陈振宇 黄晓霞

(上海海事大学信息工程学院，上海 200135)

基于多尺度排列熵的精神分裂症MEG信号分析

陈振宇 黄晓霞*

(上海海事大学信息工程学院，上海 200135)

通过应用多尺度排列熵分析方法对精神分裂症患者和健康正常人的静息态脑磁图(MEG)信号进行信号的复杂性定量分析与对比，发现:在两组样本的多尺度排列熵均值比较中，精神分裂症患者93.82%通道上的多尺度排列熵值高于正常对照组；精神分裂症患者的MEG信号的多尺度排列熵在19个通道上存在显著性差异(P<0.05，FDR校正)，这些差异通道集中分布在脑区上的颞叶和额叶等部位。这个发现与既往的MRI和EEG等神经影像学对精神分裂症的研究结果相一致。这些特征提示MEG信号的复杂性测度或许可以为精神分裂症患者的诊断及判别提供新的辅助参考依据，有助于了解及分析精神分裂症的症状表现及其病理机制，为精神分裂症的病理分析和临床诊断方法的研究提供新的研究思路与途径。

脑磁图；精神分裂症；静息态；多尺度排列熵

引言

精神分裂症(schizophrenia)是一种重性精神病症，其病因未明且临床症状复杂多样，目前对其诊断主要是根据诊断量表对患者进行评估，尚无可靠的客观诊断方法，对精神分裂症的客观诊断和病理机制解释是当前待解决的重要医学难题之一[1-3]。国内外已开始探索应用各种神经影像学技术对精神分裂症进行研究，如计算机断层扫描(CT)、磁共振成像(MRI)、正电子发射断层扫描 (PET)、脑电图(EEG)、脑磁图(MEG)等。其中，脑磁图(magnetoencephalography，MEG)是一种研究大脑生物磁场信号的脑功能图像技术，能无接触、无侵袭、无损伤地对大脑进行脑功能检测，且能达到毫秒级的时间分辨率和毫米级的空间分辨率，是脑功能研究和脑疾病诊断的理想工具[4]。

大量研究表明，人体大脑是一个复杂的多维动态系统，大脑神经元的活动特性及其电磁信号的表现具有广泛的非线性、非平稳性等非线性动力学特征[5-7]。……