基于脑电的功能性脑疾病辅助诊断云平台解决方案

研究目的：

功能性脑疾病，或称为精神类疾病，如抑郁症、精神分裂症等的临床诊断主要采用量表和医生问询相结合，具有很强的主观性、不确定性，导致误诊率很高。脑电图中包含丰富的生理、心理和病理信号，因此从这些信号中提取有效特征用于临床检查和辅助诊断意义重大。

技术原理：

基础研究中已经证实部分脑电信号特征可以作为某类精神疾病的生物标记，如P300、alpha波不对称性指标、功能连通性指标等，借助于脑电技术、人工智能、大数据、物联网等先进技术和专业的软件平台，QY球友会能够帮助精神科临床医生利用脑电图检查为精神类疾病的临床诊断提供进一步的生理依据，包括癫痫、阿尔茨海默症、精神分裂症、抑郁症、ADHD、自闭症、强迫症、焦虑症、脑卒中等 (de Aguiar Neto & Rosa, 2019; Neto, Allen, Aurlien, Nordby, & Eichele, 2015; Weinberg, Olvet, & Hajcak, 2010)。

技术服务：

病人信息管理

量表测评

实验设计与呈现

数据采集与自动化分析

辅助诊断报告

数据云端存储与管理

图1 常用脑电指标

图2 技术流程

参考文献：

de Aguiar Neto, F. S., & Rosa, J. L. G. (2019). Depression biomarkers using non-invasive EEG: A review. [Review]. Neurosci Biobehav Rev, 105, 83-93. doi:10.1016/j.neubiorev.2019.07.021

Neto, E., Allen, E. A., Aurlien, H., Nordby, H., & Eichele, T. (2015). EEG Spectral Features Discriminate between Alzheimer's and Vascular Dementia. Front Neurol, 6, 25. doi:10.3389/fneur.2015.00025

Weinberg, A., Olvet, D. M., & Hajcak, G. (2010). Increased error-related brain activity in generalized anxiety disorder. Biol Psychol, 85(3), 472-480. doi:10.1016/j.biopsycho.2010.09.011