CN111568414A - 基于功能影像学的癫痫活动检测方法及系统 - Google Patents

基于功能影像学的癫痫活动检测方法及系统 Download PDF

Info

Publication number
CN111568414A
CN111568414A CN202010439968.XA CN202010439968A CN111568414A CN 111568414 A CN111568414 A CN 111568414A CN 202010439968 A CN202010439968 A CN 202010439968A CN 111568414 A CN111568414 A CN 111568414A
Authority
CN
China
Prior art keywords
data
imaging
epileptic
pet
functional
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010439968.XA
Other languages
English (en)
Other versions
CN111568414B (zh
Inventor
张志强
卢光明
张其锐
许强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Eastern Theater General Hospital of PLA
Original Assignee
Eastern Theater General Hospital of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Eastern Theater General Hospital of PLA filed Critical Eastern Theater General Hospital of PLA
Priority to CN202010439968.XA priority Critical patent/CN111568414B/zh
Publication of CN111568414A publication Critical patent/CN111568414A/zh
Application granted granted Critical
Publication of CN111568414B publication Critical patent/CN111568414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Neurology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Neurosurgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Primary Health Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Epidemiology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明公开了一种基于功能影像学的癫痫活动检测方法及系统，其中，检测方法包括以下步骤：S1、选定研究对象；S2、MRI、EEG及PET数据采集；S3、数据处理与分析；S4、构建癫痫活动检测系统。本发明的检测方法和系统主要针对癫痫活动的定位检测、癫痫活动的传播网络的描绘和癫痫多模态影像数据库的建立等方面，为癫痫活动定位和传播提供影像学的评价指标，预期成果对癫痫临床诊断和治疗方案、手术方案的选择有重要的辅助指导作用，提高癫痫定位的临床诊断能力，改善癫痫的治疗效果。

Description

基于功能影像学的癫痫活动检测方法及系统
技术领域
本发明属于医学影像学技术领域，具体涉及功能影像学及对癫痫活动检测的方法及系统。
背景技术
癫痫是一组反复发作的神经元异常放电所致的暂时性中枢神经系统功能失常，为最常见的神经系统疾患之一，我国的患病率为4-7‰，当前约有600~900万的患者，大部分为青壮年人群；且癫痫属于临床慢性疾病，常持续多年甚至需要终身治疗，不但严重影响人们的生活健康，也带来巨大的社会经济负担。
对于癫痫的临床治疗，除了药物外，外科手术也是癫痫控制的主要手段；癫痫灶的准确定位是良好手术效果的前提，同时也是癫痫分类诊断的重要依据，所以对癫痫活动定位是临床诊断的首要目的。但是，癫痫活动作为一种异常的神经元放电，会由特异的通路和网络传播到远处脑区，这是癫痫造成广泛大脑功能损害的原因，同时也是影响癫痫活动定位准确性主要原因。最新版（2010年）国际抗癫痫联盟分类标准重点突出“癫痫脑网络”的概念。所以，对癫痫活动传播通路及网络的描绘也是癫痫诊断研究的重要目标，不但有助于癫痫源灶的鉴别，还可以辅助指导癫痫传播通路切断手术。
结构MRI、CT为癫痫相关病灶的定位提供了最有价值的诊断信息；而功能成像则可以直接观察癫痫活动及传播，尤其是用于常规结构影像阴性及多病理灶的癫痫定位。头皮脑电/磁测量技术虽然可以方便提供重要的癫痫诊断信息，但空间分辨率有限。PET具有丰富的测量手段、相对较高的空间分辨率，在癫痫临床诊断及研究方面已经有成熟的应用。临床常用的18F-FDG PET可以显示癫痫相关脑区发作间期降低的葡萄糖代谢，其在内侧颞叶癫痫（mTLE）定侧诊断方面可达到70～95％的准确性；但18F-FDG PET对癫痫活动定位特异性不足，在mTLE中，常有较大范围的脑区、对侧颞叶及额叶等脑区代谢降低，在颞叶外癫痫的定位诊断应用价值更加不足。新发展的受体PET成像可以从神经元突触膜分子水平反映癫痫活动，在癫痫活动定位方面具有较好的特异性；如11C FMZ-PET检测癫痫源区中枢型苯二氮卓/γ氨基丁酸(cBZR/GABAA）受体数量减少，反映了GABA能神经元活动降低；相比较，11C FMZ-PET可以较特异地判断癫痫活动区的边界。
