一氧化碳中毒迟发性脑病脑电图RAWOD模式与预后的临床分析

目的:探讨脑电图RAWOD模式对一氧化碳中毒迟发性脑病预后判断的临床应用价值。方法:对54例患者的168次脑电图监测进行分析,RAWOD模式的出现率为38.1%(64例次),并对出现RAWOD模式的15位患者与未出现RAWOD模式的患者就临床症状、影像学及预后进行比较。结果:RAWOD模式组的15例患者中显效2例,有效6例,无效5例,死亡2例,显效率13.3%:非RAWOD模式组的39例患者中基本痊愈21例,显效14例,有效3例,1例因年龄较大,并发肺部感染而死亡,显效率89.7%。结论:RAWOD模式是重症一氧化碳中毒迟发性脑病患者预后评估的重要指标。

品管圈联合互动健康教育模式改善视频脑电图监测癫痫患儿睡眠质量的研究

目的:探究对视频脑电图监测癫痫患儿护理时开展品管圈联合互动健康教育模式的作用。方法:选取2022年3月至2023年10月厦门大学附属第一医院收治的视频脑电图监测癫痫患儿70例作为研究对象,按照随机数字表法分为对照组和观察组,每组35例。对照组给予常规护理干预,观察组给予品管圈联合互动健康教育模式护理干预。采用匹兹堡睡眠质量指数(PSQI)比较2组患儿干预前后睡眠质量的差异,比较2组患儿在检测过程中心电伪差、体动伪差、静电伪差的变化,并比较2组患儿的夜间醒来次数及护理依从性。结果:干预后,观察组PSQI评分显著低于对照组,观察组监测伪差发生率显著低于对照组,观察组夜间醒来次数显著低于对照组,观察组护理依从性显著高于对照组,差异均有统计学意义(均P<0.05)。结论:在对视频脑电图监测癫痫患儿护理时开展品管圈联合互动健康教育模式,可以有效提升患儿的睡眠质量,提高监测效率,提升患儿监测依从性并降低夜间醒来次数,值得临床推广应用。

基于立体脑电图定位的扣带回癫痫患者电生理特征、发作症状学临床研究

目的探讨扣带回癫痫的电生理特征、发作症状学及发作传播模式。方法回顾性分析2015年3月—2022年6月在兰州大学第二医院功能神经外科已被立体脑电图(SEEG)证实,手术后效果良好的10例扣带回癫痫患者,分别分析其电生理特征,发作症状及相应的传播模式。结果4例前扣带回癫痫、2例中扣带回癫痫头皮脑电图能为致痫灶定侧定位提供有价值的信息;4例后扣带回癫痫头皮脑电图难以提供较为有意义的定侧定位价值,且往往容易被误导,因此10例患者均行SEEG评估,明确致痫灶。前扣带回癫痫主要表现为带有恐惧的复杂运动症状;中扣带回癫痫表现为目标导向的运动行为及强直性姿势;后扣带回癫痫为伪颞叶症状。前扣带回主要累及情绪网络;中扣带回主要累及运动前区及辅助运动区等运动网络;后扣带回主要传播至颞叶及顶下小叶引起颞叶症状。结论扣带回癫痫虽然临床症状多变、定位和诊断困难,但仍有一定的规律可循。熟悉扣带回不同分区及功能连接是正确诊断及定位该区癫痫的前提。在扣带回癫痫的诊断中,SEEG对其定位具有重要作用。

CICARE沟通模式用于长程视频脑电图监测宣教效果评价

目的探讨CICARE沟通模式在长程视频脑电图监测宣教中的应用效果。方法选择医院2022年1月至6月接受长程视频脑电图监测的患者232例,随机分为观察组和对照组,各116例。观察组患者应用CICARE沟通模式,对照组患者应用常规宣教。统计并比较两组患者的长程视频脑电图监测完成率、成功率,以及患者对脑电图宣教的知晓度、护理满意度。结果观察组长程视频脑电图监测完成率为99.14%,对照组为98.28%,无明显差异(P>0.05);观察组监测成功率为94.83%,显著高于对照组的81.03%(P<0.05)。干预后,观察组患者视频脑电图宣教知晓度评分显著高于对照组(P<0.05);观察组护理满意度为98.28%,显著高于对照组的87.93%(P<0.05)。结论在长程视频脑电图监测宣教中应用CICARE沟通模式可提升患者的监测成功率,提高患者对脑电图宣教的知晓度和护理满意度。

