摘 要：精神分裂症是一种慢性迁延性疾病，在我国患病率平均每年在 6‰～ 10‰之间，即 1% 左右，这个数字是比较大的。为了探索精神分裂症的病灶，基于首发精神分裂症患者和健康被试的静息态脑电数据提出了一种精神分裂症分类方法。同时分析了患者在治疗前后的脑区变化以及认知功能与脑功能活动的相关性，显著特征与量表得分和用药量的相关性。实验结果证明，β、δ 和 θ 频段的病灶集中在额叶和颞叶。与治疗前相比，治疗后患者的额叶连通性有所改善。显著特征与 panss 分显著相关，与用药量无显著相关性。
关键词：精神分裂症；复杂网络；相位同步；特征分析
DOI:10.19850/j.cnki.2096-4706.2023.04.040
中图分类号：TP391；R749.3 文献标识码：A 文章编号：2096-4706（2023）04-0163-05
Feature Extraction and Analysis of Brain Network in First-Episode Schizophrenics
XI Xinhua, YIN Guimei
(College of Computer Science and Technology, Taiyuan Normal University, Jinzhong 030619, China)
Abstract: Schizophrenia is a chronic persistent disease. The average annual prevalence rate in China is between 6‰ and 10‰ , or about 1%, which is relatively large. In order to explore the focus of schizophrenia, a classification method of schizophrenia is proposed based on resting EEG data of first-episode schizophrenics and healthy subjects. At the same time, this paper analyzes the changes of brain regions, the correlation between the cognitive function and functional brain activity, and the significant characteristics and the scale score and drug dosage before and after treatment. The experimental results prove that the lesions in β, δ and θ frequency band are concentrated in frontal lobe and temporal lobe. Compared with before treatment, the frontal lobe connectivity of patients after treatment is improved. The significant characteristics are significantly correlated with panss scores, but not with drug dosage.
Keywords: schizophrenia; complex network; phase synchronization; feature analysis
参考文献：
[1] TRAJKOVIC J，GREGORIO F D，FERRI F，et al. Publisher Correction：Resting State Alpha Oscillatory Activity is a Valid and Reliable Marker of Schizotypy [J].Scientific Reports，2021，11（1）：13487.
[2] 梁佳琳，谢烨，库逸轩 . 精神分裂症的脑网络特征与症状的联系 [J]. 生理学报，2021，73（3）：446-458.
[3] 孙丽婷，阴桂梅，谭淑平，等 . 精神分裂症患者工作记忆EEG 功能网络属性分析 [J]. 计算机工程与应用，2017，53（12）：25-30.
[4] 李宇驰，李海芳，介丹，等 . 基于复杂网络的情感脑电相位同步性分析 [J]. 计算机工程与应用，2017，53（18）：230-235.
[5] 付荣荣，米瑞甫，王涵，等 . 基于脑功能网络的脑疲劳状态检测研究 [J]. 计量学报，2021，42（11）：1528-1533.
[6] YAO L，LI F，LIU J K，et al. Correction：Functional Brain Networks in Never-Treated and Treated Long-Term ILL Schizophrenia Patients [J].Neuropsychopharmacology，2020，45（8）：1406.
[7] ZAREI R，HE J，SIULY S，et al. Exploring Douglas-Peucker Algorithm in the Detection of Epileptic Seizure from Multicategory EEG Signals [J].BioMed Research International，2019，2019：1-19.
[8] FRASCHINI M，DEMURU M，CROBE A，et al. The Effect of Epoch Length on Estimated EEG Functional Connectivity and Brain Network Organisation [J].Journal of Neural Engineering，2016，13（3）：1-10.
[9] 姚蓉，杨雄，杨鹏飞，等 . 精分 EEG 脑网络同步稳定性研究 [J]. 计算机工程与应用，2019，55（5）：60-64.
[10] 黄嘉爽，接标，丁卫平，等 . 脑网络分析方法及其应用 [J].数据采集与处理，2021，36（4）：648-663.
[11] 张冰涛，周文颖，李延林，等 . 基于脑功能网络的抑郁症识别研究 [J]. 生物医学工程学杂志，2022，39（1）：47-55.
[12] 朱岩，李斌，杨越琪，等 . 复杂网络在精神分裂症患者脑功能分析中的应用综述 [J]. 现代仪器与医疗，2021，27（3）：89-92.
[13] 罗渠，冯静雯，赖虹宇，等 . 精神分裂症和抑郁症患者静息态脑电分类 [J]. 计算机工程与应用，2021，57（13）：138-146.
[14] 许学添，万晓辉，陈丹 . 一种基于复杂网络特征指标的脑电图信号分析方法：202010093996.0 [P].2020-06-05.
[15] 季淑梅，步鑫鑫，荀兴苗，等 . 高特质焦虑个体执行控制功能及其脑网络研究 [J]. 中国生物医学工程学报，2021，40（3）：272-279.
[16] 张振兴，吴亚东，廖竞，等 . 探索功能性脑网络差异的可视分析系统设计与实现 [J]. 计算机测量与控制，2021，29（1）：220-226.
[17] 王中阳，信俊昌，汪新蕾，等 . 多频段脑功能网络融合的阿尔茨海默病分类 [J]. 小型微型计算机系统，2021，42（1）：208-212.
作者简介：席鑫花（1997—），女，汉族，山西文水人，硕士研究生在读，研究方向：智能数据分析与应用；通讯作者：阴桂梅（1975—），女，汉族，山西太原人，副教授，博士，研究方向：智能数据分析与应用。