[發(fā)明專(zhuān)利]基于腦功能網(wǎng)絡(luò)特征的癲癇發(fā)作預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910217803.5
• 申請(qǐng)日: 2019-03-21
• 公開(kāi)（公告）號(hào): CN109893126A
• 公開(kāi)（公告）日: 2019-06-18
• 發(fā)明（設(shè)計(jì)）人: 胡月靜;張啟忠;席旭剛;高云園
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州電子科技大學(xué)
• 主分類(lèi)號(hào): A61B5/0476
• 分類(lèi)號(hào): A61B5/0476;A61B5/00
• 代理公司: 杭州君度專(zhuān)利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發(fā)明公開(kāi)了一種基于腦功能網(wǎng)絡(luò)特征的癲癇發(fā)作預(yù)測(cè)方法，本發(fā)明采用NPDC作為腦功能網(wǎng)絡(luò)連通性的測(cè)量，并分析了癲癇發(fā)作時(shí)相關(guān)腦區(qū)的活動(dòng)信息。此外，通過(guò)結(jié)合腦功能網(wǎng)絡(luò)特征提取和ELM，開(kāi)發(fā)了一種新的預(yù)測(cè)方法來(lái)預(yù)測(cè)癲癇發(fā)作的時(shí)間。結(jié)果表明，該方法在所有受試者的所有腦電圖頻段均取得了良好的表現(xiàn)，準(zhǔn)確率高達(dá)84.0％，平均預(yù)測(cè)時(shí)間高達(dá)1325.59秒，優(yōu)于目前的研究方法。本研究的結(jié)果表明，所提出的預(yù)測(cè)方案更適合于實(shí)際癲癇發(fā)作預(yù)測(cè)。

技術(shù)領(lǐng)域

本發(fā)明屬于信號(hào)特征分析領(lǐng)域，涉及一種基于非線性部分定向相干法的腦網(wǎng)絡(luò)特征進(jìn)行癲癇發(fā)作預(yù)測(cè)方法。

背景技術(shù)

癲癇是第四種最常見(jiàn)的神經(jīng)系統(tǒng)疾病，影響全世界超過(guò)6500萬(wàn)人。這些人中有四分之一對(duì)現(xiàn)有治療方案無(wú)效。對(duì)于這些人來(lái)說(shuō)，在日常活動(dòng)中經(jīng)歷不可預(yù)測(cè)的癲癇發(fā)作可能會(huì)令人痛苦。癲癇發(fā)作可以從短暫到幾乎不可檢測(cè)到長(zhǎng)時(shí)間的劇烈搖晃。這些都有可能導(dǎo)致身體受傷，包括骨折等。在大多數(shù)情況下，這種突發(fā)性疾病被認(rèn)為是不可預(yù)測(cè)的。但在美國(guó)進(jìn)行的一項(xiàng)調(diào)查顯示，562名癲癇患者中有50％在發(fā)作前有先兆，其中42％的先兆在發(fā)病前5分鐘甚至?xí)绯霈F(xiàn)。這些表明，從癲癇發(fā)作間期到發(fā)病期可能存在發(fā)病前狀態(tài)。如果可以捕獲這種發(fā)作前狀態(tài)，則可以預(yù)測(cè)癲癇發(fā)作。

近年來(lái)，已提出各種技術(shù)來(lái)解決該問(wèn)題，例如功能性核磁共振成像(FunctionalMagnetic Resonance,FMR),腦電圖(Electroencephalography,EEG)或腦磁圖(Magnetoencephalography,MEG)等。在這些先進(jìn)的神經(jīng)影像技術(shù)中，EEG具有多種優(yōu)勢(shì)，包括高時(shí)間分辨率，低成本，能夠長(zhǎng)期監(jiān)測(cè)和便攜等，已被證明是癲癇發(fā)作分析的有效的優(yōu)選方法之一。