相比PET等核素成像技术，新发展的BOLD-fMRI为代表的MRI新技术，可以多角度、无创、高分辨率为癫痫活动检测定位提供信息。同步EEG-fMRI通过EEG检出间期痫样发放信息，代入广义线性模型等用于fMRI癫痫活动检测定位，已较广泛地用于癫痫研究。而静息态fMRI技术，因其原理简明（对自发脑振荡活动检测，不需要先验血流响应函数）、操作方便（不需要特殊设备）及可重复性强（不依赖同步脑电等）等优点，在癫痫活动的定位/定侧研究逐渐增多，并被看做具有优越前景的诊断工具。本课题组前期工作中，系列采用并研发多种静息态fMRI技术、包括低频振幅及功能连接技术等，并与同步EEG-fMRI比较，实现癫痫活动的检测。
但在技术原理上，BOLD-fMRI不能直接反映大脑生理量的变化。联合多模态生理量同步测量技术对BOLD信号研究是充分理解fMRI脑活动机制的关键：BOLD机制提出来源于PET研究，认为是血流血氧代谢的综合；并且，BOLD信号更多的是神经元突触后膜局部场电位活动；任务及静息态BOLD信号强度还与突触后膜神经递质GABA浓度（抑制性神经递质）负相关。在癫痫研究方面，也有两两影像模态的联合观察：同步EEG-fMRI研究发现，脑电偶极子源定位结果与BOLD活动有一定联系，但也存在空间差距；癫痫脑电低频成分的能量多贡献于fMRI癫痫正激活区；有比较了独立两组癫痫患者11C-FMZ PET（反映GABA能神经元活性）与fMRI结果，发现额叶梨形皮质在两种模态成像上均有信号异常。但目前癫痫活动在不同成像上表现的关系和差异尚未有研究。联合多种模态影像技术对癫痫研究，可以在原理（不同生理测量）或技术（不同时空优势）上互补，有助于全面深入理解癫痫fMRI活动的机理、提高癫痫活动检测的准确性。
在癫痫活动传播通路研究方面，电生理测量是最传统的方法，并据此提出了2010版抗癫痫联盟分类标准中的“癫痫脑网络”概念。采用PET或SPECT的研究也发现mTLE较多脑区代谢/灌注值的异常，以及脑区间的相关性，提示脑区间的癫痫活动的传播。MRI提供了丰富的脑网络连接技术，本研究组率先把功能及结构影像网络技术用于癫痫的研究，发现mTLE有向、无向脑连接网络的改变，并构建了癫痫大尺度脑网络模型。但前研究采用常规TR（2s）的BOLD成像，在对脑活动尤其是有向连接的显示时存在不足。另一方面，目前有fMRI研究显示正常人脑网络属性与灌注、代谢等生理量有关；我们前面一个fMRI研究也显示脑区活动的能量与脑信息的传播性质有关。观察fMRI癫痫脑网络相关的脑电及代谢信息，可以促进对癫痫脑网络机制的理解，并辅助癫痫活动传播通路的描绘。
上述多模态MRI技术已广泛地用于癫痫研究中，但在临床转化应用时主要面临三个问题：首先是工具开发散乱且较底层，非专业技术人员较难操作，不适宜于临床应用；所以开发适合临床医师操作的系统意义重大。第二，目前虽然有较多的脑疾病影像研究，但多基于单中心、小样本量、数据采集协议与处理方法不一，造成结果缺乏可比性、结论出入大等问题，缺乏临床指导意义。当前国际脑成像研究领域多通过构建数据库的方式给以应对，但这些数据库收集数据芜杂，缺乏专一的癫痫影像数据库；所以开发具有统一协议的癫痫影像数据库具有重要意义。第三是这些研究多基于组分析的统计结果，鲜有具有临床指导意义的单例分析结果。构建一个能够直接指导癫痫临床脑功能定位的系统，是多模态脑成像新技术在癫痫临床诊断转化的关键。
发明内容
本发明的目的在于提供基于功能影像学的癫痫活动检测方法及系统，以解决癫痫活动定位时，不同影像模态/技术间结果不一致，以及造成的结果缺乏可比性、结论出入大等问题。
为实现上述目的，本发明提供如下技术方案：基于功能影像学的癫痫活动检测方法，包括以下步骤：
S1、选定研究对象：选取经手术或其他临床手段（定位及分类）确诊的癫痫患者若干，年龄位于18～50岁，常规MRI提示无明显颞叶外结构异常；记录临床一般资料、脑电及临床诊治及心理学评价资料，及其手术干预信息；
S2、MRI、EEG、PET数据采集，包括多模态成像的同步采集：采用SIEMENS 3 T MRI仪、GESigna TOF PET/MRI仪及MRI兼容BP或EGI的EEG设备收集影像学数据，在完成常规临床诊断影像数据采集的基础上，采集多模态功能影像学数据，包括MRI、EEG及PET数据；
S3、数据处理与分析：基于多模态功能影像数据的处理和分析，生成定量化、标准化的功能影像学指标，其中：
（1）MRI数据包括：血氧水平依赖功能磁共振成像（BOLD-fMRI）数据弥散张量成像（DTI）数据、高分辨3D T1结构像及动脉自旋标记（ASL）数据，各种数据经头动校正、配准融合、归一化、平滑相关空间预处理步骤后，整体上配准到标准的MNI空间及surface空间，经数据分析后分别得到标准化后的fMRI定量指标：局域性指标有脑电发放相关的fMRI激活、低频振幅、局域一致性、功能连接密度、熵值（Hurst指数），网络指标包括有向和无向的功能连接、图论指标、梯度；DTI的FA值、ADC值；ASL的CBF值；
（2）同步EEG数据：采用Analyzer 2.0进行心跳、MR伪影去除，以EEGLab和MNE软件为平台进行预处理，归一化到标准MNI空间及surface空间；计算不同频率段的功率谱密度、功能连接指标；
（3）PET数据库中包括11C-FMZ PET显像数据和18F-FDG PET显像数据；计算代谢及GABA受体密度指标的改变情况；
（4）局域性指标活动定位检测的一致性及关联性分析：包括fMRI的局域性指标、EEG的局域性指标以及PET指标，一致性及关联性分析包括相关、回归和Dice系数；
（5）网络指标的一致性及关联性分析：主要为fMRI及EEG的网络指标，分析方法包括基于受试者和基于体素的相关分析、矩阵的相关分析；
S4、建立癫痫脑功能定位软件的网络用户图形界面接口，通过HTTPS协议整合影像数据库和脑功能定位指标计算功能，建立远程的癫痫脑活动检测计算软件的网络用户图形界面接口。
