脑电图功率谱和近似熵在人脑发育过程的研究

1、    脑电图功率谱和近似熵在 人脑发育过程的研究        摘要：目的:研究人脑发育过程中脑电功率值和近似熵的变化特征。方法:在一组共209例不同年龄组健康人中进行定量脑电功率谱和近似熵计算。结果: 脑电功率谱方面总的来说频率,频率等慢活动减少,频率增加。近似熵随年龄增大表现为进行性增大,各年龄组以上各指标的差异用方差检验有显著性意义。结论:(1),脑电功率值和近似熵可以从不同侧面反映大脑功能随年龄的变化;(2),近似熵的研究表明人脑随年龄增大复杂性增大;(3

2、)近似熵是一个稳定的测量指标,能够较好反映脑功能的变化。关键词：脑电功率谱近似熵Power values of EEG spectra and approximate entropy were studied in different age Huang HunpinChen QitanZhen An（Department of Neurology,Union Hospital,Fujian Medical University,Department of Neurology,First Appertain Hospital,Bejing Medical University）Abstract

3、：Objective：To study character of EEG power values and approximate entropy in different age ,and suggest that the power values of spectra and approximate entropy may reflect different side of brain function.Methods：The power values of EEG spectra and approximate entropy were calculated in 120 health

4、volunteers of different age.Results：Influence of age on the EEG spectra was different from that on approximate entropy,in EEG spectra,the power of and frequency was reduced and power of and fuequency was increased while the age become older.ApEn were progressivly increased while age become older.Dif

5、ference of each parameter in different ages was significance,tested by ANON.Conclusions：(1) the power values of EEG spectra and ApEn may reflect different side of brain function changed with age,(2) the result of ApEn suggested that age increases brain complexity,(3) ApEn was a steady parameter,it c

6、an reflect the change of brain function.Key words：EEG Power spectra Approximate entropy近年来，非线性动力学的发展，提出了大脑功能活动及其脑电均表现有非线性的特征，应用非线性的参数来研究脑电已成为现今研究热点，已有许多非线性动力学的参数如相关维数，熵，复杂性来表示脑电信号，取得一些结果，我们引入近似熵这一参数来观察脑电的人脑发育过程，并同常用的功率谱分析进行比较，现将结果报道如下。1资料和方法1.1临床资料:选择770岁健康自愿受试者209,分6组,714岁组,46例;1520岁组,27例;2130岁组,41

7、例;3145岁组,43例;4660岁组,30例;6170岁组,22例。所有受试者均无神经系统病史和体征，其中，年龄大于50岁的行颅脑CT扫描,显示正常。无长期用药病史。1.2仪器与设备:意大利生产的Galileo无纸脑电仪,近似熵计算软件,由清华大学电机系提供。1.3方法:实验在安静,半暗,恒温,电屏蔽的实验室内进行,受试者取坐位,放松,清醒闭眼状态进行脑电描记,电极安置采用国际1020系统,参考电极取双耳相联,电极阻抗<5K,时间常数0.3s,高频滤波30Hz,脑电信号经A/D转换,进行处理,采样率为126Hz,取稳定的脑电30s进行FFT变化,频谱分析,同时进行近似熵计算。频谱分析采

8、用的指标各脑区的各频段的相对功率,频段区分标准:0.53.9Hz;:4.07.9Hz;18.09.9Hz；210.011.9Hz;31213Hz;:1330Hz。近似熵计算采用清华大学电机系杨福生提供的计算方法,具体计算过程的理论指导详见有关文献1。2结果2.1EEG功率谱随年龄的变化:不同脑区4个频段相对功率值随年龄的变化基本相似。由于篇幅关系,无法将所有脑区的数据全部列出,任选一个脑区F4的数据来说明脑电功率值随年龄的变化状况。表1不同年龄段脑电相对功率的变化(以F4脑区为代表±s，%) 年龄组(岁) 714 1520 2130 3145 4660 6170 F值 n

9、46 27 41 43 30 22 23.4±7.5* 16.5±5.8 14.3±6.5 11.8±5.1 10.4±5.5 10.9±6.3 21.55 28.3±10.1* 17.8±6.4 17.1±5.6 17.2±6.8 18.3±8.8 17.2±6.8 14.18 36.9±13.5* 55.3±14.4 53.1±15.4 56.6±16.6 52.0±18.4 54.3±19.9 8.57 10.

10、5±5.5 10.1±5.4 13.2±4.2 14.2±7.5 18.7±10.8 15.5±7.1 6.83 注：F值：不同年龄段ANOVA检验，与其它5组两两比较*P<0.05；与其它4组两两比较P<0.05；与其它3组比较P<0.05表2不同年龄段脑电近似熵的变化 年龄组(岁) N F4 F3 C4 C3 P4 P3 T4 T3 O2 O1 714 46 .42±.07 .41±.07 .43±.05 .42±.09 .40±.06 .43±

11、;.07 .45±.06 .42±.07 .41±.05 .43±.04 1520 27 .53±.05 .54±.06 .47±.06 .47±.04 .52±.06 .51±.05 .57±.06 .56±.05 .57±.03 .55±.05 2130 41 .61±.06 .62±.04 .58±.05 .57±.03 .62±.05 .61±.04 .62±.06 .60

12、77;.05 .63±.04 .61±.06 3145 43 .67±.04 .68±.05 .65±.06 .66±.06 .68±.04 .67±.06 .63±.04 .69±.04 .69±.03 .68±.03 4660 30 .76±.04 .74±.05 .71±.04 .70±.03 .74±.02 .73±.04 .70±.05 .71±.05 .72±.04 .73&

13、#177;.04 6170 22 .82±.03 .80±.06 .75±.03 .76±.04 .75±.04 .77±.05 .73±.04 .74±.04 .71±.03 .71±.04 F-检验 F值 271.854 270.106 297.308 309.747 424.063 433.120 203.591 227.161 282.872 362.025 注：不同年龄组ANOVA检验，P<0.001从表1中可见,4个频段相对功率值在各年龄组中总的差异用方差分析有显著性意义。但各

14、频段的变化规律是不同的。从1中可以看出：各脑区频率在30岁之前进行性下降,30岁以后相对平稳,其中714岁组最高,而且与1520岁组比较,变化最大:频率在714岁组的功率值最高,同其它组相比,变化最大,2130岁组之后就维持稳定;频率只有714岁组的功率值最低,其它各组无明显差异;频率随年龄的增大进行性增高,直到60岁以后才略有下降。 1不同年龄段EEG相对功率值的变化(以F4为例) 2不同年龄段脑电ApEn的变化2.2近似熵随年龄的变化见表2和2。从表2中可见，近似熵在各年龄组中总的差异用方差分析有显著性意义。各脑区近似熵随年龄增大进行性升高。3讨论用脑电来研究人脑的发育

15、和发展过程是很多学者采用的方法,传统EEG进行年龄发展的研究,主要是通过判断功率谱或相关性来研究人脑随年龄的变化,目前的研究结果已经证实了在整个生命过程中,脑电活动有实质性的改变。最突出的改变发生在生命的前20年,同脑的成熟有关,主要表现为EEG幅度的普遍下降,频率,频率等慢活动减少,频率增加3。本项研究结果支持以上论点。随着非线性动力学的发展,现在,有很多证据表明人脑活动及脑电均表现为非线性的行为,用传统的线性动力学的方法如功率谱分析可能无法完整描述人脑活动的特征,所以,近年人们偿试用非线性动力学方法来研究人脑活动,取得了一定的进展,在这一方面,目前主要应用相关维数来进行研究,Andrey

16、P.Anokhin,等用传统脑电(功率谱)和相关维数调查人脑功能随年龄改变情况。结果表明相关维数可以反映EEG动力学的复杂性,而且可以反映产生EEG的脑皮层神经元生理学的复杂性。但相关维数进行脑电研究时存在方法学上的障碍,主要是这个参数在计算过程中所需的数据点很大,(Wolf曾经指出要可靠地刻划一个M维吸收子所需数据点多达30m),因而造成这些参数实际应用的困难，特别是脑电信号是一个不稳定的信号,更是需要较短数据就能表现信号特点的动力学参数。Pincus在1991年提出的近似熵(Ap-proxinte entropy,ApEn)是一个值得注意的参数。有关近似熵的算法和原理详见参考文献2,这里不

17、作论述。总的说来,ApEn的值代表信号的复杂性大小,ApEn值愈大,信号的复杂性愈高。但是，这个指标的实际应用并不多,大部分的研究是有关心电方面的,用近似熵来处理脑电信号报导较少。本研究结果表明，近似熵随年龄的增大表现为进行性增高，由此可以认为人脑活动随年龄增大其复杂性增高。毫无疑问，年龄的增大通过接收信息量的净增加，增加了长时记忆神经集团的数目，因此，神经网络的多样性和他们的相互作用将随着年龄的增大而增加，这种脑动力学复杂性的增加可以从EEG上反映出来。近似熵复杂性反映了产生脑电时间序列的神经动力学的复杂性,可能反映产生EEG信号的相对独立的神经网络的数目大小。进一步,这项结果表明,EEG复

18、杂性随着年龄的增大而增高,可能是因为个体通过联合学习机制持续地获得和修改自己的经验。很重要的一点是:这项研究的EEG均是在休息状态下记录的,它反映了大脑活动的基础水平,在闭眼休息状态下,EEG的复杂性似乎依靠个体内在的活动如思想和想象而同外界的感觉刺激或外界任务无关。同时,现有的发现表明,随着年龄增大获得性细胞集团的种类在增加,不仅仅限于在大脑成熟期,而是在中年期继续增高。结论:1.脑电功率值和近似熵可以从不同侧面反映脑功能随年龄的变化;2.近似熵的研究表明人脑随年龄增大复杂性增大;3.近似熵是一个稳定的测量指标,所需数据点数较少,计算简单,能够较好反映脑功能的变化。作者单位：黄华品（福建医科大学协和医院350001）陈清棠（北京医科大学第一医院）郑安（现为北京医科大学在职