[发明专利]用于根据头皮脑电图识别病理性脑活动的方法

说明书

本发明涉及用于从头皮脑电图信号检测病理性脑活动模式的计算机实现的方法，所述方法包括以下步骤：获取(A)随多个通道和时间变化的脑电图信号；针对每个通道，在固定阈值上识别(C)脑电图信号的零交叉；利用所识别的零交叉生成获取到的脑电图信号的至少一片段的零交叉表示；通过对预记录的脑电图信号的零交叉表示进行零交叉统计分析来获取(D)时间和通道的实函数的参考族；通过将脑电图信号的片段的所述零交叉表示与来自参考函数族的至少一个参考函数进行比较来计算(E)匹配分数；以及通过在脑电图信号上滑动来自参考函数族的该至少一个参考函数来计算随时间变化的匹配分数。

技术领域

本发明涉及一种用于对头皮脑电图进行分析的系统和方法。具体地，本发明涉及一种使用非线性分类方法来识别受试者的病理性脑活动模式的方法。

背景技术

利用放置在头皮表面的电极来记录脑电活动的头皮脑电描记法是诊断和研究包括癫痫的神经疾病的基本工具。

传统上，头皮脑电图的临床检查依赖于对多个通道中记录的波形模式的形态和空间分布进行目视评估，这一过程通常耗时且低效。本发明的方法能够自动检测病理性脑活动模式，例如发作间期癫痫样放电的低幅度头皮表现以及其他神经生理现象。

作为一种涉及约1％人口的神经疾病，癫痫的特征在于癫痫发作的自发性发生。在两次癫痫发作之间的时期(间歇期)，对头皮和颅内癫痫放电的识别在癫痫诊断和监测对药物治疗的反应中具有重要作用。发作间期癫痫样放电不仅与癫痫有关联，而且与癫痫发作可以代表的继发性表现的病症(例如神经炎和神经血管疾病)以及与某些非癫痫性神经病症(例如早期阿尔茨海默氏病)有关联。实际上，在一些病症中，脑电图模式是高度疾病特异性的。

头皮和颅内脑电图信号的同时的记录显示：通过对头皮脑电图进行目视检查仅可识别由颅内电极检测到的发作间期癫痫样放电中的少部分。实际上，头皮脑电图受信号衰减、较差的空间分辨率、噪声和伪像影响，这损害了对感兴趣信号的检测。相比之下，颅内脑电图信号由通过侵入性外科手术紧邻相关脑部结构设置的电极获取。

除发作间期癫痫样放电外，脑电图记录的临床意义模式也是感兴趣的并且在文献中已有报道。例如，对受试者刚好在癫痫发作之前(所谓的发作前期)的病理性脑电图模式的检测允许产生适当的警告信号，以允许对其进行安全调节。根据除发作间期癫痫样放电和电图形癫痫发作之外的脑电图模式来区别癫痫受试者和非癫痫受试者、区分不同癫痫亚型或者对非癫痫性神经病症进行诊断的能力将扩展脑电图在普通神经病学中的应用。

因此，本文中主要问题之一是开发一种允许通过利用无创头皮脑电图所记录的信号来检测病理性脑活动模式的方法。

多个科学出版物和专利已致力于克服所述技术问题。

Zandi等人的US 6,442,421(Predicting epileptic seizures in scalp EEGbased on a variational Bayesian Gaussian mixture model of zero-crossingintervals.IEEE Transactions on Biomedical Engineering，2013)以及更近期地Spyrou等人(Detection of Intracranial Signatures of Interictal EpileptiformDischarges from Concurrent Scalp EEG.International journal of neural systems，2016)和Pyrzowski等人(Interval analysis of Interictal EEG：pathology of thealpha rhythm in focal epilepsy.Scientific Reports，2015)公开了检测发作间期癫痫样放电和其他病理性脑活动模式的自动化方法。