07.噪聲/數(shù)據質量

0701.房間隔離與噪聲測量

由于微電極具有高阻抗，它們比宏觀電極對偽影更為敏感。最普遍存在的噪聲來自電記錄環(huán)境，尤其是在50/60赫茲頻率下。如果電環(huán)境噪聲過大，信噪比（SNR）可能會不足，進而會妨礙動作電位的檢測。降低數(shù)據中噪聲的最有效方法首先是預防或減少噪聲，例如通過改變記錄室的電氣設置。用于顱內檢查的醫(yī)院房間是一棟建于20世紀60年代的建筑的一部分。進行了EMC-ZM（電磁兼容性-零方法）測量，結果發(fā)現(xiàn)腦電圖記錄室充滿了來自配電系統(tǒng)的噪聲源。因此，在2014年進行了一項名為“低噪聲”的特定電氣安裝，以接近0伏特峰值（Vp）和0安培峰值（Ap），即無電噪聲（圖5）。這項安裝包括以下內容：

-創(chuàng)建一個由0.3毫米厚的銅板制成的隔離參考地平面，覆蓋房間的地板，并且其本身由抗靜電涂層保護；

-建筑物的電力在進入房間之前，通過一個低電容耦合變壓器進行隔離，該變壓器的輸出為兩相、均方根值230伏特的電壓，其中點連接到參考平面；

-隨后，流向房間插座的所有電流分配都由低高頻損耗電容器進行濾波，直到房間的插座，以獲得低噪聲。兩相且經過濾波的電源消除了主電線的電輻射；

-房間的所有插座接地都短接至參考地平面。房間內的所有金屬物體（床、桌子、椅子等）盡可能連接到參考地平面。

圖5.患者房間電氣安裝的簡要電路圖。SPX 101：兩相強化濾波器。SPY 300：三相4.7微法電容器組。SPY 200：兩相4.7微法電容器組。SPY 201：兩相15微法電容器組。SPZ 106：磁組，孔徑10毫米-德國的清潔能源產品。

在改進前后，使用“清潔能源電表”進行噪聲測量。這個測量工具是一個電壓表，它在通過高通濾波器消除50赫茲電源后測量峰值未反向電壓。切換到電流表時，它可用于檢查連接到隔離地平面的導體附近是否沒有電流，即使是在50赫茲頻率下。

所有工作均符合NFC 15-100和NFC 15-211標準，測量結果符合IEC 61 000-6和-16標準。

0702.信號質量測量與統(tǒng)計

為了估計微電極記錄的信噪比（SNR），在每位患者的整個記錄過程中，從15個時間段中盲目選擇（不預先考慮數(shù)據質量，而是在時間上均勻分布），對300至3000赫茲濾波后的10分鐘信號計算均方根（RMS）值。不進行關于信號質量的選擇，以便對連續(xù)記錄以及隨時間可能出現(xiàn)的質量變化保持客觀的總體了解。

根據文獻以及我們的觀察，低噪聲水平增加了在信號中檢測動作電位的可能性以及尖峰分類的準確性。為了測試噪聲的降低是否與動作電位記錄的增加相關，使用MUSE軟件（300-300赫茲）在濾波后的信號上目視檢查多單元活動（MUA）的存在情況并進行記錄。對每個電極束進行以下測量：在15個時間段中至少記錄一次多單元活動（MUA）的導線數(shù)量，稱為總體多單元活動；記錄的第一天（第0天）、1周后（第6天）和2周后（第13天）記錄多單元活動（MUA）的導線數(shù)量，稱為時間相關的多單元活動。記錄的第一天從植入后的第二天開始。

根據我們記錄程序的改進步驟（新的記錄系統(tǒng)、房間的電屏蔽、強化電極模型），在2010年至2020年期間可以確定五個主要時間段，總結在表4中。使用廣義線性混合模型（GLMMs）評估不同時間段測量的均方根（RMS）值的變化和多單元活動（MUA）的量化情況。

表4.主要記錄時間段的描述

均方根（RMS）：對于均方根值，使用具有恒等鏈接函數(shù)和正態(tài)分布的廣義線性混合模型（GLMM），將每位患者每根導線的15個分布時間段中的每個時間段的均方根值作為因變量，時間段和首次記錄日后的天數(shù)作為固定效應，患者ID以及嵌套的導線ID作為隨機截距效應。為了比較每個時間段中極端均方根值的比例，將極端均方根值定義為大于第三四分位數(shù)（Q3）+1.5×四分位距（IQR）的值，其中Q3和IQR是根據所有均方根值計算得出的，并且在時間段和極端均方根值的識別之間進行成對的費舍爾精確檢驗。由于均方根值呈右偏態(tài)分布，因此對其進行以10為底的對數(shù)變換。

