背景：两个时间序列的耦合动力学,可以通过逐点信息传输(pointwise transinformation，PTI)评估。由于其时间分辨率高,这个算法是一个分析睡眠微结构的理想模型。可用于检测不同类型的脑电图(electroencephalographic，EEG)活跃相,如独立K-复合波、纺锤波或α活动相关的K-复合波、混和δ波的K复合波与觉醒，并量化EEG耦合。
方法：从12名健康人的睡眠脑电图中选出99个含有上述活跃相的一分钟脑电图片段(C3-A2/C4-A1)。以250Hz的分辨率和20的插入维度计算PTI。分别评估独立K-复合波、纺锤波或α活动之前的K-复合波的平均PTI曲线。
结果:背景活动期间，PTI接近于0。随着K-复合波的开始，PTI显著上升，清晰地分为一系列阶段(上升-高峰-衰变)。 独立K-复合波的PTI曲线为近似对称的圆顶状。随后发生的纺锤波或α活动使衰变期延长。 在混合δ波的K复合波与觉醒中，可获得多次PTI峰值。觉醒的持续时间与其耦合相相关(r=0.83)。
结论：PTI可高分辨地显示睡眠EEG的耦合动力学。它检测独立K复合波和各类觉醒为代表的活跃相。其导出的PTI曲线的特殊走势，明显有别于背景活动。因此, 这可能证明PTI可用于分析睡眠微结构。
（叶芳摘自Sleep Medicine 8 (2007) ）
|