临床脑电图多媒体教学模式的探讨

脑电图教学专业性强,理论抽象,学习难度大,结合脑电图教学实践,在脑电图教学中应当重视基础知识,充分利用多媒体教学,将传统教学模式与信息化教学模式相结合,将理论与临床实践相结合。对构建多媒体脑电图教学模式,有效地指导今后的教学活动进行了深入探讨。

基于运动想象的皮层脑电图频域模式滤波

为了提高皮层脑电图(ECoG)脑-机接口(BCI)的分类精度,提出了基于运动想象的ECoG频域模式滤波法.该方法通过联合对角化寻找最具判别力的投影方向作为频域滤波器,抽取滤波后ECoG的均值和标准差作为特征,然后采用核Fisher判别式进行分类.BCI2005数据集Ⅰ的实验结果表明:采用该方法仅用单个电极即可获得92%的测试精度.

多模式整合教学法在脑电图教学中的应用

"脑电图教学是神经专科教学的重要组成部分,其专业性强,理论抽象,图形复杂,采用定性和半定量的方法对脑电图做出判断,并且能将脑电图技术和临床应用密切结合。学员学习难度大,采用传统的教学模式难以理解和掌握。因此,我们科根据脑电图教学大纲的内容和教学的对象不同,设计完整的教学监督评价体系,采用现代化的多媒体教学手段与传统教学方法相结合,以学员为中心,以问题和需求为导向,结合经典病例分析和临床实践的多模式整合的教学方法,激发了学员的学习兴趣,提高了脑电图教学质量,促进了学科的应用和发展,为神经专科和相关专业培养合格医疗人才奠定了坚实的基础。

定量脑电图对模式经颅磁刺激治疗抑郁症疗效预测

目的探讨定量脑电图对模式经颅磁刺激治疗抑郁症的疗效预测。方法选取60例抑郁症患者,分为研究组(常规治疗+模式经颅磁刺激)和对照组(常规治疗)各30例。予以两组定量脑电图检查,比较两组(δ+θ)/(α+β)相对功率比。结果两组治疗后HAMD评分均较各自治疗前降低(P<0.05),研究组治疗后HAMD评分低于对照组(P<0.05)。两组治疗后F3、FP1、C3、T3、F7频段(δ+θ)/(α+β)值均较各自治疗前下降(P<0.05),其中研究组治疗后F3频段较对照组下降(P<0.05)。Pearson相关性分析显示,研究组定量脑电图F3、FP1、C3、T3、F7频段(δ+θ)/(α+β)值与HAMD评分呈正相关(P<0.05)。结论定量脑电图F3、FP1、C3、T3、F7频段(δ+θ)/(α+β)值能够提示模式经颅磁刺激治疗抑郁症后左侧大脑皮质神经电活动变化,其中以F3频段最为敏感,可作为神经电生理学有效预测指标推广使用。

不同模式分级下脑电图对心肺复苏昏迷患者生存状况的预测效果

目的探索振幅整合脑电图模式分级和脑电图分级对心肺复苏昏迷患者生存状况的预测效果。方法按照随机数表法将92例心肺复苏昏迷患者分为两组,46例采用脑电图分级模式进行分级的患者为对照组,46例采用振幅整合脑电图模式进行分级的患者为观察组。比较两组预后状况,分析两种分级模式对心肺复苏昏迷患者生存状况的预测效果。结果观察组的病死率、持续性植物状态率低于对照组(均P<0.05)度神经功能残疾率高于对照组(P<0.05)。观察组对心肺复苏患者预后不良和良好预测的特异性、敏感性及准确度显著高于对照组(均P<0.05)。结论与脑电图分级模式相比振幅整合脑电图模式分级对心肺复苏昏迷患者生存状况和预后状况的预测具有更高的特异性、敏感性和准确度。

