基于部分定向相干的帕金森病默认模式网络脑电分析

摘要：

目的:为了分析帕金森病患者大脑的默认模式网络(default mode network,DMN)潜在变化的原因和其临床特点的关系,以及探讨如何提取其脑电信号特征并对其进行准确有效地分类.方法:选择帕金森病患者和健康对照组各26名被试作为实验对象,将部分定向相干(partial directed coherence,PDC)应用于DMN相关电极的数据序列,获得对照组和帕金森病受试者的有效连接.通过统计分析后,得出6条具有显著差异的PDC连接,对它们进行深入讨论.进一步地,将这些连接值组成特征集并进行分类.结果:与对照组相比,帕金森病患者中有关注意力控制之间的连接降低,在涉及有关工作记忆的连接中,帕金森病相比于健康组患者的一些连接都有不同程度的增加.同时,使用XGBoost算法对特征集进行分类,得到76.5%的平均测试准确率.结论:静息状态下帕金森病患者的非运动症状与DMN网络存在显著性的关系,表现在注意力控制与记忆功能上,这与DMN中BA区的受损有很大的关系.随后对两类受试者的分类也验证了PDC算法用于DMN分析的有效性,为帕金森病人的测试和预防提供了一种新途径.

关键词：帕金森病、部分定向相干、脑电信号、默认模式网络、XGBoost算法

所属期刊栏目：43

分类号：R318(医用一般科学)

资助基金：国家自然科学基金;中央高校基本科研业务费专项资金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2024-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：119-125