脑电多极子模型在老年性痴呆诊断中的应用

为寻求反映早老性痴呆(Alzheimer's disease,AD)病情变化的脑电图(EEG)特征参数,探索AD诊断新方法,尝试采用移动电流多极子模型及其适合度(GOF)、比适度(DD)等评价参数对AD患者脑电源活动和EEG样本进行了模拟计算与参数分析.仿真与分析结果表明:多极子模型较偶极子模型能够更好地拟合AD患者因脑沟回裂扩大引起皮层神经电源活动病变,具有较高的GOF参数值和较大的DD参数值变化;多极子模型DD参数均值和标准方差的乘积与目前临床使用的痴呆简易量表诊断值有明显的线性关系.追踪AD患者的多极子模型参数并对照其fMRI脑血流图像随痴呆进程变化的观察结果也提示DD有关参数有可能作为新的诊断指标用于痴呆病情监测.     

独立分量分析去除EEG中眼动伪差的方法研究

对独立分量分析(ICA)方法中推广的最大熵(Extended Infomax)算法和奇异值分解(SVD)技术分离脑电图(EEG)中眼动伪差的效果进行了比较，确证ICA方法在极低信噪比时有更好的抗干扰性。同时，使用该算法成功地对16导联早老性痴呆症患者EEG信号中的眼动伪差进行了提取和分离。结果表明，ICA在生物医学工程，尤其是临床医学工程中具有潜在的重要应用价值。     

阿尔茨海默病与血管性痴呆患者血浆β-微管蛋白和APP的变化

目的: 对阿尔茨海默病(Alzheimers disease, AD)与血管性痴呆(vascular dementia, VD)血浆β-微管蛋白与淀粉样蛋白前体(APP)进行定量分析,分析这些指标的变化是否可以为临床诊断阿尔茨海默病提供生物学方面的帮助.方法:用蛋白免疫印迹法(Western-blot)测定11例AD、11例VD和8个正常老年人血浆β-微管蛋白和APP的水平.结果:(1)血浆APP含量AD患者(84.36±41.34)的高于VD患者(56.34±18.68)和正常人(43.25±27.67), P<0.05;(2)血浆中β-微管蛋白含量AD患者(105.91±41.25)高于VD患者(64.36±28.27)和正常人(52.25±11.11), P<0.05;(3)VD患者和正常人之间APP和β-微管蛋白比较无明显差异(P>0.05).(4)Pearson相关分析显示:血浆中APP和β-微管蛋白含量可能存在一定的相关性,相关系数为0.451(P<0.05).结论:AD患者血浆APP和β-微管蛋白含量明显高于正常人和VD患者,对AD患者血浆APP和β-微管蛋白含量的测定对AD的诊断可能具有一定的意义.     

Application of EEG multipole model in the diagnosis of Alzheimer’s disease

In order to find the electroencephalogram (EEG) characteristic parameters typical of Alzheimer’s disease (AD) and explore an effective diagnostic method, a new mobile current multipole model was proposed to simulate the AD patient’s cortical dipole source activities. The indicators of goodness of fit (GOF) and DtononD (DD) were calculated from EEG samples to evaluate the performance of this model. Relevant results showed that this multipole model with higher GOF values and larger DD change well fitted the pathological electrical activities of cortical neurons aroused by AD’s extended sulcus and gyrus in the cerebral cortex. Meanwhile, the products of DD mean & standard variance were found in a clear linear correlation with the diagnostic data of mini-mental state examination (MMSE) used in AD clinics. Furthermore, by tracing this multipole model’s indicators in typical patients and contrasting with the functional magnetic resonance image (fMRI) as AD progressed, we suggested that the DD index may be suitable for monitoring the AD developments as a new diagnostic parameter.     

Application of EEG multipole model in the diagnosis of Alzheimer’s disease

In order to find the electroencephalogram (EEG) characteristic parameters typical of Alzheimer’s disease (AD) and explore an effective diagnostic method, a new mobile current multipole model was proposed to simulate the AD patient’s cortical dipole source activities. The indicators of goodness of fit (GOF) and DtononD (DD) were calculated from EEG samples to evaluate the performance of this model. Relevant results showed that this multipole model with higher GOF values and larger DD change well fitted the pathological electrical activities of cortical neurons aroused by AD’s extended sulcus and gyrus in the cerebral cortex. Meanwhile, the products of DD mean & standard variance were found in a clear linear correlation with the diagnostic data of mini-mental state examination (MMSE) used in AD clinics. Furthermore, by tracing this multipole model’s indicators in typical patients and contrasting with the functional magnetic resonance image (fMRI) as AD progressed, we suggested that the DD index may be suitable for monitoring the AD developments as a new diagnostic parameter.     

