基于非线性互依赖性的癫痫致痫区识别方法研究

马 震

(滨州学院信息工程学院,山东 滨州 256600)

引言

癫痫是仅次于中风的第二大神经疾病，因为其发作频繁、患病人群广而一直被广泛关注[1-2]。癫痫发作来自于异常兴奋的局部脑区域，称为致痫区(epileptogenic zone, EZ)[3-4]，也就是癫痫的病灶。致痫区大量神经元出现过度兴奋并迅速波及相邻神经元，导致神经元超同步化放电，从而引发癫痫发作。所以，无论采取手术、药物以及电刺激的方法[4]治疗癫痫，致痫区的准确识别是首要的任务，是保证治疗效果并降低副作用的关键。当癫痫行为同时涉及几个电极的时候或者当癫痫发作的形态比较模糊的时候，传统的视觉诊断很难定位发作的源头。因此，需要应用信号处理的方法挖掘EEG信号中更多的信息来辅助视觉诊断[5]。

癫痫发作期间，神经群超同步放电的原因是神经群之间的异常耦合。研究表明这种异常耦合是非线性的[6]，所以非线性动力系统的理论往往被用来分析引发癫痫的神经元网络动力学的变化[7-8]。可以把致痫区和非致痫区分别看作单独的动力系统，致痫区是驱动方，其他区域为响应方。所以，致痫区识别可以看作一个驱动方识别的问题。而如何根据EEG信号波形确定不同脑区域之间耦合的方向和强度信息，是致痫区识别问题的关键。本研究提出了一种灵敏度可调节的非线性互依赖性测度，并用以进行致痫区识别。

因为影响癫痫发作的因素很多且范围较广，所以用临床实验的方法来定量研究它们的影响很困难。……