用于检测睡眠呼吸暂停患者脑功能连接改变的图加权高维信息相似性方法

基于摘要分析。本研究针对睡眠呼吸暂停（SA）患者的 EEG 功能连接改变，提出图加权高维信息相似性（HGIBS），旨在弥补传统信息相似性（IBS）主要提取局部信息、难以充分表征跨频率动态与脑区差异的局限。其主要研究对象是 SA 相关脑功能改变及筛查指标，而非 BCI 控制或解码任务。 方法以多个脑区、多个频带的 EEG 能量序列为输入，将波形划分为若干模式，通过比较模式出现频率的分布计算相似性；进一步构建脑网络图，将二维 IBS 扩展至高维空间，以整合局部与全局信息。摘要未交代模式划分规则、图边权定义、高维相似性的具体计算形式及频带设置，这些实现细节尚未验证。 作者报告，在包含 88 名参与者的数据集上，HGIBS 与呼吸暂停低通气指数（AHI）的相关系数为 0.730，重度 SA 分类的 Accuracy 为 89.4%。摘要未说明相关系数类型、分类任务的类别构成、训练与测试划分，以及是否采用被试独立评估，因此上述结果只能按该摘要所述数据集背景理解。作者据此提出 HGIBS 具有成为 SA 筛查指标的潜力，但其临床筛查效用尚不能由摘要结果单独确立。 复现与解读时需核对 EEG 采集及预处理、睡眠阶段与片段选取、SA 严重程度分组、混杂因素控制，以及传统 IBS 和其他连接指标的对照结果。实验协议、消融及统计信息尚未验证，跨人群与跨采集条件的泛化能力也需查阅全文确认。