现代化的教学模式在临床脑电图教学方法中的应用研究

目的探讨现代化的教学模式在临床脑电图教学方法中的应用。方法纳入2017年4月-2018年1月90例脑电图临床见习生以数字表法分组。常规临床脑电图教学组采用常规的临床脑电图教学方法,现代化的教学模式组采用现代化的教学模式。比较两组教学老师对脑电图临床见习生理论知识评分、脑电图操作考核评价;脑电图临床见习生自我学习能力评价(包括脑电图操作能力、问题理解能力、脑电图报告的书写能力等)。结果现代化的教学模式组临床脑电图教学满意度高于常规临床脑电图教学组,差异有统计学意义(P<0.05);现代化的教学模式组教学老师对脑电图临床见习生理论知识评分、脑电图操作考核评价高于常规临床脑电图教学组,差异有统计学意义(P<0.05);现代化的教学模式组脑电图临床见习生自我学习能力评价(包括脑电图操作能力、问题理解能力、脑电图报告的书写能力等)高于常规临床脑电图教学组,差异有统计学意义(P<0.05)。结论现代化的教学模式在脑电图临床见习生实习中的应用效果确切,可提高见习生的临床技能,是一种值得推广的临床脑电图教学模式。

基于脑电图识别结合操纵特征的驾驶疲劳检测

精神疲劳影响驾驶员的警觉性和安全驾驶能力,引发的交通安全问题不容忽视。将脑电图识别与车辆操纵特性相结合来检测驾驶员的疲劳状态,预期为搭建疲劳驾驶检测系统提供理论及实验依据。设计了模拟驾驶实验,采集被试者的脑电图(EEG)信号和对应的方向盘操纵数据;针对疲劳程度三分类问题,利用小波包变换和共空间模式算法对EEG信号进行特征提取;依据车辆操纵特性评估驾驶员疲劳程度来确定EEG信号的分类标准;并选择支持向量机对EEG信号进行分类以完成对驾驶员精神疲劳状态的定性分析,分类准确率可达94.259%。

Creutzfeldt—Jakob病与脑电图

本文综述了近年亚急性海绵状变性脑病（即Creutzfeldt-Jakob病）的临床表现、病理改变、治疗及脑电图（EEG）表现、PSD模式（即EEG出现周期性同步放电及三相波模式。

脑电图与振幅整合脑电图预测心肺复苏后昏迷患者预后比较

目的对比脑电图分级与振幅整合脑电图模式分级对心肺复苏后昏迷患者预后的预测价值。方法回顾性分析2018年1月~2019年1月我院收治的心肺复苏后昏迷患者80例临床资料,均行脑电图分级与振幅整合脑电图分级评估,分析结果。结果预后不良组脑电图分级与振幅整合脑电图分级与预后良好组相比,差异具有统计学意义(P<0.05);脑电图分级、振幅脑电图分级预测心肺复苏后患者预后的ROC曲线下面积为0.745、0.819,敏感度为0.895、0.947,特异度为0.405、0.310。结论振幅整合脑电图模式分级较脑电图分级预测心肺复苏后昏迷患者的预后情况的临床应用价值较高。

基于静息态脑电图的偏头痛患者脑网络变化

目的对偏头痛患者静息态脑电进行图论及默认模式网络(default mode network, DMN)连接存在的可能改变进行分析。方法首先获取2016年1月至2019年6月在简阳市人民医院神经内科接受16导常规脑电图(electroencephalogram, EEG)检查已经临床诊断为偏头痛但脑电图结果未见异常的患者73例作为病例组,同时选取73例年龄、性别匹配的健康者作为对照组,截取两组受试者静息态EEG数据进行分析,然后对数据进行预处理,预处理后通过相位同步分析方法计算锁相值(phase locking value, PLV)构建电极导联连接矩阵,并计算网络属性参数,再运用精确低分辨率电磁断层成像(exact low resolution brain electromagnetic tomography, eLORETA)方法探索两组受试者DMN连接差异。结果与健康者相比,偏头痛组在全频段、delta频段及beta1频段,左侧额区与右侧顶区存在大量连接增强的边;在theta频段,左侧额区与左侧顶枕区之间存在少量连接减弱的边。图论分析结果显示,病例组EEG的聚类系数、全局效率和局部效率高于健康组(P<0.05)。两组受试者DMN网络连接的差异主要表现在alpha2频段:在该频段,偏头痛组患者双侧顶下小叶之间的连接显著增强(P<0.05)。结论偏头痛伴随着脑网络连接的异常改变。通过对静息态EEG进行网络连接分析,可能识别临床脑电报告中不能发现的潜在异常,这可为今后偏头痛的临床诊治提供新的思路。