优选地，在步骤S1中，患者数量为70~90例，其中包括15~20例首次检查未服药患者，收集其经抗卡马西平治疗前后数据；以及15~20例行前颞叶切除患者，收集其术前及术后一年的数据，这样的样本数据量和分类方式合理可信。
优选地，前述步骤S2中的同步EEG、MRI、PET数据采集包括以下几个方面：
（1）EEG数据：MRI环境下或PET/MRI环境下同步采集，以5000Hz或1000Hz高频采集同步EEG数据；
（2）MRI数据采集：数据全面：包括BOLD-fMRI、DTI、高分辨3D T1结构像、ASL；
（3）PET显像采用同日法双核素显像：先行11C-FMZ显像；11C-FMZ显像结束2小时后行18F-FDG显像；PET数据与BOLD-fMRI数据同步，PET数据用衰减补偿校正替代传统的透射性衰减校正，数据重建采用有序子集最大期望值法。
更优选地，前述（3）中的PET显像采用同日法双核素显像，具体包括以下步骤：
步骤一、先行11C-FMZ显像，静脉注射示踪剂0.2mci/kg，注射后5分钟显像，采用3D采集模式，计8分钟；
步骤二、11C-FMZ显像结束2小时后行18F-FDG显像，静脉注射示踪剂0.15mci/kg，注射后30-60分钟显像，采用3D采集模式，计8分钟；
步骤三、PET数据与BOLD-fMRI数据同步，PET数据用衰减补偿校正替代传统的透射性衰减校正，数据重建采用有序子集最大期望值法。
更优选地，前述步骤S3中的数据处理与分析包括以下子步骤：
S3-1、基于体素的标准空间下功能影像定量化分析；
S3-2、多个功能模态联合，技术上包括EEG、MRI和PET，测量值上包括fMRI的脑活动、脑灌注、脑内水分子活动情况，脑电活动、代谢及受体活动；整体上包括局域性指标和网络性指标，包括癫痫活动定位检测及活动传播的癫痫网络描绘；
S3-3、各技术间的联合对比分析；一致性分析包括Dice系数法、相关分析法，关联性分析包括相关分析和回归分析。
进一步优选地，前述步骤S4中的整合影像数据库和脑功能定位指标计算功能包括以下步骤：
S4-1、根据11C-FMZ PET显像数据、18F-FDG PET显像数据和动脉自旋标记ASL数据结合生成生理量数据，根据弥散张量成像DTI数据、血氧水平依赖功能磁共振成像BOLD-fMRI数据和EEG数据生成网络指标；
S4-2、通过分析生理量数据和网络指标进行相关性分析得到癫痫网络特征与代谢、灌注及分子测量指标的关系，根据网络指标构件癫痫活动传播脑的功能及结构网络，根据癫痫网络特征与代谢、灌注及分子测量指标的关系与癫痫活动传播脑的功能及结构网络对癫痫传播脑网络进行描绘。
此外，本发明还公布了一种基于影像学的癫痫活动定位系统，该系统包括数据库模块、组分析界面接口、检索界面接口和统计分析界面接口，所述组分析界面接口、检索界面接口、统计分析界面接口均与数据库模块相连接，所述组分析界面接口连接到正常人和癫痫患者的MRI指标分析，所述检索界面接口连接到个人信息检索界面和多模态数据分析结果界面，所述统计分析界面接口通过一对多比较连接到异常脑功能区定位界面、认知脑功能区定位界面和海马检出和体积测量界面。该系统为一体化多模态功能影像定位检测及网络描绘分析系统，采用一键式数据处理分析系统，具有界面友好、操作简易等优点。
进一步地，该癫痫活动定位系统的构建步骤为：
步骤（一）、以Matlab语言为基础，整合开发癫痫活动定位及癫痫脑网络描绘影像数据处理分析工具；
步骤（二）、分组建立系统框架；
步骤（三）、整合数据库与脑功能定位系统：建立癫痫脑功能定位软件的网络用户图形界面接口，通过HTTPS协议整合影像数据库和脑功能定位指标计算功能，建立远程的脑功能定位计算软件的网络用户图形界面接口。
其中，在步骤（二）中，建立系统框架的具体步骤为：
（1）患者人口统计学及治疗检查信息：包括自然及附属信息：姓名、性别、就诊日期、联系方式、门诊/住院号；一般信息：身高、体重、血型、出生日期、利手；临床信息：出生史、家族史、过去史、实验室检查结果等；其中有关个人隐私的信息，如姓名、联系方式、门诊/住院病案号等信息，设置有限查看权限；
（2）疾病描述与临床治疗情况（用药与手术）：癫痫发作及类型信息：癫痫综合征类型、首发时间、发作类型、发作频率、持续时间、发作症状；癫痫治疗信息：治疗药物、用药效果，手术信息（手术方式、癫痫控制评分）以及组织学标本信息等；癫痫其他辅检信息：EEG、PET、MEG信息；癫痫临床心理学评价信息：韦氏智力及记忆量表评分、威斯康辛卡片试验等认知功能评价及汉密尔顿抑郁量表等精神状态评价等；
（3）MRI图像数据：包括T1、T2加权，BOLD，EEG-fMRI，ASL，DTI数据，脑结构像诊断描述；
（4）其他EEG数据：包括EEG信号、诊断报告等；
（5）正常受试者信息：包括性别、年龄、利手、教育程度、韦氏智力量表评分等；
（6）系统用户信息：包括使用者的用户名称、密码、操作权限标识、联系方式，工作部门等信息。这样一来，系统中保存患者人口统计学及临床信息，设置有限查看权限，提高数据安全性和保密性，以防止患者隐私外泄。
本发明与现有技术相比，具有以下有益效果：
（1）本发明的检测方法和检测系统主要从癫痫活动的定位、癫痫活动的传播网络的描绘和癫痫多模态影像数据库的建立等方面，为癫痫的定位和传播提供影像学的评价指标，预期成果对癫痫临床诊断和治疗方案、手术方案的选择有重要的辅助指导作用；
（2）该系统和方法采用多模态癫痫活动定位技术，采用“一对多比较”等非参数统计检验方法对癫痫脑活动情况进行单例分析，构建一个能够直接指导癫痫临床脑功能定位的系统；
（3）利用血氧水平依赖功能磁共振成像BOLD-fMRI数据和EEG数据形成局域指标（具体包括IEDs相关活动激活、ALFF值、ReHo值），用于癫痫脑影像局域指标与代谢、灌注及分子测量指标的关系对癫痫活动进行定位，辅助癫痫灶临床定位及癫痫类型的分型，提高癫痫的临床诊断能力，改善癫痫的治疗效果。
（4）该系统的开发可以实现患者相关信息的存储、查询、共享以及分析，在临床应用、教学科研及社会服务方面均具有广阔的应用前景，社会效益显著。
