×
郑润泽;冯元萌;王天雷;曹九文;吴端波;蒋铁佳;高，冯

West综合征婴儿头皮脑电图功能联系和脑网络。 （英语） Zbl 1525.92046号

神经网络。 153, 76-86 (2022).
小结：常见的年龄依赖性West综合征可以通过脑电图（EEG）准确诊断，但其发病机制和演变尚不清楚。现有研究主要针对时间/频率域中的West癫痫发作标记物进行研究，而很少有文献使用图形理论方法分析不同脑区之间的变化。本文研究了基于头皮脑电的功能连通性（包括相关性、相干性、时频互信息、锁相值、相位滞后指数、加权相位滞后指数）和网络拓扑参数（包括聚类系数、特征路径长度、全局效率和局部效率）对West事件周期的预测分析进行了全面研究。采用临床诊断为弦痉挛性发作的15名儿童的头皮脑电图进行前瞻性研究，将信号分为5个典型脑电波节律频带中的发作前、发作和发作后状态赫兹），（θ）（4–8赫兹），（阿尔法）（8–13赫兹），（β）（13–30赫兹）和（伽马）（30–80Hz））用于功能连通性分析。研究表明，反复发作的西部癫痫削弱了负责认知和智力的大脑区域之间的联系，而负责信息协同和视觉接收的大脑区域在癫痫发作期间的联系具有更大的可变性。据观察\（β）和（γ）Corr和WPLI计算的多波段脑网络连接模式的频带可初步用于判断West综合征的发作周期变化。

引用于1文件

MSC公司：

92 C55 生物医学成像和信号处理
92B20型 生物研究、人工生命和相关主题中的神经网络

关键词：

西癫痫综合征;头皮脑电图;功能连接;大脑网络;网络拓扑结构

软件：

大脑连接工具箱
PDF格式BibTeX公司 XML格式引用
\textit{R.Zheng}等人，神经网络。153，76-86（2022；Zbl 1525.92046）
全文： 内政部

