- 3 次围观
卒中是导致长期残疾的主要原因之一，常常造成持续性的运动功能损害，这反映了大尺度脑网络的破坏。尽管脑电图（EEG）长期以来一直用于监测卒中后的神经生理变化，但若能建立一个捕捉时空动态的整合性框架，将有助于理解这些变化随时间的演变。在本研究中，我们分析了卒中患者于卒中后1周（Session 1）和3个月（Session 2）采集的静息态EEG，以探讨运动恢复的电生理生物标志物，并以Fugl-Meyer量表变化（{Delta}FM）作为指标。我们量化了频谱特征，重点关注相对α频段功率、微状态指标（如平均持续时间、复杂度和转移概率），以及基于Kuramoto序参量推导的亚稳态性和同步性指标。 在所有EEG指标中，相对α功率的纵向变化表现为与运动功能改善相关性最强的单一指标，在所考察的EEG指标中可解释最大比例的方差。尽管亚稳态性和同步性单独分析时未达到统计学显著性，但它们与{Delta}FM呈中等程度的正相关，尤其是在α和θ频段；并且在与α功率联合后，可额外增加26%的{Delta}FM方差解释量。当同时考虑α功率和网络层面的动态后，微状态参数未能对恢复提供额外的方差解释。一个结合α功率、亚稳态性/同步性以及微状态的分层模型可解释超过78%的{Delta}FM方差，这表明卒中恢复过程涉及平衡性α振荡的重建以及大尺度脑协调灵活性的恢复。未来需要在更大样本和更高频率的纵向评估中进一步验证整合性EEG生物标志物在指导个体化卒中康复策略中的预后价值。
卒中恢复的电生理特征：探索用于预后洞察的EEG生物标志物 | bioRxiv
跳转至主要内容
首页 关于 投稿 提醒 / RSS 搜索此关键词 高级搜索 最新结果
卒中恢复的电生理特征：探索用于预后洞察的EEG生物标志物
查看 ORCID 个人主页 Majid Khalili-Ardali， 查看 ORCID 个人主页 Vivek Sharma， Tarandeep Singh Mandahar， 查看 ORCID 个人主页 Francisco Pascoa dos Santos， Paul Tiesinga， Nick Ramsey
doi： https://doi.org/10.64898/2026.06.01.728505
Majid Khalili-Ardali 1 纽卡斯尔大学医学科学学院； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY 4.0 国际许可协议 公开提供。
查看讨论主题。 返回顶部 上一项 下一项
发布于 2026 年 6 月 4 日。
下载 PDF 电子邮件
感谢您有兴趣帮助传播 bioRxiv 的内容。
您的电子邮件 * 您的姓名 * 发送至 * 请输入多个地址，每行一个，或使用逗号分隔。
您将发送以下内容的电子邮件
卒中恢复的电生理特征：探索用于预后洞察的EEG生物标志物
邮件主题
（您的姓名）已从 bioRxiv 转发一个页面给您
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的这个页面。
您的个人留言
验证码
此问题用于测试您是否为人工访客，并防止自动化垃圾信息提交。
分享
卒中恢复的电生理特征：探索用于预后洞察的EEG生物标志物
Majid Khalili-Ardali， Vivek Sharma， Tarandeep Singh Mandahar， Francisco Pascoa dos Santos， Paul Tiesinga， Nick Ramsey
bioRxiv 2026.06.01.728505； doi： https://doi.org/10.64898/2026.06.01.728505
分享本文： 复制
引用工具
卒中恢复的电生理特征：探索用于预后洞察的EEG生物标志物
Majid Khalili-Ardali， Vivek Sharma， Tarandeep Singh Mandahar， Francisco Pascoa dos Santos， Paul Tiesinga， Nick Ramsey
bioRxiv 2026.06.01.728505； doi： https://doi.org/10.64898/2026.06.01.728505
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.01.728505v1?rss=1
🏷️ 卒中恢复 脑电图生物标志物 相对α功率 亚稳态性 脑网络同步性 运动功能预后