因此，文獻(xiàn)中已經(jīng)記錄了用于自動(dòng)預(yù)測(cè)癲癇發(fā)作的EEG信號(hào)處理技術(shù)。它們可以大致可分為：時(shí)域方法、頻域方法、時(shí)頻域方法及非線性動(dòng)力學(xué)方法。Litt等人聲稱(chēng)累積能量曲線法可以在十分鐘之前預(yù)測(cè)癲癇發(fā)作，正確率為89％。另一方面，非線性動(dòng)力學(xué)方法(如相關(guān)維數(shù)，Lyapunov指數(shù)，相似性度量)主要是基于混沌理論來(lái)分析腦電信號(hào)。Aram等人已經(jīng)表明，大腦是一個(gè)混沌系統(tǒng)，并表明在臨床癥狀出現(xiàn)前幾分鐘，非線性特征可能會(huì)發(fā)生異常變化。此外，隨著大數(shù)據(jù)的普及，Sareen等人基于云服務(wù)預(yù)測(cè)癲癇發(fā)作，通過(guò)云服務(wù)收集和分析來(lái)自患者手機(jī)的EEG數(shù)據(jù)，可以達(dá)到94.6％的準(zhǔn)確率。近期IBM研究員Isabell利用人工智能(Artificial Intelligence,AI)技術(shù)，成功預(yù)測(cè)了患者平均69％的癲癇發(fā)作,它仍然在初步研究中。盡管以上方法都可以預(yù)測(cè)癲癇，但是仍然存在一個(gè)問(wèn)題，即上述方法不能確定癲癇發(fā)作之前怎樣的結(jié)構(gòu)紊亂程度會(huì)導(dǎo)致網(wǎng)絡(luò)活動(dòng)異常。

網(wǎng)絡(luò)分析可能有助于理解癲癇發(fā)作原理。一項(xiàng)研究表明，將海馬神經(jīng)元網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)從常規(guī)變?yōu)樾∈澜缭僮優(yōu)殡S機(jī)，可降低同步閾值，并引起癲癇活動(dòng)并最終導(dǎo)致癲癇爆發(fā)。Percha等人還提出了小世界拓?fù)浣Y(jié)構(gòu)與癲癇發(fā)作之間的關(guān)系。Morgan和Soltesz表明，具有中樞節(jié)點(diǎn)的無(wú)標(biāo)度網(wǎng)絡(luò)具有出現(xiàn)癲癇發(fā)作的最低閾值。最近，MA.Lopes等人引入腦網(wǎng)絡(luò)致癌性(Brain Network Ictogenicity,BNI)來(lái)量化腦功能網(wǎng)絡(luò)癲癇發(fā)作的可能性，并發(fā)現(xiàn)發(fā)作期功能連接(Functional Connection,FC)相對(duì)于發(fā)作前和發(fā)作后FC具有更高的BNI。他們聲稱(chēng)，基于全局網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)算法預(yù)測(cè)的癲癇持續(xù)時(shí)間與實(shí)際癲癇持續(xù)時(shí)間高度相關(guān)。事實(shí)上，人類(lèi)大腦是一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng)，不斷響應(yīng)外部刺激。上述文獻(xiàn)沒(méi)有考慮發(fā)作期間腦區(qū)之間的信息相互作用。因此，深入研究腦機(jī)制需要描繪相應(yīng)腦區(qū)或皮層的瞬時(shí)信息流，即構(gòu)建有效的因效性網(wǎng)絡(luò)。為此，提出了部分方向相干(Partial DirectionalCoherence,PDC)分析來(lái)提取大腦區(qū)域之間信息流的方向和強(qiáng)度。PDC算法可以描述頻域中的格蘭杰因果關(guān)系(Ganger Causal,GC)。然而，它不能揭示因果測(cè)量方法的高階線性模型和經(jīng)典線性模型的非線性效應(yīng)和特征。改進(jìn)的非線性部分定向相干法(Nonlinear PartialDirectional Coherence,NPDC)克服了上述缺點(diǎn)。