基于可分性距离判据和脑MR图像的AD症脑部年龄检测

阿尔茨海默病(AD)症不同状态所对应的脑部年龄与实际年龄存在偏差,为了准确预测该偏差得到脑部年龄,在现有基于脑磁共振(MR)图像年龄检测方法的基础上,提出了一种新的脑部年龄检测算法.首先,设定偏差搜索范围;然后,基于可分性距离判据设计了适应度函数,利用偏差和支持向量回归机(SVR)获得样本年龄估计值,并计算出其适应度值;接着,通过最大化适应度值获取偏差的最优估计,从而获得更有利于AD症分类的脑部年龄.与现有的年龄检测方法相比,对于正常对照组(NC)与AD患者、NC与轻度认知障碍患者(MCI)以及MCI与AD患者3种分类情况,所提方法的可分度值分别提高了0.178,0.033,0.017.因此,所提方法检测的年龄具有更好的可分性,更有利于提高AD症的分类准确率.     

基于多尺度符号转移熵的脑电信号分析

无论从全局还是局部的角度出发,采用多尺度转移熵表示全局和局部两类脑电(electroencephalography,EEG)信号,并分析其动态和不对称信息。采用比例系数从1到199、步长为2的多尺度方法处理正常人和癫痫病患者的脑电信号;然后采用维度为3的全局排列方法表示序列。将正向和反向符号序列作为转移熵的输入。比例因子的间隔和全局路径分别为(37,57)和(65,85),分析发现两组EEG信号的熵值在该处较容易区分。当比例系数为67时,健康对照组和癫痫病患者的转移熵值分别为0.113 7和0.102 8,差异最大。在比例系数是165时,全局变量的相应值为0.064 1和0.060 1。研究结果表明,合适的排列有助于更好的区分脑电数据信息,采用多尺度符号转移熵分析EEG信号更加有效。     

基于IMFECF的多信息熵融合技术的齿轮故障诊断方法

交变应力和高负载的工作条件会导致齿轮箱故障频发，为了通过振动信号诊断齿轮箱各工况下运行情况，提出了一种基于IMF熵值分类因子（IMF Entropy Classification Factor,IMFECF）的多信息熵融合技术的齿轮故障诊断方法.通过IMFECF量化信息熵中IMF(Intrinsic Mode Function)的表征能力，分离表征能力优异的IMF，采用信息熵提取IMF中的工况特征，由于不同信息熵各有优势，因此利用多信息熵融合体系结构，获得了最优的自适应模糊推理系统.研究结果表明，经诊断模型训练后的诊断误差满足要求，能准确诊断齿轮箱状态.     

基于非线性特征提取的EEG信号支持向量分类器

为提高癫痫脑电(EEG)信号的正确识别率,设计了一种基于非线性特征提取的EEG信号支持向量分类器.分类器首先将EEG信号通过四层小波包变换分解到不同频段,然后计算各频段小波系数的近似熵(ApEn)值,作为特征向量,最后使用支持向量机(SVM)进行分类.实验结果显示该分类器能有效提高正确识别率.     

老年痴呆脑电能谱分布特征

比较分析了老年痴呆患者与正常老人在安静闭目时的脑电功率谱能量分布特征，以探索老年患者脑电诊断的新途径．运用高分辨AR谱和小波变换进行脑电的功率谱分析，将信号分解到不同频段并提取其特征能量，得到脑电的能量分布．初步表明，老年疾呆患者脑电能量在中高频段d(8～16Hz)显著降低(严重时可低至正常人的5％)，而在低频段6(0～4Hz)的能量却明显偏高(可达正常人的几倍到几十倍)，该结果提示：可考虑试用脑电能谱分布特征作为老年痴呆临床工程诊断的特异性指标．