附图说明
图1为本发明的定位方法流程示意图；
图2为本发明的定位系统的原理图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
参见图1，本实施例的基于影像学的癫痫活动的定位方法包括以下步骤：
S1、选定研究对象：选取若干例手术或其他临床手段确诊的癫痫患者若干，年龄分布于18～50岁，常规MRI提示无明显颞叶外结构异常；记录临床一般资料、脑电及临床诊治及心理学评价资料，及其手术干预信息；
具体到本实施例中，患者数量为70~90例，其中包括15~20例首次检查未服药患者，收集其经抗卡马西平治疗前后数据；以及15~20例行前颞叶切除患者，收集其术前及术后一年的数据，这样的样本数据量和分类方式合理可信。
S2、同步EEG、MRI、PET数据采集：包括多模态成像的同步采集：采用SIEMENS 3 TMRI仪、GE Signa TOF PET/MRI仪及MRI兼容BP或EGI的EEG设备收集影像学数据，在完成常规临床诊断影像数据采集的基础上，采集多模态功能影像学数据，包括MRI、EEG及PET数据；
在步骤S2中，同步EEG/MRI/PET数据采集包括以下几个方面：
（1）EEG数据：MRI环境下或PET/MRI环境下同步采集，以5000Hz或1000Hz高频采集同步EEG数据；
（2）MRI数据采集：数据全面：包括BOLD-fMRI、DTI、高分辨3D T1结构像、ASL；
（3）PET显像采用同日法双核素显像：先行11C-FMZ显像；11C-FMZ显像结束2小时后行18F-FDG显像；PET数据与BOLD-fMRI数据同步，PET数据用衰减补偿校正替代传统的透射性衰减校正，数据重建采用有序子集最大期望值法。
更具体地，前面所说的PET显像采用同日法双核素显像，包括以下步骤：
步骤一、先行11C-FMZ显像，静脉注射示踪剂0.2mci/kg，注射后5分钟显像，采用3D采集模式，计8分钟；
步骤二、11C-FMZ显像结束2小时后行18F-FDG显像，静脉注射示踪剂0.15mci/kg，注射后30-60分钟显像，采用3D采集模式，计8分钟；
步骤三、PET数据与BOLD-fMRI数据同步，PET数据用衰减补偿校正替代传统的透射性衰减校正，数据重建采用有序子集最大期望值法。
S3、数据处理与分析：基于多模态功能影像数据的处理和分析，生成定量化、标准化的功能影像学指标，其中：
（1）MRI数据包括：血氧水平依赖功能磁共振成像数据弥散张量成像数据、高分辨3D T1结构像及动脉自旋标记数据，各种数据经头动校正、配准融合、归一化、平滑相关空间预处理步骤后，整体上配准到标准的MNI空间及surface空间，经数据分析后分别得到标准化后的fMRI定量指标：局域性指标有脑电发放相关的fMRI激活、低频振幅、局域一致性、功能连接密度、熵值，网络指标包括有向和无向的功能连接、图论指标、梯度；DTI的FA值、ADC值；ASL的CBF值；
（2）同步EEG数据：采用Analyzer 2.0进行心跳、MR伪影去除，以EEGLab和MNE软件为平台进行预处理，归一化到标准MNI空间及surface空间；计算不同频率段的功率谱密度、功能连接指标；
（3）PET数据库中包括11C-FMZ PET显像数据和18F-FDG PET显像数据；计算代谢及GABA受体密度指标的改变情况；
（4）局域性指标活动定位检测的一致性及关联性分析：包括fMRI的局域性指标、EEG的局域性指标以及PET指标，一致性及关联性分析包括相关、回归和Dice系数；
（5）网络指标的一致性及关联性分析：主要为fMRI及EEG的网络指标，分析方法包括基于受试者和基于体素的相关分析、矩阵的相关分析。
为了更好地理解和实施本发明，步骤S3中的数据处理与分析具体包括以下子步骤：
S3-1、基于体素的标准空间下功能影像定量化分析；
S3-2、多个功能模态联合，技术上包括EEG、MRI和PET，测量值上包括fMRI的脑活动、脑灌注、脑内水分子活动情况，脑电活动、代谢及受体活动；整体上包括局域性指标和网络性指标，包括癫痫活动定位检测及活动传播的癫痫网络描绘；
S3-3、各技术间的联合对比分析；一致性分析包括Dice系数法、相关分析法，关联性分析包括相关分析和回归分析。
S4、建立癫痫脑功能定位软件的网络用户图形界面接口，通过HTTPS协议整合影像数据库和脑功能定位指标计算功能，建立远程的脑功能定位计算软件的网络用户图形界面接口。
在该步骤中，整合影像数据库和脑功能定位指标计算功能具体包括以下步骤：
S4-1、根据11C-FMZ PET显像数据、18F-FDG PET显像数据和动脉自旋标记ASL数据结合生成生理量数据，根据弥散张量成像DTI数据、血氧水平依赖功能磁共振成像BOLD-fmRI数据和EEG数据生成网络指标；
S4-2、通过分析生理量数据和网络指标进行相关性分析得到癫痫网络特征与代谢、灌注及分子测量指标的关系，根据网络指标构件癫痫活动传播脑的功能及结构网络，根据癫痫网络特征与代谢、灌注及分子测量指标的关系与癫痫活动传播脑的功能及结构网络对癫痫传播脑网络进行描绘。
实施例2
参见图2，本实施例的基于影像学的癫痫活动检测系统可采用实施例1的检测方法实现癫痫定位检测，具体包括数据库模块、组分析界面接口、检索界面接口和统计分析界面接口，组分析界面接口、检索界面接口、统计分析界面接口均与数据库模块相连接，组分析界面接口连接到正常人和癫痫患者的MRI指标分析，检索界面接口连接到个人信息检索界面和多模态数据分析结果界面，统计分析界面接口通过一对多比较连接到异常脑功能区定位界面、认知脑功能区定位界面和海马检出和体积测量界面。
该系统为一体化多模态功能影像定位检测及网络描绘分析系统，采用一键式数据处理分析系统，具有界面友好、操作简易等优点。
其界面步骤为：
步骤（一）、以Matlab语言为基础，整合开发癫痫活动定位及癫痫脑网络描绘影像数据处理分析工具；
步骤（二）、分组建立系统框架；
