间序列X(t)进行滤波,得到低频信号XL(t)和高频信号XH(t);分别对XL(t)和XH(t)进行希尔伯特变换,得到XL(t)的相角和XH(t)的幅值AH(t);将和AH(t)分割成10秒的片段,共K个片段,得到和将相角范围[-π,+π]分割成18等份,每个小区间的长度为π/9,共N个区间,N=18.在每个片段k,根据当前的的大小,将其划分到某个区间j中,j=1,2,…,N;记为同时将其对应的记为由此得到每个相区间j对应的平均幅值得到归一化的幅值调制分布计算幅值调制分布与均匀分布U(j)的Kullback-Leibler距离即KL散度,作为XL(t)和XH(t)的调制指数MI,其中步骤三、对MI进行显著性检验,建立ECoG网络;ECoG共M个通道,每个通道包含低频信号Xm,L(t)和高频信号Xm,H(t),m=1,2,…,M.将Xm,L(t)和Xm,H(t)看作节点,共2M个节点;将和Am2,H(...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。