目的 探讨基于脑电图(Electroencephalogram,EEG)信号的卷积神经网络在癫痫检测中的应用价值.方法 本研究使用了来自癫痫EEG信号数据CHB-MIT数据库中的8例患者的EEG信号;EEG信号分为3类:发作间期、发作前期(发作前持续时间至10 min)和癫痫发作期状态;开发了一种基于迁移学习和功率谱密度能量图的深度卷积神经网络(Deep convolutional neural network,DCNN)的癫痫EEG信号分类方法(EEG signal classification method,EEGC),并对癫痫状态进行分类;将在线硬示例挖掘(Online hard exam-ple mining,OHEM)损失函数集成到EEGC方法中以获得较高的分类准确率.结果 本研究提出的EEGC方法对癫痫状态分类的准确度较高,但发作前期没有像其他两种状态那样准确分类;当将O H EM损失函数集成到EEGC方法中时发作前期的分类准确度提高了3％,并且它对3种癫痫状态(发作间期、发作前期和癫痫发作)的分类具有很高的敏感度(97.8％、93.6％ 和95.8％)和特异度(99.2％、97.1％ 和99.3％).结论 本研究提出的EEGC方法具有较高的癫痫状态分类准确率,可辅助临床医生了解患者癫痫状态的类别,从而有效地预防和治疗癫痫.

目的 探讨颞叶内侧癫痫(MTLE)患者脑脊液中微小RNA-124(miR-124)和环磷酸腺苷反应元件结合蛋白(CREB)表达与认知功能关系.方法 选取2016年6月至2019年6月本院神经内科收治的100例MTLE患者作为研究对象,选取同期接受脑脊液检查的80例无神经系统疾病、无癫痫史患者作为对照组,采用实时荧光定量PCR检测脑脊液中miR-124、CREB mRNA表达,观察两组患者miR-124、CREB mRNA表达及认知功能变化,分析miR-124、CREB mRNA表达相关性及与认知功能的关系.结果 研究组患者脑脊液miR-124 mRNA表达量明显低于对照组(P<0.05),CREB mRNA表达量明显高于对照组(P<0.05);研究组患者言语智商(VIQ)、操作智商(PIQ)、记忆商(MQ)评分均明显低于对照组(P<0.05);MTLE患者miR-124 mRNA与CREB mRNA表达呈负相关(P<0.05);miR-124表达与VIQ、PIQ、MQ评分呈正相关(P<0.05),CREB表达与VIQ、PIQ、MQ评分呈负相关(P<0.05).结论 MTLE患者脑脊液miR-124低表达,CREB mRNA高表达,二者呈负相关,并与患者认知功能相关.