参考文献：

[1] 阿贝拉，E。；Pawley，A.D。；Tangwiriyasakul，C。；Yaakub，S.N。；F.A.乔杜里。；Elwes，R.D.，较慢的α节律与癫痫发作控制较差相关，《临床和转化神经病学年鉴》，6，2，333-343（2019）
[2] 阿戈斯塔，F。；萨拉，S。；瓦尔萨西纳，P。；Meani，A。；卡努，E。；Magnani，G.，《使用图论评估额颞叶痴呆患者的脑网络连通性》，《神经病学》，第81、2、134-143页（2013年）
[3] Baker，S.N.，感觉运动皮层和外周之间的振荡相互作用，《神经生物学的当前观点》，17，6，649-655（2007）
[4] Bernardo，D。；Nariai，H。；侯赛因，S.A。；桑卡尔，R。；Wu，J.Y.，癫痫痉挛患者发作间期头皮快速纹波发生和高频振荡慢波耦合，临床神经生理学，131，7，1433-1443（2020）
[5] 伯恩哈特，公元前。；Bonilha，L。；Gross，D.W.，《网络障碍的网络分析：图论在癫痫、癫痫和行为研究中的新兴作用》，50，162-170（2015）
[6] 曹，J。；Chen，L。；胡，D。；Dong，F。；姜涛（Jiang，T.）。；Gao，W.，基于高斯混合模型的EEG无监督眨眼伪影检测，IEEE生物医学与健康信息学杂志，25，8，2895-2905（2021）
[7] 曹，J。；胡，D。；Wang，Y。；王，J。；Lei，B.，使用基于深度转移学习的特征融合算法进行癫痫分类，IEEE认知与发展系统汇刊（2021年）
[8] 曹，J。；朱，J。；胡，W。；Kummert，A.，通过叠加CNN对癫痫信号进行深度脑电图特征分类，IEEE认知与发展系统汇刊，12，4，709-722（2020）
[9] Capone，G。；戈亚尔，P。；Ares，W。；Lannigan，E.，患有唐氏综合征的儿童、青少年和年轻成年人的神经行为障碍，《美国医学遗传学杂志》第C部分：医学遗传学研讨会，142，3，158-172（2006）
[10] Chu，Y.-J。；Chang，C.-F。；翁，W.C。；风扇，P.-C。；谢赫，J.-S。；Lee，W.-T.，婴儿痉挛的脑电图复杂性及其与治疗反应的关系，临床神经生理学，132,2480-486（2021）
[11] 克拉克，A.R。；巴里·R·J。；R.麦卡锡。；Selikowitz，M.，EEG定义的注意力缺陷/多动障碍儿童亚型，临床神经生理学，112，11，2098-2105（2001）
[12] 克莱门特，G.P。；Grassi，R.，《加权网络中的定向聚类：一个新的视角》，《混沌、孤子与分形》，107，26-38（2018）
[13] 崔，X。；曹，J。；胡，D。；Wang，T。；姜涛（Jiang，T.）。；Gao，F.，典型儿童癫痫综合征的区域头皮脑电图分析和分类，IEEE认知和发育系统汇刊，1（2022）
[14] 崔，X。；胡，D。；林，P。；曹，J。；赖，X。；Wang，T.，基于深度特征融合的脑电图儿童癫痫综合征分类，神经网络，150313-325（2022）·Zbl 1525.92036号
[15] 冯，Y。；郑，R。；崔，X。；Wang，T。；姜涛（Jiang，T.）。；Gao，F.，基于3D残余注意力深度网络的儿童癫痫综合征分类，基于知识的系统，248，文章108856 pp.（2022）
[16] González，A.G。；罗德·盖兹，J。；萨加扎祖，X。；舒马赫，A。；Isasa，I.，《分析非平稳信号的噪声和振动传输路径的时域多重相干方法》（ISMA 2010（2010）会议记录）
[17] 吉梅拉，R。；Amaral，L.A.N.，《复杂网络制图：模块和通用角色》，《统计力学杂志：理论与实验》，2005，02，P02001（2005）
[18] 郭杰。；李，H。；太阳，X。；齐，L。；乔·H。；Pan，Y.，通过超图学习检测癫痫立体脑电图的高频振荡，IEEE神经系统与康复工程学报，29，587-596（2021）
[19] 胡，D。；曹，J。；赖，X。；刘杰。；王，S。；丁毅，基于合成少数过采样和混合算法的癫痫信号分类，IEEE认知与发展系统汇刊，13，2，368-382（2020）
[20] 胡，D。；曹，J。；赖，X。；Wang，Y。；王，S。；丁毅，通过融合手工制作和深度学习脑电图特征进行癫痫状态分类，IEEE电路与系统学报II：快讯，68，4，1542-1546（2020）
[21] Hu，D.K。；割草机，A。；Shrey，D.W。；Lopour，B.A.，发作间期癫痫样放电对基于EEG的功能连接网络的影响，临床神经生理学，131，5，1087-1098（2020）
[22] Hughes，J.R.，《大脑的伽玛、快速和超快波：它们与癫痫和行为的关系》，《癫痫与行为》，第13、1、25-31页（2008年）
[23] 侯赛因，R。；Lee，S。；沃德，R。；McKeown，M.J.，用于癫痫发作预测的半离散卷积神经网络，神经网络，139，212-222（2021），URLhttps://www.sciencedirect.com/science/article/pii/S0893608021000885
[24] Janicot，R。；邵，L.-R。；Stafstrom，C.E.，《婴儿痉挛：临床前模型和脑电图机制的更新》，《儿童》，第7、1、5期（2020年）
[25] Kendall，M.G.，《高级统计学理论》，第二版（1946年）·Zbl 0063.03217号
