利用非线性方法对大鼠癫痫发作可预测性的研究.pdfVIP

利用非线性方法对大鼠癫痫发作可预测性的研究1 孔娜，贾文艳，马骏，高小榕，高上凯，杨福生 清华大学, 北京（100084 ） kongna00@ 摘 要： 本文利用同步性和复杂度两种非线性方法对癫痫大鼠的脑电数据进行癫痫可预测 性的分析。通过对癫痫大鼠两次连续记录到的共 11天，含 12次大发作的数据进行分析，发 现发作前同步和复杂度特征确实发生了某种变化——同步特征呈下降或上升趋势，复杂度特 征呈上升或下降趋势，值得注意的是：两种特征的变化趋势总是相反的。这种变化在发作前 几分钟出现，验证了癫痫发作的可预测性。 关键词：癫痫预测；大鼠；幅度同步性；二阶复杂度 1. 背景介绍 癫痫是一种常见的神经系统疾病。据报道，[1]目前全世界癫痫的患病率大约为 0.5%～ 2%。国内流行病学的统计结果为 3.5～7‰，这意味着国内大约有七百万癫痫患者。由于癫 痫病是一种慢性疾病，长期反复发作, 不仅使患者躯体遭受痛苦, 而且在一定程度上导致精 神及社会心理障碍，使患者在智力及人格方面均受到损害。多数癫痫患者在发作时会突然昏 倒，全身痉挛，意识丧失。由于癫痫发作的猝发性，如果此时病人正从事某种有危险的操作 （如驾驶汽车），则很容易受到意外伤害。这是造成癫痫患者残疾甚至死亡的一个主要原因。 若能在癫痫发作前预测到癫痫即将发作，即使是较短的时间，也可使患者或周围的人能够及 时采取必要的预防保护措施。因此如能对癫痫发作进行预测，则可以极大地提高癫痫病人的 生活质量。 最初人们认为癫痫发作过程是突发的，不可预测的。但是目前越来越多的研究表明癫痫 发作实际上是一个随时间演化的过程，在发作前患者的某些生理指征已逐步发生了改变 [2]-[4]，由此人们逐渐认识到癫痫发作是有可能被提前预知的。同时随着生理信号记录手段 及信号处理方法的不断发展和完善，这些发作前的改变有可能被记录并提取出来，从而使预 测癫痫发作逐渐成为可能。 许多研究者用不同的方法分析脑电信号的结果都表明在癫痫发作前存在一个过渡阶段 （transition phase） 或叫发作前期（preictal period），这一阶段有可能持续几分钟， 甚至几小时[5]-[10]。这些研究成果提示我们，如果能及时辨识出这个发作前状态，就有可 能实现癫痫发作的预测。 由于脑电是大脑神经元突触后电位的综合表现，反映着神经元群之间的非线性耦合作用 的动力学过程，其产生机理相当复杂。在过去的十几年里，物理－数学－理论体系的发展提 1教育部高等学校博士学科点专项科研基金资助课题（No. 20020003031 ）。 - 1 - 供了新的概念和算法来分析复杂系统的无规则行为。采用这些方法有可能检测到传统线性方 法不能检测到的隐含的动力学模式。于是许多新的非线性方法被引入到脑电信号的分析中， 如相关维数（correlation dimension）、Lyapunov 指数（Lyapunov exponent）、复杂度 （complexity）、近似熵（approximate entropy，ApEn）、同步性（Synchronization）等， 并对正常人在各种功能状态下的脑电和一些病理状态下的脑电进行了研究。结果表明非线性 动力学方法比传统的线性方法更能反映大脑的状态变化。因此，将新的非线性信号处理方法 应用于分析癫痫患者的脑电信号有可能找到一些能较准确预测癫痫发作的方法。 但是因为受实验条件的限制，人脑癫痫数据的样本收集较难，费时费力，数据易受外界 环境和患者运动的干扰，临床所积累的经验在时间和空间上都存在着局限性，一些实验在道 义和方法上受到种种限制。如果我们能够在实验室中先对动物的癫痫模型进行实验，采集大 量的样本，来验证现有的癫痫模型算法的准确性，再进一步转向人体数据，就能克服这些不 足，大大缩减科研工作的周期，省时省力。由于大鼠是医学研究中最常用的一种实验动物， 并且国内外已有几种可供选择的慢性癫痫模型，比急性癫痫模型更具有临床意义。我们选择 以成年 Wistar 大鼠为