脑电图对一氧化碳中毒迟发脑病的诊断与预后判断的临床分析

目的探讨脑电图对一氧化碳中毒迟发脑病的诊断和预后判断的价值。方法对103例一氧化碳中毒迟发脑病患者进行了270次脑电图检查并进行分析。结果脑电图异常率为100%,脑电图轻度异常者36例,中、重度异常者67例,出现RAWOD模式者19例,脑电图异常与病情严重程度呈平行关系,并且脑电图异常程度越重,尤其出现RAWOD模式,其预后越差。结论脑电图对一氧化碳中毒迟发脑病的早期诊断、病情轻重、指导治疗和预后判断有重要意义。

脑电图微课在神经内科住院医师规范化培训中的实践

住院医师规范化培训制度是结合我国国情及医疗现状,为更好的培养医学人才,帮助他们顺利适应临床工作而制定的。在规范化培训中,神经内科是其中不可或缺的一个科室,实践性强,涉及神经解剖、神经生理等。脑电图是评价脑功能状态的一个敏感指标,广泛应用于中枢神经系统疾病等的诊断和研究,评价脑功能损伤的范围和程度,并对预后提供有价值的信息。但由于临床科室众多,规培医师在神经内科轮转学习的时间不长,在脑电图学习的时间有限。医院神经内科脑电图检查室承担多年的规培任务,为使规培医师在神经内科轮转期间学到更实用的临床技能,采用"微课"模式对规培医师进行教学、考评,现将这种教学模式和体会做一总结。

基于脑电的脑网络稳定模式情绪识别研究

利用锁相值构建不同时间段的情绪脑网络,探讨不同时间情绪相关脑网络模式的稳定性,提出基于脑网络二阶特征的情绪识别框架。结果表明,在跨被试研究和单被试研究中最高准确率分别为79.17%和82.92%,ANOVA分析3个时间段的识别结果无显著性差异,证明本研究提出的情绪识别框架是稳定的。在不同时间段,同类别的情绪均具有相同的脑网络连接模式和最小生成树的结构,说明相同情绪在不同时间存在稳定的脑网络模式。使用脑网络特征进行情绪识别是稳定且可靠的,这为人机交互中情绪识别提供一种新途径。

利用时频变换识别睡眠EEG中的基本模式

本文提出了一种基于时频变换识别睡眠 EEG中基本模式的方法。首先从信号处理的角度 ,对国际上普遍采用的睡眠EEG分阶规则进行了分析 ,指出了利用功率谱方法分析睡眠 EEG的不足。通过利用 CWD( Choi-Williams)分布对一段 EEG信号进行时频变换 ,得到该段 EEG信号在各个时间上的频率分布 ,称其为一种瞬时频谱。通过检测这种瞬时频谱中的谱峰 ,并提出按照高频优先原则 ,识别相应时间里的 EEG信号的基本模式。

基于极能差与共空间模式算法的脑电信号特征增强研究

为有效滤除颅骨、脑脊液、头皮等多层组织对脑电图(EEG)信号传导、衰减和混叠的影响,进一步增强信号特征以有利于认知脑电的特征提取、模式识别,以左右手想象动作电位实验为例分析比较了基于极能差(EED)和共空间模式(CSP)算法的空间滤波与特征增强效果。研究结果表明,两种算法皆在高维空间中通过方差判断能量总体分布进行空间滤波训练,可有效提高信噪比、明显增强信号特征和提升识别准确率,其中CSP算法运用矩阵同时对角化原理寻找投影方向,使方差的类间差别最大化,特征增强效果更优。以上结果可供有关脑认知科学研究与脑-机接口(BCI)系统设计及应用参考。

基于单导脑电经验模式分解的癫痫发作预测

目的寻找一种通过单通道脑电分析实现癫痫发作预报的新方法。方法从西京医院癫痫中心的临床病例中选择7名受试者记录癫痫发作前后8个通道的脑电,对发作前的各导脑电信号进行经验模式分解,提取分解后各分量的复杂性测度,将其作为一个4层（7-6-2-1）神经网络的输入进行非线性分类,神经网络的训练采用去一循环法（leave one out）。结果研究表明,所提出的方法在预报癫痫发作时的表现为：根据所用脑电导联不同,准确度为71.7%-78.3%,特异性为71.4%-88.1%,敏感性为50%-77.8%范围。另外,系统运算速度足够快,适合临床实时检测需要。结论所提出的方法在预测癫痫发作时有一定优势,但进一步的研究仍然是必要的。