[26] Lachaux，J.-P。；罗德里格斯，E。；马提内里，J。；Varela，F.J.，《测量大脑信号的相位同步性》，人脑映射，8，4194-208（1999）
[27] 拉托拉，V。；Marchiori，M.，《小世界网络的有效行为》，《物理评论快报》，87，19，第198701条，pp.（2001）
[28] 李，C。；Sohrabpour，A。；姜浩。；He，B.，发作性交叉频率耦合网络的高频中心预测癫痫患者的手术结果，IEEE神经系统与康复工程汇刊，291290-1299（2021）
[29] Lin，Y。；杜，P。；Sun，H。；梁，Y。；王，Z。；Cui，Y.，通过融合功能和有效EEG网络的常见空间模式来识别无结构异常的难治性癫痫，IEEE神经系统和康复工程学报，29，708-717（2021）
[30] 卢，C.-F。；滕，S。；洪，C.-I。；曾培杰。；林，L.-T。；Lee，P.-L.，使用EEG时频交叉互信息分析重新组织运动任务期间的功能连接，临床神经生理学，122，8，1569-1579（2011）
[31] McCrimmon，C.M。；里巴，A。；C.加纳。；Maser，A.L。；菲利普斯·D·J。；Steenari，M.，婴儿痉挛患者长期头皮脑电图中纹波振荡的自动检测，《神经工程杂志》，18，1，文章016018 pp.（2021）
[32] Milikovsky，D.Z。；韦斯伯格，I。；Kamintsky，L。；李普曼，K。；谢芬鲍尔，O。；Frigerio，F.，作为五种癫痫发生模型中的新生物标记物的皮层电动力学，《神经科学杂志》，37，17，4450-4461（2017）
[33] 米尔特纳，W.H。；布劳恩，C。；阿诺德，M。；Witte，H。；Taub，E.，作为联想学习基础的γ带脑电图活动的一致性，《自然》，397，6718，434-436（1999）
[34] Newman，M.E.，《复杂网络的结构和功能》，SIAM Review，45，2，167-256（2003）·Zbl 1029.68010号
[35] Oppenheim，A.V.，《离散时间信号处理》（1999），培生教育印度·Zbl 0994.94005号
[36] Pavone，P。；Polizzi，A。；圣马力诺。；科尔塞洛，G。；Falsaperla，R。；Marino，S.，《韦斯特综合征：综合评述》，《神经科学》，第1-16期（2020年）
[37] Pavone，P。；斯特里亚诺，P。；Falsaperla，R。；Pavone，L。；Ruggieri，M.，《婴儿痉挛综合征、韦斯特综合征及相关表型：2013年我们所知》，《大脑与发展》，36，9，739-751（2014）
[38] 拉古，S。；北卡罗来纳州斯里拉姆。；Temel，Y。；Rao，S.V。；Kubben，P.L.，使用卷积神经网络和转移学习进行基于EEG的多类发作类型分类，神经网络，124202-212（2020），URLhttps://www.sciencedirect.com/science/article/pii/S0893608020300198
[39] Rosch，R。；鲍德温，T。；穆勒，F。；Baier，G.，健康和癫痫发育大脑中的网络动力学，《网络神经科学》，第2、1、41-59页（2018年）
[40] 鲁比诺夫，M。；Sporns，O.，《大脑连接性的复杂网络测量：使用和解释》，《神经影像》，52，3，1059-1069（2010）
[41] Shrey，D.W.（华盛顿特区）。；英国麦克马纳斯。；Rajaraman，R。；Ombao，H。；侯赛因，S.A。；Lopour，B.A.，EEG功能连接的强度和稳定性预测癫痫痉挛婴儿的治疗反应，临床神经生理学，129，10，2137-2148（2018）
[42] 西斯泰西。；Kramer，M。；Gunnarsdottir，K。；Gonzalez-Martinez，J。；Zaghloul，K。；Inati，S.，网络分析在癫痫中的新兴作用，癫痫研究，159，第106255条，pp.（2020）
[43] 斯塔姆·C·J。；诺尔特，G。；Daffertshofer，A.，相位滞后指数：从多通道EEG和MEG评估功能连通性，减少常见来源的偏差，人脑绘图，28，11，1178-1193（2007）
[44] 文克，M。；奥斯滕维尔德，R。；Van Wingerden，M。；巴塔利亚，F。；Pennartz，C.M.，《存在体积电导、噪声和样本尺寸偏差时电生理数据的相位同步改进指数》，《神经影像》，55，4，1548-1565（2011）
[45] 王，J。；曹，J。；胡，D。；姜涛（Jiang，T.）。；Gao，F.，利用新型优化多维脑电图特征检测眨眼伪影，IEEE神经系统与康复工程学报，291494-1503（2021）
[46] Wen博士。；李，R。；江，M。；李，J。；刘，Y。；Dong，X.，多维条件互信息及其在脑电信号分析中的应用，用于空间认知能力评估，神经网络（2021），URLhttps://www.sciencedirect.com/science/article/pii/S0893608021004834
[47] Xu，Z。；Wang，T。；曹，J。；包，Z。；姜涛（Jiang，T.）。；Gao，F.，基于新型脑电序列特征和LSTM算法的BECT尖峰检测，IEEE神经系统与康复工程学报，291734-1743（2021）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。