首页 > 文献资料
-
颞叶癫痫患者海马CA3和内嗅皮层网络的癫痫尖波对theta节律抑制作用的量化评估
海马CA3和内嗅皮层(entorhinal cortex,EC)网络是海马认知功能和颞叶癫痫研究的关键回路之一,尖波对海马网络theta (4～8 Hz)节律抑制作用的研究有利于揭示癫痫对认知功能影响的机制.以往,在网络层面上,该抑制作用常借助脑片来实现定量评估.本文旨在建立依赖于脑深度局部场电位评估癫痫尖波对theta节律抑制作用的方法.从4位术前处于快速眼球运动(rapid eyes movement,REM)睡眠下的颞叶癫痫患者皮质电极记录中择取发作间期有散发性尖波(sporadic spikes,SSs)脑电和两个相邻SSs间无尖波暂态期脑电,尖波分别只在CA3、只在EC、或在CA3和EC同步出现,应用Gabor小波和Hilbert变换计算尖波前后和无尖波暂态期theta能量,并计算无尖波暂态期theta节律的断裂程度.结果显示:(1)尖波可瞬时降低theta能量,CA3和EC同步尖波时下降为剧烈,抑制作用强;(2)无尖波暂态期theta能量下降,出现theta节律消失,造成节律断裂,表明抑制作用在持续,且断裂程度与尖波附近抑制作用一致;(3)3例患者无尖波暂态期theta能量水平降低程度与尖波附近抑制作用一致,而1例不一致.本文结果提示,SSs可对theta节律产生瞬时、直接的抑制作用,该抑制作用可在无尖波暂态期持续,并可由theta节律断裂程度反映.该工作首次应用局部场电位证明了癫痫尖波对theta节律抑制作用可通过无尖波时脑电节律的断裂程度来评估,为利用脑电衡量癫痫尖波抑制作用提供了量化分析方法.
-
按时频能量分布识别咳嗽声的方法
咳嗽是一百多种疾病的主要症状,咳嗽声分析可以为临床诊断提供极其重要的信息.利用咳嗽声信息提取咳嗽的频率和强度能够定量评估治疗效果.本文提出一种咳嗽声识别算法,首先利用小波对信号进行分解,统计咳嗽声信号和非咳嗽声信号在各个时频点上的能量分布,然后选择能量分布差异大的部分时频点对应的能量值作为特征,后利用线性判别分析/广义奇异值分解(Linear discriminant analysis/Generalized singular value decomposition,LDA/GSVD)方法设计分类器.实验证明,该算法能够达到85%的识别率,且运算量较小.