步骤（三）、整合数据库与脑功能定位系统：建立癫痫脑功能定位软件的网络用户图形界面接口，通过HTTPS协议整合影像数据库和脑功能定位指标计算功能，建立远程的脑功能定位计算软件的网络用户图形界面接口。
其中，步骤（二）中是系统构建的核心步骤，具体包括：
（1）患者人口统计学及治疗检查信息：包括自然及附属信息：姓名、性别、就诊日期、联系方式、门诊/住院号；一般信息：身高、体重、血型、出生日期、利手；临床信息：出生史、家族史、过去史、实验室检查结果等；其中有关个人隐私的信息，如姓名、联系方式、门诊/住院病案号等信息，设置有限查看权限；
（2）疾病描述与临床治疗情况（用药与手术）：癫痫发作及类型信息：癫痫综合征类型、首发时间、发作类型、发作频率、持续时间、发作症状；癫痫治疗信息：治疗药物、用药效果，手术信息（手术方式、癫痫控制评分）以及组织学标本信息等；癫痫其他辅检信息：EEG、PET、MEG信息；癫痫临床心理学评价信息：韦氏智力及记忆量表评分、威斯康辛卡片试验等认知功能评价及汉密尔顿抑郁量表等精神状态评价等；
（3）MRI图像数据：包括T1、T2加权，BOLD，EEG-fMRI，ASL，DTI数据，脑结构像诊断描述；
（4）其他EEG数据：包括EEG信号、诊断报告等；
（5）正常受试者信息：包括性别、年龄、利手、教育程度、韦氏智力量表评分等；
（6）系统用户信息：包括使用者的用户名称、密码、操作权限标识、联系方式，工作部门等信息。
综上，本发明的检测方法和检测系统基于影像学数据，采用多模态癫痫活动定位技术，结合“一对多比较”等非参数统计检验方法对癫痫脑活动情况进行单例分析，构建一个能够直接指导癫痫临床脑功能定位的系统和定位方法。利用血氧水平依赖功能磁共振成像BOLD-fMRI数据和EEG数据形成局域指标（具体包括IEDs相关活动激活、ALFF值、ReHo值等），用于癫痫脑影像局域指标与代谢、灌注及分子测量指标的关系对癫痫活动进行定位，辅助癫痫灶临床定位及癫痫类型的分型，提高癫痫的临床诊断能力，改善癫痫的治疗效果。
尽管以上已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.基于功能影像学的癫痫活动检测方法，其特征在于，包括以下步骤：
S1、选定研究对象：选取手术或其他临床手段确诊的癫痫患者若干，年龄分布于18～50岁；记录临床一般资料、脑电、临床诊治、心理学评价资料以及手术干预信息；
S2、MRI、EEG、PET数据采集，包括多模态成像的同步采集：采用SIEMENS 3 T MRI仪、GESigna TOF PET/MRI仪及MRI兼容BP或EGI的EEG设备收集影像学数据，在完成常规临床诊断影像数据采集的基础上，采集多模态功能影像学数据，包括MRI、EEG及PET数据；
S3、数据处理与分析：基于多模态功能影像数据的处理和分析，生成定量化、标准化的功能影像学指标，其中：
（1）MRI数据包括：血氧水平依赖功能磁共振成像数据弥散张量成像数据、高分辨3D T1结构像及动脉自旋标记数据，各种数据经头动校正、配准融合、归一化、平滑相关空间预处理步骤后，整体上配准到标准的MNI空间及surface空间，经数据分析后分别得到标准化后的fMRI定量指标：局域性指标有脑电发放相关的fMRI激活、低频振幅、局域一致性、功能连接密度、熵值，网络指标包括有向和无向的功能连接、图论指标、梯度；DTI的FA值、ADC值；ASL的CBF值；
（2）同步EEG数据：采用Analyzer 2.0进行心跳、MR伪影去除，以EEGLab和MNE软件为平台进行预处理，归一化到标准MNI空间及surface空间；计算不同频率段的功率谱密度、功能连接指标；
（3）PET数据库中包括11C-FMZ PET显像数据和18F-FDG PET显像数据；计算代谢及GABA受体密度指标的改变情况；
（4）局域性指标活动定位检测的一致性及关联性分析：包括fMRI的局域性指标、EEG的局域性指标以及PET指标，一致性及关联性分析包括相关、回归和Dice系数；
（5）网络指标的一致性及关联性分析：主要为fMRI及EEG的网络指标，分析方法包括基于受试者和基于体素的相关分析、矩阵的相关分析；
S4、建立癫痫脑功能定位软件的网络用户图形界面接口，通过HTTPS协议整合影像数据库和脑功能定位指标计算功能，建立远程的癫痫脑活动检测计算软件的网络用户图形界面接口。
2.根据权利要求1所述的基于功能影像学的癫痫活动检测方法，其特征在于：所述步骤S1中，其他临床手段为症状学或颅内脑电定位，癫痫患者类型包括：确诊的局灶性癫痫、经临床症状学及治疗疗效随访确诊的MRI全面性癫痫，常规MRI提示无明显颞叶外结构异常。
3.根据权利要求1所述的基于功能影像学的癫痫活动检测方法，其特征在于：所述步骤S1中，患者数量为70~90例，数据同质性高，且有随访；其中包括15~20例首次检查未服药患者，收集其经抗卡马西平治疗前后数据；以及15~20例行前颞叶切除患者，收集其术前及术后一年的数据。
4.根据权利要求1所述的基于功能影像学的癫痫活动检测方法，其特征在于：所述步骤S2中的同步EEG、MRI、PET数据采集包括以下几个方面：
（1）EEG数据：MRI环境下或PET/MRI环境下同步采集，以5000Hz或1000Hz高频采集同步EEG数据；
（2）MRI数据采集：数据全面：包括BOLD-fMRI、DTI、高分辨3D T1结构像、ASL；
（3）PET显像采用同日法双核素显像：先行11C-FMZ显像；11C-FMZ显像结束2小时后行18F-FDG显像；PET数据与BOLD-fMRI数据同步，PET数据用衰减补偿校正替代传统的透射性衰减校正，数据重建采用有序子集最大期望值法。
5.根据权利要求4所述的基于功能影像学的癫痫活动检测方法，其特征在于：前述（3）中的PET显像采用同日法双核素显像，具体包括以下步骤：
步骤一、先行11C-FMZ显像，静脉注射示踪剂0.2mci/kg，注射后5分钟显像，采用3D采集模式，计8分钟；
