摘要：脑电图(electroencephalography,EEG)是一种反映大脑皮层电生理活动的技术,经常用于生物医学领域的各种应用中,但其采集过程容易受到多种噪声的污染,这些噪声会影响EEG信号的准确性和可靠性,因此脑电降噪是EEG分析中必不可少的一步。目前,基于深度学习的方法在多个基准数据集中已展现出优于传统方法的降噪性能,然而现有的基于深度学习的方法仍存在以下问题:现有的网络结构在设计时没有充分考虑信号的时序依赖性。由于不同伪影信号具有不同的形态特征,仅考虑局部或全局的时序依赖性,难以在多种伪影移除任务上获得理想的降噪效果。基于此,本文设计了一种新的脑电降噪网络CTNet。CTNet采用了CNN-Transformer结构,通过结合CNN和Transformer的优点提取潜在的判别性特征,具体来说,CNN单元和Transformer单元分别用于提取局部和全局的时序依赖性特征,通过结合局部和全局的特征更好地抑制伪影信号。为了评估CTNet在EEG降噪方面的性能,本文在四种不同的伪影移除任务上对其进行了评估,实验结果表明,CTNet在各种噪声条件下均具有较强的噪声抑制能力。在公开数据集上的实验结果表明,CTNet在多种伪影上均可获得最低的RRMSE、最高的CC和SNR,如在EMG伪影移除任务中,相比于NovelCNN,CTNet的RRMSE降低了8.67%,CC增加了1.41%,SNR增加了7.06%,上述实验结果证实了该网络在脑电降噪任务上的优越性。

摘要：目的 探讨儿童先天性脑结构异常所致难治性癫痫个体化外科治疗的时机、手术方式、安全性及有效性。方法回顾性分析行个体化手术治疗的先天性脑结构异常所致难治性癫痫17例患儿（年龄≤14岁）的临床资料,所有患儿术前行影像学检查及头皮长程视频脑电图（VEEG）监测,必要时行侵入性脑电图（iEEG）（皮层电极或脑深部电极置入）检查,以明确致痫灶及功能区,设计个体化外科手术干预方式。17例患儿中男10例,女7例,年龄2～14岁,8例患儿行癫痫灶切除,2例患儿行癫痫灶切除和皮层热灼术,4例行海马切除术,2例行迷走神经刺激术（VNS）,1例行前颞叶皮层切除和海马切除术。术后运用Engle分级对患儿手术疗效进行评估,并对患儿手术前后的智商进行对比分析。结果术后随访13～68个月,随访期末疗效（Engle分级）：Ⅰ级11例（64.7%）、Ⅱ级4例（23.5%）、Ⅲ级1例（5.9%）、Ⅳ级1例（5.9%）,无长期并发症和死亡病例,通过韦氏量表和盖塞尔发展量表对手术前后进行评估,显示患儿在智商方面得到明显提高,生活质量明显好转。结论 对先天性脑结构异常癫痫患儿,一旦明确,应尽早手术评估,根据影像学及脑电图监测结果,采用个体化手术治疗方案,手术微创安全,疗效确切。