基于腦電的癲癇預警及預警——抑制診療系統(tǒng)關鍵技術研究.pdf

1、癲癇是一種常見的、多發(fā)的慢性神經(jīng)系統(tǒng)疾病。癲癇發(fā)作可引起運動、感覺、意識和行為等功能障礙，給患者帶來巨大的痛苦。全球癲癇患者約為5000萬人，其中百分之八十的患者能夠通過藥物及手術的方式得到治療，但仍有近1000萬患者病情得不到有效控制，給家庭和社會帶來極大的精神和經(jīng)濟負擔，迫切需要新的有效癲癇治療手段。
　　近年來，隨著神經(jīng)科學、信息科學等相關領域的飛速發(fā)展，以反應性神經(jīng)電刺激技術為代表的癲癇治療新手段迅速發(fā)展，有望為難治性癲癇

2、治療帶來新的希望。與傳統(tǒng)的開環(huán)電刺激方式不同，反應性電刺激采用“癲癇預警-電刺激抑制”的閉環(huán)框架，該框架首先利用信息處理技術實現(xiàn)基于腦電的癲癇預警，當且僅當系統(tǒng)預警到癲癇發(fā)作時啟動電刺激抑制，以阻止或減輕癲癇發(fā)作，實現(xiàn)癲癇診療。反應性電刺激癲癇診療框架可以極大地減少電刺激用量，顯著降低組織傷害風險，有望為癲癇臨床治療，特別是難治性癲癇治療帶來新突破。因此，反應性電刺激技術已成為國內外研究熱點，許多大學和研究團體均投入力量開展相關技術研究

3、，并有商業(yè)化產(chǎn)品問世。
　　本文研究反應性電刺激“預警-抑制”閉環(huán)系統(tǒng)相關關鍵技術，緊密聚焦現(xiàn)有技術尚未解決的重點和難點問題，研究腦電中癲癇有效特征的提取方法、腦電中強噪聲的處理方法，以及癲癇腦電動態(tài)過程的建模方法，實現(xiàn)穩(wěn)定、魯棒的癲癇預警。在此基礎上，研究實時預警-反應性電刺激抑制軟硬件系統(tǒng)，并在動物平臺上實現(xiàn)實驗驗證。本文主要研究內容及創(chuàng)新點如下:
　　1)針對癲癇腦電發(fā)放模式變化多樣、個體差異大的問題，本文提出了一種自

4、動特征學習的深度網(wǎng)絡模型。該模型以傳統(tǒng)深度神經(jīng)網(wǎng)絡模型為基礎，融合基于相關熵的深度自編碼模型，可以自動依據(jù)數(shù)據(jù)的分布狀況計算樣本點的距離，解決了傳統(tǒng)模型在強噪聲下失效的問題。并且，該深度網(wǎng)絡模型可以根據(jù)不同病人的癲癇腦電數(shù)據(jù)學習表示癲癇發(fā)作的最優(yōu)特征，實驗表明，采用該方法選擇的特征提升檢測率超過10％以上。
　　2)針對腦電信號中大量肌電、眼電偽跡和硬件噪聲干擾導致預警算法虛警率高、魯棒性差的問題，本文提出了一種基于柯西分布的狀態(tài)

5、空間模型，實現(xiàn)對癲癇腦電狀態(tài)的動態(tài)建模。研究表明腦電信號中噪聲分布呈現(xiàn)出更多的非高斯特性，本文采用重尾的柯西分布建立噪聲模型。同時，癲癇腦電的發(fā)放是一個動態(tài)過程，為充分借助腦電時序信息，本文建立了柯西噪聲狀態(tài)空間模型，實現(xiàn)了狀態(tài)估計和腦電動態(tài)建模方法，以更加準確地對大腦狀態(tài)進行估計。該方法準確估計和抑制了腦電信號中的非高斯噪聲，減少了由噪聲引起的虛警。臨床實驗表明，該癲癇預警方法能夠有效降低虛警率（約降低91％）。
　　3)在穩(wěn)定

6、、魯棒的癲癇預警方法的基礎上，本文進一步研發(fā)了在線預警-抑制反應性電刺激閉環(huán)系統(tǒng)，該系統(tǒng)集成了多種預警方法、數(shù)據(jù)采集和電刺激硬件，以及實時控制軟件系統(tǒng)。在動物平臺上，采用該系統(tǒng)研究了反應性電刺激癲癇抑制的效果?；诖笫蟀d癇模型的對照實驗表明，通過反應性電刺激，癲癇平均發(fā)作時長縮短32％，證明反應性電刺激系統(tǒng)具有顯著的癲癇抑制效果。
　　綜上，本文圍繞基于腦電信號的癲癇預警和“預警-抑制”反應性電刺激癲癇診療系統(tǒng)中的關鍵問題，提出具