基于符号相位转移熵的抑郁脑电信号分析

目的抑郁症是现代社会的主要精神疾病之一,以连续、长期的心情低落为主要临床特征,可能严重影响人的行为能力。如何尽早对抑郁症患者进行干预治疗现已成为临床医学的重点课题。本文通过探索抑郁脑电的耦合特征,从而推断系统间信息流的方向和强度,为抑郁症患者的临床诊断提供新的方向。方法通过符号相位转移熵对抑郁症患者和健康人的脑电数据进行非线性分析。通过对抑郁脑电和健康人脑电对称脑区脑电信号的加窗处理,计算符号相位转移熵、符号转移熵值,并对所得数据进行t检验。最后分析实验结果,并和符号转移熵进行对比性分析。结果T7与T8导联上抑郁脑电的符号相位转移熵和健康脑电有显著差别(P<0.05)。因此,相比于符号转移熵,利用符号相位转移熵法进行实验分析所需的数据量更少、转移熵值更稳定、可更有效地识别抑郁脑电的耦合特征。结论在对左右对称脑区导联分析的情况下,符号相位转移熵比符号转移熵效果好,能够有效分析抑郁脑电的耦合特征,研究结果有助于抑郁脑电病理特征的研究。

相位转移熵在再认记忆脑网络中的应用研究

为研究具有不同先验记忆群体的再认记忆脑功能网络差异,引入相位转移熵方法,分析36名中国医学生与37名中国非医学生执行图片再认任务时的脑功能网络。将脑电信号经希尔伯特变换转为瞬时相位数据,使用相空间分箱和实验折叠相结合的方法计算出边际熵和联合熵项,根据相位转移熵定义计算导联之间的相位转移熵,以导联为网络节点,将相位转移熵作为网络的边,并结合复杂网络方法对网络进行分析。结果发现,在20~30 Hz频率范围内,医学生的节点出强度、入强度、局部效率和全局效率(P <0.05)低于非医学生;在额叶部位,医学生的网络枢纽强度均小于非医学生;在左颞叶和右枕叶之间,医学生的大脑信息流向与非医学生相反。相比传统方法,脑网络能够挖掘出更丰富的差异信息。该结果为再认记忆的脑网络研究提供支持。