脑外科专家 顾建文教授

脑的质量仅占人体的2%，但其正常需求的血液占心输出量的20%，耗氧量占整个机体中耗氧量的20%，不管任何原因导致脑缺血或缺氧，都会产生一系列严重后果。研究表明，脑缺血／缺氧几分种即可引起脑神经功能障碍，完全缺血／缺氧超过半个小时，即可发生不可逆脑损伤。缺血型脑血管疾病一直是神经科学领域研究的热点，缺血、缺氧脑损伤的早期诊断是及时正确治疗、改善预后、减少病残和死亡的关键，局灶性缺血脑损伤的早期无创定位技术，则更是一个临床意义极大却尚未解决的问题。
　　脑电信号比起目前其他一些诊断技术(如脑脊液抽取及脑切片有创伤，CT和MRI虽无创伤，却无法进行未形成确切病灶前的功能检测，其影像显示晚于脑电信号异常)，具有早期诊断和无创伤的优点，在完全缺血／缺氧早期(可早到十几秒中之内)，脑电图即出现异常，快波(高频信号)减弱或消失，慢波(低频信号)活动增加，全脑波幅降低。脑电信号在缺血／缺氧脑损伤的诊断中有不可替代的重要作用。
　　 近年来，随着科学技术的发展，研究手段的提高，国外许多研究机构致力于缺血／缺氧脑损伤的基础研究，其中美国的Jonh Hopkins大学的Thakor教授在全脑缺氧脑损伤方面的研究最具代表性。他们从八十年代末期开始对全脑缺氧脑损伤与脑电信号进行了研究，主要用猫和乳猪作为实验对象，建立了全脑脑缺氧的模型，应用信号处理技术对脑的体感诱发电位(Somatosensory Evoked Potential，SEP)和脑电图(Electroencephalogram，EEG)进行了分析。
　　目前，局灶性缺血脑损伤的脑电分析研究，尤其是早期无创损伤定位技术，集中在对取得的EEG信号采用复杂性测度进行分析，计算出缺血区域与非缺血区域的EEG复杂度。在发生局灶性缺血脑损伤的早期，缺血区域与非缺血区域的EEG复杂度即有易于识别的特征，可以清楚地对损伤区域进行定位，并可反映出损伤程度。
　　从80年代中期开始，很多人用混沌动力学的奇异吸引子理论研究脑电，如用Kolmogorov熵，李氏指数和分维等参数方法。但混沌动力学中讨论的问题都是低维的吸引子，而脑电的变化是大量神经细胞活动的统计结果，长时间记录会产生很多复杂因素，无法简单地应用非线性混沌动力学的框架来研究，于是有人提出了利用非线性动力学复杂性测度来研究脑电图。
　　复杂性这个概念早在五十年代由Von Neumann提出来过，他认为这是本世纪物理学需要解决的重大问题。以后由Komogorov提出具体的意见，后由Kasper和Schuster给出简单的算法。这种算法可以得出时间序列的信息含量。

　　根据复杂度的定义，测定一个时间序列的复杂度可以看成是确定这个序列所需的信息量。既然复杂度与信息量有着明确的关系，而脑的主要功能是信息处理，那么我们就可以用其来研究EEG。国内吴祥宝与徐京华于1991年首先把Lempel和Ziv的复杂度定义以及Kaspar和Schuster算法引入到脑电时间序列的研究中来，计算脑电的复杂度，提出用复杂性测度研究人大脑皮层的信息传输，分析了300多例精神病人的EEG的复杂度，找出了其与正常人的显著区别。EEG是大脑皮层大量神经元细胞电活动的结果，那么，当大脑局灶性缺血时，初期的应急兴奋反应、以及缺血性损伤导致的神经元细胞的凋亡，必会引起EEG信号的变化，使EEG信号的信息含量发生变化。用复杂度来分析局灶性缺血时的EEG信号,则具有显著的意义。

附:复杂度的计算:Komogorov的复杂度定义是产生某给定“0，1”序列最少的计算机程序的比特数。这个定义到现在还没有证明它的存在性，但已普遍接受。
　　Kasper和Schuster给出的复杂度算法如下
　　(1)首先将已知数列｛x₁,x₂,…，x_n｝重构，令大于数列平均值的x_i为“1”，令小于数列平均值的x_i为“0”，得到一个“0，1”序列；
　　(2)对上面所得的“0，1”序列中所形成的一串字符S=｛S₁,S₂,…，S_m｝后再加一个字符S_m+1或一串字符｛S_m+1，S_m+2，…，S_m+S｝，我们称这再加的一个或一串字符为Q，得到SQ=｛S₁，S₂，…，S_m，S_m+1｝或SQ=｛S₁，S₂，…，S_m，S_m+1，S_m+2，…，S_m+S｝。令SQν为SQ减去最后一个字符所得的字符串，若Q属于SQν中已有的“字句”，则把这个字符加在其后，称之为“复制”，若不属于，则称之为“插入”，“插入”时用一个“^．”将前后分开；
　　(3)把“^．”前面的所有字符看作S，重复如上步骤；
　　例如：“0，1’序列“0010”的复杂度可由下面的步骤取得：
　　第一个字符永远是插入：0^．，
　　S=0,Q=0,SQ=00,SQν=0,Q属于字句SQν，0^．0，
　　S=0，Q=01，SQ=001，SQν=00，Q不属于SQν，0^．01，
　　S=001，Q=0，SQ=0010，SQν=001，Q属于SQν，0^．01^．0。
　　(4)至此，我们得到一个用“^．”分成段的字符串，所分成段的数目定义为复杂度c(n)。上面这个序列的复杂度为c(4)=3。
　　据Lempel和Ziv的研究，几乎所有数列的复杂度c(n)都趋向一个定值b(n)，所以，b(n)是随机序列的渐进行为，我们可以用它来使c(n)归一化，成为相对复杂度　当时间序列为一完全随机序列时，c(n)=1，当时间序列为一周期序列时，c(n)=0。