XiaoMi-AI文件搜索系统
World File Search SystemHDEEG
肯特学术资料库
对长期意识障碍 (pDOC) 患者提供准确的预后仍然是一个临床挑战。大型横断面研究已经证明了使用高密度脑电图 (hdEEG) 测量的功能性大脑网络的诊断和预后价值。尽管如此，这些神经测量的预后价值尚未通过纵向随访进行评估。我们通过评估 hdEEG 预测长期行为结果的效用来解决这一差距，采用从一组患者中收集的纵向数据，这些患者在两年的时间内通过床边的静息 hdEEG 和昏迷恢复量表修订版 (CRS-R) 进行系统评估。我们使用典型相关分析将临床（包括 CRS-R 评分与人口统计变量相结合）和 hdEEG 变量相互关联。该分析显示，患者的年龄、hdEEG θ 波段功率和 alpha 波段连接对 hdEEG 与临床变量之间的关系贡献最为显著。此外，我们发现，评估时记录的 hdEEG 测量结果增强了临床测量结果，有助于预测下次评估时的 CRS-R 分数。此外，hdEEG 变化率不仅可以预测 CRS-R 分数的后续变化，而且在预测能力方面也优于临床测量结果。总之，这些发现表明，功能性大脑网络的改善先于 pDOC 的行为意识变化。我们在此证明，在专科护理院进行的床边 hdEEG 评估是可行的，具有临床实用性，并且可以补充临床知识和系统性行为评估，以指导预后和护理。
rt-net：使用高...
抽象的高密度脑电图（HDEEG）已成功地用于对健康和患病的人脑中神经活动的大规模研究。由于其高度计算需求，通常会脱机地对源项目进行分析。在这里，我们提出了一种实时非侵入性电生理工具箱RT-NET，该工具箱是专门为使用HDEEG在线重建神经活动的专门开发的。rt-net依赖于实验室流层来从大量脑电图放大器中获取原始数据，并将处理后的数据流式传输到外部应用程序。rt- Net估计使用校准数据集进行伪影的空间过滤器，并重建了伪像删除和源活动。然后将此空间过滤器应用于HDEEG数据时，从而确保了低延迟和计算时间。总体而言，我们的分析表明，RT-NET可以通过与离线分析方法相当的性能估算实时神经活动。因此，它可以使新的大脑 - 计算机接口应用程序（例如基于源的神经反馈）的开发。