脑电图专题

文献速递:深度学习--深度学习方法用于帕金森病的脑电图诊断

文献速递:深度学习–深度学习方法用于帕金森病的脑电图诊断 01 文献速递介绍 人类大脑在出生时含有最多的神经细胞,也称为神经元。这些神经细胞无法像我们身体的其他细胞那样自我修复。随着年龄的增长,神经元逐渐死亡,因此变得无法替代。PD(帕金森病)通常随着神经元的死亡而发生。神经元产生一种称为多巴胺的化学物质,其主要功能是控制身体的运动。因此,随着神经元的死亡,大脑中产生的多巴胺量减少。结果,这

BRAIN:难治性癫痫持续状态下成功停用麻醉的脑电图预测因子

静脉三线麻醉药物通常用在难治性癫痫持续状态,以实现癫痫抑制或抑制突发持续。然而,目前尚不清楚最佳的治疗模式,也很少有数据可以指导难治性癫痫持续状态下的停药。过早停用麻醉有癫痫复发的风险,而长期使用麻醉会增加治疗相关不良反应的风险。       目的:本文试图测量在难治性癫痫停用麻醉(anaesthetic wean)过程中的EEG活动特征,并以此作为成功停用静脉麻醉的预测因素的准确性。

利用无创性头皮脑电图可以快速定位神经静默

《本文同步发布于“脑之说”微信公众号,欢迎搜索关注~~》 一种快速、经济、非侵入性的检测和表征神经静默的工具在诊断和治疗许多疾 病方面具有重要的益处。我们提出了一种名为SilenceMap的算法,用于使用非侵入性头皮脑电图(EEG)信号揭示电生理信号或神经静默的缺失。通过考虑不同来源对记录信号功率的贡献,并使用半球基线方法和凸谱聚类框架,SilenceMap允许使用相对少量的EEG数据快速检测和

基于经验模态分解和希尔伯特变换(EMD-HHT)去除脑电图中的高频噪声

EMD是一种常用于处理非平稳信号的方法。可以将一段时间信号分解为不同频率的本征函数(IFM)从而进行频率分析。根据Ahmet Mert等人的论文,我自动去除了混杂在脑电信号中的高频噪声。并且对于噪声很小的片段,不会破坏原信号。 过滤前 过滤后