步骤二、11C-FMZ显像结束2小时后行18F-FDG显像，静脉注射示踪剂0.15mci/kg，注射后30-60分钟显像，采用3D采集模式，计8分钟；
步骤三、PET数据与BOLD-fMRI数据同步，PET数据用衰减补偿校正替代传统的透射性衰减校正，数据重建采用有序子集最大期望值法。
6.根据权利要求1所述的基于功能影像学的癫痫活动检测方法，其特征在于，所述步骤S3包括以下几个子步骤：
S3-1、基于体素的标准空间下功能影像定量化分析；
S3-2、多个功能模态联合，技术上包括EEG、MRI和PET，测量值上包括fMRI的脑活动、脑灌注、脑内水分子活动情况，脑电活动、代谢及受体活动；整体上包括局域性指标和网络性指标，包括癫痫活动定位检测及活动传播的癫痫网络描绘；
S3-3、各技术间的联合对比分析；一致性分析包括Dice系数法、相关分析法，关联性分析包括相关分析和回归分析。
7.根据权利要求1所述的基于功能影像学的癫痫活动检测方法，其特征在于，所述步骤S4中的整合影像数据库和脑功能定位指标计算功能包括以下步骤：
S4-1、根据11C-FMZ PET显像数据、18F-FDG PET显像数据和动脉自旋标记ASL数据结合生成生理量数据，根据弥散张量成像DTI数据、血氧水平依赖功能磁共振成像BOLD-fMRI数据和EEG数据生成网络指标；
S4-2、通过分析生理量数据和网络指标进行相关性分析得到癫痫网络特征与代谢、灌注及分子测量指标的关系，根据网络指标构件癫痫活动传播脑的功能及结构网络，根据癫痫网络特征与代谢、灌注及分子测量指标的关系与癫痫活动传播脑的功能及结构网络对癫痫传播脑网络进行描绘。
8.基于功能影像学的癫痫活动检测系统，其特征在于：包括数据库模块、组分析界面接口、检索界面接口和统计分析界面接口，所述检索界面接口、数据处理界面接口、统计分析界面接口均与数据库模块相连接，所述组分析界面接口连接到正常人和癫痫患者的影像学指标分析，所述检索界面接口连接到个人信息检索界面和多模态数据分析结果界面，所述统计分析界面接口通过一对多比较连接到异常脑功能区定位界面、认知脑功能区定位界面，该系统采用如权利要求1所述的检测方法进行癫痫活动检测。
9.根据权利要求8所述的基于功能影像学的癫痫活动检测系统，其特征在于：界面开发步骤为：
（一）以Matlab语言为基础，整合开发癫痫活动定位及癫痫脑网络描绘影像数据处理分析工具；
（二）分组建立系统框架；
（三）、整合数据库与脑功能定位系统：建立癫痫脑功能定位软件的网络用户图形界面接口，通过HTTPS协议整合影像数据库和脑功能定位指标计算功能，建立远程的脑功能定位计算软件的网络用户图形界面接口。
10.根据权利要求9所述的基于功能影像学的癫痫活动检测系统，其特征在于：系统中保存患者人口统计学及临床信息，设置有限查看权限。
CN202010439968.XA 2020-05-22 2020-05-22 基于功能影像学的癫痫活动检测方法及系统 Active CN111568414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010439968.XA CN111568414B (zh) 2020-05-22 2020-05-22 基于功能影像学的癫痫活动检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010439968.XA CN111568414B (zh) 2020-05-22 2020-05-22 基于功能影像学的癫痫活动检测方法及系统

Publications (2)

Publication Number Publication Date
CN111568414A true CN111568414A (zh) 2020-08-25
CN111568414B CN111568414B (zh) 2022-05-10

Family

ID=72110309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010439968.XA Active CN111568414B (zh) 2020-05-22 2020-05-22 基于功能影像学的癫痫活动检测方法及系统

Country Status (1)

Country Link
CN (1) CN111568414B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112155584A (zh) * 2020-10-23 2021-01-01 广州中医药大学第一附属医院 颞叶癫痫致痫灶的个体化影像定位诊断系统
CN112617825A (zh) * 2020-12-17 2021-04-09 中国人民解放军西部战区总医院 一种导联电极在快速定位癫痫病灶中的应用
CN112674782A (zh) * 2020-12-22 2021-04-20 北京航空航天大学 癫痫患者发作间期痫样电活动检测装置和方法
CN113057667A (zh) * 2021-03-26 2021-07-02 上海联影医疗科技股份有限公司 Pet探测器信号采样方法、装置、电子装置和存储介质
CN113469274A (zh) * 2021-07-20 2021-10-01 科大讯飞股份有限公司 一种阅读能力的测评方法、装置以及设备
CN113571148A (zh) * 2021-06-07 2021-10-29 四川大学华西医院 一键式精神影像个体化脑功能报告生成系统、设备及存储介质
CN113786186A (zh) * 2021-11-12 2021-12-14 北京智精灵科技有限公司 基于模块化动态重构的多尺度脑网络分析方法及系统
