睡眠呼吸暂停综合症患者脑电微状态发生改变.pdf
《睡眠呼吸暂停综合症患者脑电微状态发生改变.pdf》由会员分享,可在线阅读,更多相关《睡眠呼吸暂停综合症患者脑电微状态发生改变.pdf(9页珍藏版)》请在咨信网上搜索。
1、Chinese Journal of Biomedical Engineering2023年10 月October2023中医Vol.42报程生国No.5学42卷5期学物睡眠呼吸暂停综合症患者脑电微状态发生改变熊馨杨鑫亮罗剑花易三莉贺建峰*(昆明理工大学信息工程与自动化学院,昆明650500)摘要:睡眠呼吸暂停综合症(SAS)是一种常见的睡眠障碍,传统上往往采用时频分析等方法研究其脑电信号的异常,都忽略了睡眠脑电的空间位置信息和特征的差异。采用微状态分析的方法,分别对健康人和SAS患者5个睡眠阶段(W、N1、N2、N3、REM)的脑电进行分析,探究SAS患者睡眠脑电特征在时间和空间上的差异。选
2、取6 6 名SAS患者和10 名健康人的睡眠脑电,计算W-REM的全局场功率(CFP)并取CFP峰值数据进行聚类。得到4个微状态,这4个微状态地形图分别呈现为右额左后(A)、左额右后(B)、额枕中线(C)和额中线(D),并且计算微状态参数(出现频率、平均持续时间、覆盖率)。此外,还计算了微状态序列的静态属性全局方差(CEV),动态属性(熵率),转换概率和转移矩阵的对称性。最后,用Hurst指数来评估微状态序列的远程相关性。在W-REM阶段,健康人和SAS患者的出现频率、平均持续时间、覆盖率、CEV、转换概率、率、Hurst指数均存在显著差异(P0.01)。H u r s t 指数均大于0.5,
3、具有远程相关性。与健康人相比,SAS患者W-N3阶段微状态B、C的持续时间降低。SAS患者CEV的SUM大于健康人,说明SAS患者大脑活跃度更高。W-N3阶段健康人的Hurst指数逐渐减小,长期记忆减弱,而SAS患者从N1-N3阶段Hurst指数逐渐减小。每个睡眠阶段健康人的嫡率都大于SAS患者,携带的脑电信息较少。关键词:睡眠脑电;微状态参数;微状态序列中图分类号:R318文献标志码:A文章编号:0 2 58-8 0 2 1(2 0 2 3)0 5-0 56 3-0 9Changes of EEG Microstate in Patients with Sleep Apnea Syndrom
4、eXiong XinnYangXinliangLuo JianhuaYi SanliHe Jianfeng(Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500,China)Abstract:Sleep apnea syndrome(SAS)is a common sleep disorder.Traditionally,methods such as time-frequency analysis are used to stu
5、dy the abnormality of EEG signals,while ignoring the spatial locationinformation and difference in characteristics.In this paper,the method of microstate analysis was used toanalyze the EEG of five sleep stages(W,N1,N2,N3,REM)of healthy and SAS patients,and to explore thetemporal and spatial differe
6、nces in sleep EEG of SAS patients.The sleep EEG of 66 SAS patients and 10 healthypeople was selected and the GFP of W-REM was calculated,and the CFP peak data were used for clustering.As a result,four microstates classes were obtained,the four microstate topographic maps were referred as rightfronto
7、-left posterior(A),l e f t f r o n t o-r i g h t p o s t e r i o r (B),f r o n t o-o c c i p i t a l m i d l i n e (C)a n d f r o n t a l m i d l i n e(D),and the microstate parameters(occurrence frequency,average duration,coverage rate)were calculated.In addition,the static properties global explai
8、ned variance(G EV),d y n a mi c p r o p e r t i e s (e n t r o p y r a t e),transition probabilities,and symmetry of transition matrices of the microstate sequence were calculated.Finally,the Hurst index was used to evaluate the long-range correlation of microstate sequences.In the W-REM stage,there
9、 were significant dfferences in the frequency,average duration,coverage rate,CEV,conversionprobability,entropy rate and Hurst index between the healthy people and SAS patients(P0.01).The Hurst index was greater than 0.5,with remote correlation.Indoi:10.3969/j.issn.0258-8021.2023.05.006dol:1o.3969/J.
