Wata：Understand the impact of the EEG infomation（个⼈沉淀-⽂档不完整） 1. 起源 写作⽬的：本篇⽂章旨从⽤⼾视⻆出发，论述脑电图数据对⽤⼾的作⽤影响（the data impact）；从 数据编码为可视化信息，到信息解释的过程向读者展现，脑电数据是如何被编码成现在的形态；是如 何被医⽣从分析的视⻆解读；在最后传达给患者，使患者理解与反思。 价值与作⽤：本⽂不⽌说明脑电图成像的技术，即计算机的编码技术；更是将脑电图放在各个场景中 进⾏说明；“数据只有在上下⽂中才能成为有意义的信息” ，脑电图同样如此；期望通过在场景中的 EEG图形的解释，明确当下的脑电图对数据⽤⼾的作⽤，并加深读者对EEG的理解与认识。 资料来源：本⽂为作者在⽇常的调研中整合的零散脑电图知识；及数据与信息相关理论框架的整合思 考 2. 基础理论介绍 2.1 数据可视化
⼈阅读⼤量的数据是低效的、有压迫感的；回忆远古创造⼈类创造数字的过程 结绳记事、⽊棒计数 ⼈接收数字信号的直接接收器可能应当通过触觉，⽽⾮视觉。⼈类在视觉上需要 种更⾼效的数据 处理⽅式 图形编码；计算机提供了丰富的数据可视化编译技术，将⼤量数据压缩为⼈可以视觉感知 的、只存在扼要信息的图形。 数据可视化起到了相当⼤的作⽤： 直观的传递观点 甚⾄诱导式的传递观点 分析与⾃我解释 同时需要注意的是，原始数字在图形化映射的过程中，丧失了本⾝的准确性表⽰的特点，下图为⼈对 数据准确性“印象”差异；这⾥不得不先说到，⼤多EEG的统计图形都只能通过颜⾊去映射数据，从数 据压缩的⻆度⽽⾔，其作⽤只有“印象” 2.2 形态分析 ⼈可以好不费⼒的区分形态上的⼩的变化，对图形的敏感使得⼈和善于利⽤形态的不同来分析事物； 脑电的波形即是通过形态分析总结⽽成。 3. EEG的数据可视化 在讲述实际的场景作⽤之前，不可避免的还是从计算机编译encoding的⻆度对EEG的图形及其统计视 图介绍。 3.1 波形的记录
枚举出计算机的所有可记录计算维度，从医⽣当前的读图分析⾏为进上右图归纳： 1. 读图分析的基本维度：时⻓、频率、波幅、位置是记录的基本维度，是对客观世界的物理描述；使 ⽤电流作分析的，故接下来不着重论述； 2. 抽象计算的维度：调频、调幅、频带、功率、能量也是 种物理描述，在⼈的视⻆下经历过简单的 计算，故单独归纳，并简要说明其位置信息 说明 调频 脑波频率变化的范围，反应脑电活动的规律性 调幅 脑波波幅变化的规律，反应脑电活动的稳定性 频带 ⼤脑不同的活动状态的体现 功率/能量 活动强度的体现，不同的计算⽅式对结果会有影响，然⽽强度通常以颜⾊去展 现，在⽤⼾读图的过程中并不会对数值精确的感受并不会那么⾼，系统中的波 形要么具有能量值，要么具有功率值，因为能量有限的信号功率为0，⽽功率有 限的信号能量为⽆穷⼤。 般来说，周期信号和随机信号是功率信号⽽⾮周期 的确定信号是能量信号 位向 活动的⽅向 3. 形态计量的维度：脑电波的成形⽅式塑造着⼈观察⽅式，通过波形是对基本维度的定性归纳，即基 本维度是波形的度量；由波形衍伸出的临床分析是主要分析的⽅法；在读图软件⾥，波形的调整参 数得关注：灵敏度、滤波、⾛纸速度、陷波；她们影响着波形的展⽰与识别，参数的⻓期固定塑造 着⽤⼾对图形的识别 说明 波形 形态计量在EEG检查中的发展：医⽣通过观察总结如下相关性，不同的波形会 在不同的⼤脑活动状态中出现，故可以通过波形进⾏状态的识别：纺锤波；棘 波；尖波；不同的波形会在特定癫痫或癫痫综合征中出现，故可以推测可能疾 病并结合其它检查综合论证 灵敏度 uv/mm，屏幕尺⼨下，每毫⽶映射的幅度值