CN114708263A (zh) * 2022-06-06 2022-07-05 中国科学院自动化研究所 个体化脑功能区定位方法、装置、设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040102525A1 (en) * 2002-05-22 2004-05-27 Kozachuk Walter E. Compositions and methods of treating neurological disease and providing neuroprotection
CN101155548A (zh) * 2005-03-04 2008-04-02 曼提斯库拉Ehf.公司 评估神经病症的方法和系统
US20090048507A1 (en) * 2007-08-07 2009-02-19 Thorsten Feiweier Method and apparatus for imaging functional and electrical activities of the brain
US20150164431A1 (en) * 2012-06-06 2015-06-18 John Robert Terry Assessing susceptibility to epilepsy and epileptic seizures
CN109965895A (zh) * 2019-03-28 2019-07-05 济南国科医工科技发展有限公司 一种基于脑影像融合特征的癫痫灶定位方法
CN110555844A (zh) * 2019-09-17 2019-12-10 武汉大学 功能磁共振成像技术fMRI在分析人脑区活动改变中的应用
US10588561B1 (en) * 2017-08-24 2020-03-17 University Of South Florida Noninvasive system and method for mapping epileptic networks and surgical planning

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040102525A1 (en) * 2002-05-22 2004-05-27 Kozachuk Walter E. Compositions and methods of treating neurological disease and providing neuroprotection
CN101155548A (zh) * 2005-03-04 2008-04-02 曼提斯库拉Ehf.公司 评估神经病症的方法和系统
US20090048507A1 (en) * 2007-08-07 2009-02-19 Thorsten Feiweier Method and apparatus for imaging functional and electrical activities of the brain
US20150164431A1 (en) * 2012-06-06 2015-06-18 John Robert Terry Assessing susceptibility to epilepsy and epileptic seizures
US10588561B1 (en) * 2017-08-24 2020-03-17 University Of South Florida Noninvasive system and method for mapping epileptic networks and surgical planning
CN109965895A (zh) * 2019-03-28 2019-07-05 济南国科医工科技发展有限公司 一种基于脑影像融合特征的癫痫灶定位方法
CN110555844A (zh) * 2019-09-17 2019-12-10 武汉大学 功能磁共振成像技术fMRI在分析人脑区活动改变中的应用

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112155584A (zh) * 2020-10-23 2021-01-01 广州中医药大学第一附属医院 颞叶癫痫致痫灶的个体化影像定位诊断系统
CN112617825A (zh) * 2020-12-17 2021-04-09 中国人民解放军西部战区总医院 一种导联电极在快速定位癫痫病灶中的应用
CN112674782A (zh) * 2020-12-22 2021-04-20 北京航空航天大学 癫痫患者发作间期痫样电活动检测装置和方法
CN113057667A (zh) * 2021-03-26 2021-07-02 上海联影医疗科技股份有限公司 Pet探测器信号采样方法、装置、电子装置和存储介质
CN113057667B (zh) * 2021-03-26 2023-08-15 上海联影医疗科技股份有限公司 Pet探测器信号采样方法、装置、电子装置和存储介质
CN113571148A (zh) * 2021-06-07 2021-10-29 四川大学华西医院 一键式精神影像个体化脑功能报告生成系统、设备及存储介质
CN113571148B (zh) * 2021-06-07 2023-04-11 四川大学华西医院 一键式精神影像个体化脑功能报告生成系统、设备及存储介质
CN113469274A (zh) * 2021-07-20 2021-10-01 科大讯飞股份有限公司 一种阅读能力的测评方法、装置以及设备
CN113469274B (zh) * 2021-07-20 2024-04-16 科大讯飞股份有限公司 一种阅读能力的测评方法、装置以及设备
CN113786186A (zh) * 2021-11-12 2021-12-14 北京智精灵科技有限公司 基于模块化动态重构的多尺度脑网络分析方法及系统