10、1ssn.0258-8021:2023.05.000收稿日期:2 0 2 1-0 8-10,录用日期:2 0 2 2-10-2 3基金项目:国家自然科学基金(8 2 0 6 0 32 9,8 2 0 6 0 7 0 143,2 0 2 2 0 1AT070108)*通信作者(Corresaponding authors),Ema i l:j f e n g h e f o x ma i l.c o m56442卷生报学程医国学物conclusion,compared with the healthy people,SAS patients had altered microstate para
11、meters and sequences intheW-REM stage.Key words:sleep EEG;microstate parameters;microstate sequence引言睡眠呼吸暂停综合症(sleepapneasyndrome,SAS)是人在睡眠过程中最常见的一种睡眠障碍,具有打鼾、多梦、睡眠动作异常、头疼、高血压等症状 ,会引起一系列多系统损害。其中神经系统损害最为常见,且不同睡眠阶段大脑的波动和神经活动不同,严重影响患者的睡眠质量和身心健康。通过分析健康人和SAS患者不同睡眠阶段(清醒阶段(w a k e,W)、非快速眼阶段(non-rapid eyemov
12、ementsleep,NREM)和快速眼阶段(rapideyemovementsleep,REM),NREM 又包含N1、N2 和N3阶段2 的特征差异,为临床诊断提供参考。目前提取W-REM阶段的睡眠脑电特征大多基于时域、频域、时频域、非线性分析法和神经网络等,且研究的重点是分类准确率的提高,如Huang等3提取W-REM阶段的时域、频域和非线性特征,分类准确率均高于90%。Hassan等4使用Q小波变换提取特征,并用引导聚合(Bagging)进行分类,26种睡眠状态的分类准确率分别为9 2.43%、93.69%、94.36%、96.55%和99.7 5%。唐其彪等51提出将能量特征、样本和
13、模糊嫡特征相结合的方式进行睡眠脑电的分类,准确率达到91.6 4%。Zhu等提出一种基于卷积网络和注意力机制的神经网络进行自动睡眠分期,W-REM的总体分类准确率达93.7%。上述研究睡眠脑电的方法尚未考虑电极的空间位置信息和特征变化而带来的差异。微状态是分析大脑瞬时状态的方法之一,具有丰富的时间和空间信息,脑电信号可以被视为一系列的微状态构成,因为头皮电位地形图在6 0 120ms内保持稳定,能够捕捉快速波动的脑电时空信息,并能够观察到微状态特征在毫秒时间尺度上的变化7 。大脑的瞬时全局功能状态反映在其电场结构上。聚类分析方法一致地提取了4种头表面脑电场结构,这些结构能够最佳地解释自发EEG
14、记录中随时间变化的差异。这4种结构被称为EEG微状态A、B、C和D类,分别与言语/语音、视觉、主观感受-自主加工和注意力重定向有关8 。已有研究证明在行为状态、人格类型、神经精神障碍方面脑电微状态的差异 ,如微状态的持续时间缩短与认知功能的丧失有关0;精神分裂症患者微状态B、D 的平均持续时间缩短,微状态A、C的出现频率增高;癫痫患者微状态A的出现频率增加,微状态D的持续时间增长2 在睡眠研究方面,脑电微状态开始主要集中于W阶段,Brodbeck等13 将健康人NREM睡眠阶段与W阶段进行对比,发现W与N1的微状态参数相似,微状态B在N2较为显著,N3的平均持续时间增加。Kuhn等14 对嗜睡
15、症患者和健康人在W-N3阶段的微状态参数进行分析,发现嗜睡症患者的平均持续时间短于对照组,在深睡眠中最显著。不同于传统的微状态参数分析法,微状态序列分析法是一种新的微状态量化方法,其特征属性也具有潜在的神经生理学意义15。张克旭16 针对局灶癫痫患者的脑电,不仅研究了其脑电的微状态参数,还研究了微状态时间序列的分形性质。Zhang等17 计算了健康人静息态脑电微状态序列的转移概率和嫡率,并分析了不同电极密度下微状态结果的可靠性。VonWegner等18 计算了健康人静息态脑电微状态序列的静态(global explainedvariance,G EV)和动态属性(率),分析不同聚类算法的差异。
16、Tagliazucchi等19 提出一种度量脑电微状态序列的信息论方法,包括转移矩阵的对称性、Hurst指数等。据我们所知,目前还没有关于SAS患者在睡眠脑电的微状态参数和时间序列的相关研究。因此本研究对健康人和SAS患者W-REM阶段的微状态参数进行分析,并分析微状态序列的静态、动态属性和其他性质,包括CEV、率、转移概率、转移矩阵的对称性和Hurst指数。1材料和方法1.1实验材料实验数据来源于葡萄牙科英布拉大学睡眠医学中心的ISRUC-Sleep数据集【2 0】,这些生理信号的持续时间为8 h。选取6 6 名SAS患者,37 男2 9女,年龄(50 16)岁,均有呼吸暂停的症状;对照组选
