腦電圖(EEG)是研究腦科學的重要工具,對EEG信號中隱藏的特征和信息進行深入研究,能更好地滿足現在臨床研究的需要。本文通過小波變換和非線性動力學兩種分析方法,提取癲癇發作間期和發作期EEG信號及其節律波(δ波、θ波、α波和β波)的非線性特征,計算分析關聯維數(CD)、Lyapunov指數、近似熵(ApEn)特征值在癲癇發作過程是否存在顯著變化。研究結果表明,EEG信號及其節律波的非線性動力學特征在檢測癲癇發作過程時可作為有效的鑒別統計量。
針對神經外科手術中用皮層電刺激(ECS)法確認病灶周邊運動功能區時存在操作時間長、可能損傷皮層以及誘發癲癇等缺陷,本研究提出一種基于皮質腦電(ECoG)分析的皮層運動功能區定位方法。該研究先對ECoG進行功率譜估計,分析Mu節律在運動前后的特征;再采用多分辨率小波分析方法提取特征并量化,觀察各導聯特征總量的分布,得到各導聯電極下皮層與運動功能區的相關程度。分析結果顯示,各電極下皮層與運動功能區的相關程度的分布與ECS的結果基本一致,且此定位方法的總操作時間大約為5 min。這表明基于ECoG的被動大腦皮層運動功能區定位方法,很可能成為術中ECS法的一種有效輔助定位手段。