⾛纸速度 s/mm，屏幕尺⼨下，每毫⽶映射的时间 陷波 50Hz的过滤 4. 波形 说明 导联组合 波幅是 种电势差（活动）的识别，导联组合是对不同点位电势差的描述，考 虑电极放置的稳定性，医⽣会选择较稳定的点位作为参考电位（如C3 C4，A1 A2）然⽽周围异常放电时会导致参考电极活化，则会替换导联编排⽅式，如采 取双极导联看图； 导联组合下 的波形识别 在导联组合下，先识别⾼波幅位置，再识别波形⾼低趋势，有助于判定异常放 电的位置或者伪影 导联编排 受限于屏幕，导联组合通常竖向排布，较好的排布会根据其导联组合的⽅式调 整顺序 • Fp1左 Fp2右 F3左 F4右，医⽣会按照这种左右左右的⽅式对应在实际⼤ 脑中的位置 • 双极纵联： • 左右分区：
3.2 统计视图的压缩信息 数据那么⼤，当然要通过统计视图进⾏数据压缩，以传达有效信息，EEG信息的编译归纳有两种， 种 是基于⼤脑位置的编译，另⼀种是时频编译；除了机器编译外，也不得不再多提及医⽣经验中的定性 编译。这三部分内容通过当前常⽤图形图表进⾏说明： 名称 图表 说明 脑地形图 （能量） 将电极位置展现于⼤脑上，地形图的颜⾊通常做幅度、能量、能 量密度表现，也会有电极位置的连线 +地形图可以直观的展⽰其电极位置的分布及位置表现的能量 单个图⽚传达的信息较少，故需要多张⼩图进⾏其它维度的展 ⽰，如下左图分频展⽰能量；下右图多张⼩图展现多个时间节点 查看演变 脑功能连接 电极的位置展现于⼤脑，同时将有传导？的位置连接，以颜⾊展 ⽰其连接强度（即为相关性？）
脑地形图 （偶极⼦） 线条为等电压线，当电流从某 区域流出时，该点为电源，相对 应的电流流⼊的区域称为电⽳，⼆者共同构成 对电偶极⼦； 时间与频率的编译 名称 图表 说明 CSA 频率与时间为两个坐标轴，⻩线为90%的能量边界，峰表⽰能量 DSA 频率与时间为两个坐标轴，颜⾊表⽰能量； PSD 横轴为时间 wide band 横轴为时间，计算时间限制60s，纵轴为频率，颜⾊为波幅或能 量，频谱下⽅为原始波幅、⾼频震荡（ripple&fast ripple）、慢 波？（slow shift）、以前10%为基线向后计算 其它内容包括：频率采样间隔时间、图中1s，250ms不理解 包络图 幅度峰值连线
振幅整合 振幅整合，增强2 15Hz之间频率，衰减之外频率消除伪；<10 µV 的幅度以线性刻度显⽰，>10 µV 的幅度以对数刻度，以此较 低波幅的微⼩变化可以展现，较⾼波幅展⽰不会过载；aEEG可以 定性解释三类：背景模式分类、睡眠 觉醒循环和癫痫发作的存 在； (1) 背景模式：连续正常电压（⽣理）、不连续正常电压（早产⼉ ⽣理）、突发抑制模式（病理） 、持续低电压（病态）、平坦迹 线（病态）；(2) 睡眠 觉醒循环：⽆、即将发⽣、成熟（⽣理/病 理，取决于婴⼉的年龄）；(3)发作活动性：⽆、单次发作、反复 发作、癫痫持续状态。 （1）正常 aEEG（所有类别正常），（2）中度异常（3 个类别 中的 1 个分类为异常），以及（3）严重异常（2 或 3属于异常的 3 类） 睡眠分期 横轴为时间，纵轴为睡眠阶段；REM阶段在图形中会被做特殊标 记，甚⾄于不按照清醒 快速眼动 ⾮快速眼动的顺序，将其乱序 放在纵轴最底部，以达成强调作⽤ 3.3 ⼈的编译 惊叹于⼈对图形的识别，并为不同的波形及其特征定义出美妙的⽂字描述。 波的形态特征：棘波、尖波、纺锤波、 4. 解读、解释、理解的场景作⽤ 在计算机编译的基础上，来看看在每个场景中，医⽣和患者是如何解读、解释、理解甚⾄反思的
4.1 解读解释与反思 Read 读什么 Interprate解读什么 科室常规的EEG诊断读图 • 过 遍脑电图 • 标记异常位置（波形对⽐有不 样，波幅、频率有不 样） • 通过视频、肌电信号、⼼电信号 确认是否是伪差；是怎样的临床 症状 • 得出结论 • 采集中： • 检查诊断中：时间轴的扫 描/异常的识别 • 时间轴与图形 • 识别状态：医⽣会通过时间轴去识别 态，状态包括⽣理节律与⼤脑活动状 ⽤时间、频带与能量来解释何时是什 态，活动强度如何。⽣理周期与功能 能出现异常； • 判定怎样的 种异常，常规检查侧重 动的异常判定；常规脑电图的时间较 读患者⽣理节律，⽣理节律异常判定 能活动的异常判定主要依据波形，单 是对波幅与频率的描述；波形的时间 ⾏状态/诱因或演变的描述；位置维 演变；对波形描述的起源当前的主要 助论述，为了辅助论述的准确，医⽣ 下对波形的描述：⼴泛性，弥漫性 形已经被论述有临床诊断相关性； ◦ 其它参数辅助的论证 • 报告与结论：常规脑电图报告逐渐规 下内容； 成⼈与⼉童的ICU重症监护 • • 识别意识状态：正常⼈意识清醒，⽆ 睡、昏迷等状态； • 识别发作： 新⽣⼉ICU的重症监护 aEEG • 识别惊厥与癫痫
PSG睡眠 • ⽣理节律的判定 ◦ 不同的图形均可以进⾏⽣理节律 • 作为参数之 的关联性分析 术前规划 • 局部位置的判定 精神认知相关检查当前的不权威图像 • 总结强调： • 临床⻆度旨在⽤不同的波形形式与综合症进⾏匹配；做统计学分析； • 看图有很多的形式，图形本⾝为impression与 眼提供有价值的信息，不同的图形旨在提升其 impression的准确性 患者如何 眼识别有价值的信息： 个结果，及connvince结果的解释 打假：脑涨落图仪 患者对结果的感受 4.2 患者对脑电数据的反思 看到结果，数据引起反思作⽤后，需要达成某 ⾏动⽬标；在⽹络中，能够共情到患者获取脑电数据 后的各样⾏动：舒⼼的松⽓；治疗中⽤药的疑虑…能够引发反思，数据旅途即到达终点。
5. EEG数据被使⽤的旅程 ⽂中论述的EEG旅程更多针对于正规医疗场景，不得不提及，上述旅途的顺序正在被打破，当患者能够 能有⾃主的机会看到脑电后，EEG的旅途也发⽣了变化。患者的反思会引发下 步的⾏动，故研究患者 独⾃看数据可以反思到什么具有必要性。
6. 设计的⽅向 临床诊断关联性的展⽰ 现有统计图形的⾃动解释 统计图设计的优化以促成更优的读图⽅式 动画与时间的推演 个体正是以主题