17、取10名健康受试者,9男1女,年龄(40 10)岁。共19个通道,选取6 个通道(F3-A2、C3-A 2、0 1-A 2、F4-A1、C4-A 1、0 2-A 1)的脑电信号,其余13个通道均为非脑电信号。降采样率为10 0 Hz,带通滤波0.3565馨,等:睡眠呼吸暂停综症患者脑电微状态发生改变熊5期35Hz,并进行平均参考。将数据分割成30 s的片段,SAS患者选取标记为CH、CA、O H、O A、M H 的片段。最终,健康人W、N1、N2、N3、REM 分别有1951、10 14、2 47 2、2 0 15、10 0 1段,SAS患者有8 1、1492、1937、419、116 3段。
18、为了更好的对比SAS患者和健康人,按序选择相同数量的脑电数据片段,即8 1、10 14、1937、419、10 0 1段,减少片段数的差异。1.2实验方法选择健康人和SAS患者W-REM阶段的脑电数据,用X,表示,维度为(n,n c h),其中n,是脑电样本的数量,n是脑电通道的数量8 。微状态分析具体流程为首先,计算全局场功率(globalfieldpower,GFP),为了提高信噪比,使聚类结果更可靠,选取CFP的局部峰值点2 1。CFP在时间点i被定义为瞬时脑电的空间标准差,有8,=ZX/(n-1)(1)其次,用K均值聚类算法得到特征微状态。K均值聚类是一种比较成熟的聚类算法,从所有地形
19、图中随机选取n个地形图作为“初始图”,每一个“初始图”分别与所有GFP峰值处的地形图进行比较,相关性最大的标记为一类,这些地形图的质量可用CEV来衡量,重复上述步骤直至GEV不再增加。K均值聚类的模型为12 1X,=A,+En,n=l,N(2)最后,与微状态地形图进行匹配得到微状态序列。微状态序列L,的计算表示为L,=argmax(X,A,)(3)式中,A,表示聚类产生的微状态地形图1.2.1微状态参数在得到微状态后,计算了以下微状态参数 :出现频率(次/s):反映了神经发生器被激活的趋势,即每个微状态在每秒内出现的平均次数。平均持续时间(ms):微状态出现时保持稳定的平均时间长度。覆盖率(%
20、):量化每个微观状态映射的相对频率,即特定微状态标记(A、B、C、D)在所有微状态中所占的比率1.2.2静态属性和动态属性在得到微状态序列后,计算了健康人和SAS患者W-REM阶段的静态属性和动态属性。静态属性全局解释方差(globalexplainedvariance,G EV)指不包含微状态序列内时间相关的信息量,动态属性(率)捕获的是微状态序列的时间属性18 11.2.2.1GEVGEV可测量健康人和SAS患者每个睡眠阶段微状态地形图所解释的数据差异百分比。微状态序列L,的GEV值为118 Z,L.8.(ZX,A,)2GEV(4)g2式中,为离散时间导数1.2.2.2率嫡率常用来度量序列
21、的时间属性,可观察序列具有多少不确定性2 3一p(xi,x.)ln(xi,xn)n(5)式中,p(x i,x,)表示特定微状态序列(x,,x,)的联合概率。1.2.3转移矩阵的对称性转移矩阵即微状态A、B、C、D 之间的转移概率。可观察健康人和SAS患者在W-REM阶段的4个脑功能区之间的转变,以确定哪个脑功能区的活跃度最高9。对称性可测试转移矩阵的非对角元素是否对称。即测试S,S,和SS,的转换是否以相同的速率发生。如果T是一个对称转移矩阵,则原假设可以表述为P(X+1=S,X,=S)=P(X,+=S,I X,=S,)。2f2fG_symmetry=2Zfln(6)+f渐近分布为G_symm
22、etryX2n-1)/223n1.2.4Hurst 指数Hurst指数用于表示微状态序列的远程相关性或长记忆特性2 5。H=0.5,表明时间序列不存在记忆性;0.5 H1,表明序列存在长期记忆性;0 H0.5,表明长期记忆减弱。已经报道了将Hurst指数估计应用于微状态序列的方法2 6 1。运用重标极差法(R/S)计算Hurst 指数2 7 1R,1RS(7)RS一S.kS式中,R,表示时间序列的极差,S,表示标准差,h表示将微状态序列分为k组子序列,n,为微状态序列长度。566中42卷国医物报学程学1.2.5统计分析对SAS患者和健康人的特征进行统计分析,采用单因素方差分析来研究某个特征因素
23、对SAS患者和健康人的影响。计算SAS患者和健康人的特征均值、离差平方和、F值和P值,并对P值进行FDR校正,若P0.05,则SAS患者和健康人有显著差异,否则反之进行对称检验时,根据式(6)求检验统计量,并求自由度,然后根据卡方分布求P值,若P0.01(为了提高精度,取显著水平为0.01),没有拒绝对称的零假设,即转移矩阵均具有对称性,说明不同状态的(S,S,),SS,的迁跃速率和SS,的迁跃速率相同,循环行为的预期降低,符号序列周期出现的概率降低。如健康人W阶段,CB和BC不满足CB-C的循环2.5Hurst 指数表5为健康人和SAS患者W-REM的Hurst指数,Hurst指数均大于0.
- 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:
- 睡眠 呼吸 暂停 综合症 患者 脑电微 状态 发生 改变
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。