CN114708263A (zh) * 2022-06-06 2022-07-05 中国科学院自动化研究所 个体化脑功能区定位方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN111568414B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN111568414B (zh) 基于功能影像学的癫痫活动检测方法及系统
Hinkley et al. Clinical symptoms and alpha band resting-state functional connectivity imaging in patients with schizophrenia: implications for novel approaches to treatment
US20190298207A1 (en) Brain activity analyzing apparatus, brain activity analyzing method and biomarker apparatus
EP2992823B1 (en) Brain activity training device
WO2020075737A1 (ja) 脳機能結合相関値の調整方法、脳機能結合相関値の調整システム、脳活動分類器のハーモナイズ方法、脳活動分類器のハーモナイズシステム、及び脳活動バイオマーカシステム
CN108366752A (zh) 脑活动分析装置、脑活动分析方法、程序以及生物标记物装置
Cociu et al. Multimodal functional and structural brain connectivity analysis in autism: a preliminary integrated approach with EEG, fMRI, and DTI
CN104903897A (zh) 癫痫和癫痫发作的易发性的评定
JP7247159B2 (ja) 脳活動分類器のハーモナイズシステム、及び脳活動分類器プログラム
Xu et al. Classification of autism spectrum disorder based on sample entropy of spontaneous functional near infra-red spectroscopy signal
CN109920550A (zh) 一种基于dMRI研究青少年肌阵挛性癫痫的方法
AU2015332793A1 (en) Method of analysing the brain activity of a subject
DeSalvo et al. Contralateral preoperative resting-state functional MRI network integration is associated with surgical outcome in temporal lobe epilepsy
CN111477327B (zh) 基于大数据的个体化癫痫定量影像学辅助诊断系统
Perez-Valero et al. A review of automated techniques for assisting the early detection of Alzheimer’s disease with a focus on EEG
Nelson Incidental findings in magnetic resonance imaging (MRI) brain research
Huang et al. Coherent pattern in multi-layer brain networks: Application to epilepsy identification
Zhu et al. A comprehensive decoding of cognitive load
Keles et al. Screening for Alzheimer's disease using prefrontal resting-state functional near-infrared spectroscopy
Prajapati et al. Construction and analysis of brain networks from different neuroimaging techniques
Li et al. Recognition of autism spectrum disorder in children based on electroencephalogram network topology
Menagadevi et al. Resting‐State fMRI: Large Data Analysis in Neuroimaging
Duarte et al. Extraction of notable points from ECG data: A description of a dataset related to 30-s seated and 30-s stand up
Dou et al. Identification of epileptic networks with graph convolutional network incorporating oscillatory activities and evoked synaptic responses
Liu et al. The signs of computer tomography combined with artificial intelligence can indicate the correlation between status of consciousness and primary brainstem hemorrhage of patients

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant