今天为大家带来的是杭州师范大学白洋教授的文章：自发脑瞬态解构及意识障碍分析，该文章发表在2021年发表在《NeuroImage》杂志上。
文章：
Yang Bai, He J, Xia X, et al. Spontaneous transient brain states in EEG source space in disorders of consciousness[J]. NeuroImage, 2021, 240: 118407.
（IF：7.4 中科院一区）
文章链接：
https://www.sciencedirect.com/science/article/pii/S1053811921006820?via%3Dihub
程序源代码：
https://github.com/BYJW/EEG-Transient-State
所有原始数据： https://drive.google.com/drive/folders/1CFx1Q3RqZq5Vzig2tSUA1pFyloxBBuoB
本文总结
大脑自发脑电中存在脑瞬态;
意识障碍的脑瞬态网络动态性被严重抑制;
意识丧失伴随前额状态表达的主导和前-后连接的中断;
感知觉脑瞬态表达与患者的自主行为有关;
基于脑瞬态表达特征的机器学习能够高效分类不同意识水平;
白洋教授的点评
本文首次开发了一种基于自发脑电的脑瞬态解构方法，经过反复验证后发现了自发脑电活动存在动态网络化活动规律，并首次提取出了人类自发脑电中的关键脑瞬态。在对意识障碍进行脑电源空间重构和脑瞬态分析后发现脑瞬态与意识水平及意识自主活动能力高度相关。基于脑瞬态的机器学习能够显著提升意识水平的判别能力。文章相关计算方法和原始数据全部开源获取，促进意识障碍脑电研究的临床转化。
何江弘教授的点评
慢性意识障碍（pDOC）的神经调控外科治疗中国专家共识（2018年版）中指出量化脑电（qEEG）的轨迹反映了脑电图信号振幅从最大到最小的变异，可通过测量确定脑电图振幅的大小其分级越差则短期预后不良的可能性越大。功率谱分析提示意识水平差的患者高频能量减少而低频能量增加。谱熵、脑电复杂度、功能连接等相关的指标也可在组间水平上区分VS和MCS。 本文首次开发了一种基于自发脑电的脑瞬态解构方法，进一步提升了意识水平的判别能力，临床应用意义重大。
（杨艺 编辑整理)
(yangyi_md@bjtth.org）
点击或扫描上方二维码，查看更多“功能”内容