多單元活動（MUA）：對于多單元活動，為了檢驗總體多單元活動在不同時間段之間是否存在差異，或者是否與均方根值相關，進行了兩個具有對數(shù)鏈接函數(shù)和泊松分布的廣義線性混合模型（GLMM）分析，將總體多單元活動的量化值作為因變量，時間段或每個電極束的均方根中位數(shù)作為固定效應，患者ID作為隨機截距效應。最后，為了檢驗記錄多單元活動的導線數(shù)量在不同時間段和記錄天數(shù)之間是否存在差異，進行了一個具有對數(shù)鏈接函數(shù)和泊松分布的廣義線性混合模型（GLMM）分析，將時間相關的多單元活動量化值作為因變量，時間段和記錄天數(shù)作為固定效應，患者ID作為隨機截距效應。為了檢驗根據記錄天數(shù)不同時間段之間是否存在差異，將時間段和記錄天數(shù)之間的交互作用作為固定效應添加到先前的模型中。

對于均方根值和多單元活動，使用II型Wald卡方檢驗來檢驗主效應和交互作用，并在適當?shù)臅r候進行事后成對比較。對于均方根值和多單元活動的事后比較，分別報告平均差估計值（MDE）±標準誤（SE）和平均比率估計值（MRE）±標準誤（SE）。對于所有分析和圖表，用作參考的微導線的均方根值被排除在外。

信號測量使用Matlab（MATLAB.(2019)版本9.7.0(R2019b)）計算，統(tǒng)計分析和圖表使用R 4.1.2（R統(tǒng)計計算基金會，奧地利維也納。以及用于擬合廣義線性混合模型的lme4包（版本1.1-27.1）、用于事后比較和模型表示的emmeans包（版本1.7.2）、用于廣義線性混合模型收斂的optimx包（版本2021.1.12）以及用于成對費舍爾精確檢驗的RVAideMemoire包（版本0.9.81，Hervé）完成。

08.癲癇事件的局部場電位-多單元活動/單單元活動（LFP-MUA/SUA）流程分析

為了說明可以對癲癇事件進行的分析類型，本節(jié)介紹了我們實驗室開發(fā)的一個程序，用于研究發(fā)作間期癲癇棘波（IEDs）期間神經元的放電行為，發(fā)作間期癲癇棘波是一種短暫的陣發(fā)性電圖放電，可在腦電圖上目視觀察到。首先根據微電極導線是否顯示出多單元活動和發(fā)作間期癲癇棘波來選擇微電極導線。

根據對微電極的目視觀察手動標注偽影和發(fā)作間期癲癇棘波。所有標注均使用MUSE軟件完成，這是一個內部開發(fā)的軟件，可用于可視化宏觀和微電極。然后根據Spyking Circus參考文檔和參考文章中詳細概述的程序進行尖峰分類。簡而言之，Spiking Circus使用基于密度的聚類和模板匹配算法的組合，將檢測到的動作電位自動聚類為假定的單單元。對數(shù)據進行時間白化處理，并在高通濾波（>300赫茲）信號的6（或更高）倍中位絕對偏差（MAD）處自動檢測動作電位（APs）。在標注的偽影時間段內發(fā)生的動作電位被忽略，因為將其納入會影響尖峰分類的準確性。在記錄過程中不穩(wěn)定的聚類被排除在進一步分析之外。根據它們的峰間間隔（ISI）、不應期違反的百分比、放電率和幅度隨時間的一致性以及波形形態(tài)，進一步評估聚類是反映了假定的單單元活動（SUA）還是多單元活動（MUA）。發(fā)作間期癲癇棘波根據它們的互相關自動對齊。然后將平均局部場電位和尖峰時間鎖定到發(fā)作間期癲癇棘波，并繪制在同一時間軸上。分析流程使用自定義的MATLAB腳本實現(xiàn)，并使用FieldTrip，這是一個用于多通道腦電圖（MEEG）和尖峰分析的MATLAB工具箱。