缺血性脑卒中是指由各种原因引起脑部血液供应障碍，导致对应区域脑组织缺血缺氧，继而相应脑区功能损伤或缺失，患者出现偏瘫、失语等症状，严重者发展为脑疝，进而昏迷甚至死亡。缺血性脑卒中已成为全球第二大死因和成年人残疾的主要原因。

　　我国缺血性脑卒中的发病率呈逐年上升趋势，给社会和家庭带来沉重的经济负担，已成为重要的社会公共卫生问题。对缺血性脑卒中患者预后的准确评估一直是关注热点。目前临床常用评估指标（影像学检查、卒中相关评分量表、生化指标等）对优化诊疗方案和提高患者生活质量等具有指导意义。随着对缺血性脑卒中发病机制的深入研究，有学者发现，在神经元受损但未出现临床症状和影像学改变之前就已发生了脑电生理功能的紊乱，而脑电生理功能紊乱的有无及程度与患者预后具有密切关系，这些改变可被脑电图（electroencephalogram，EEG）及其洐生指标所捕获。

　　目前，脑电相关监测指标已在临床上应用于缺血性脑卒中的预后评估，并呈现出一定的优越性。现就脑电相关监测指标在缺血性脑卒中患者预后评估中的研究进展进行综述。

　　脑电活动主要来自突触后电位，EEG是用脑电图仪放大电极片记录的脑细胞间相互传播、节律性的自发电信号。通常情况下，脑组织在完全缺血数分钟后即发生梗死，梗死区脑组织发生坏死，生物电活动减弱甚至消失，而梗死周边功能受损的神经元产生各种异常放电。

　　当脑血流下降引起脑细胞代谢紊乱时，EEG能敏感地捕捉到神经元异常电活动。EEG具有简单无创、床旁连续监测、费用低廉、重复性好等优势，已被越来越多地应用于临床神经重症患者的脑功能监测。目前，应用较多的有定量脑电图（quantitative electroencephalogram，QEEG）、动态脑电图（ambulatory electroencephalogram，AEEG）和视频脑电图（video-electroencephalogram，VEEG）。

　　QEEG是将常规EEG的基本要素（频率、节律、波幅、波形等）通过时域或频域分析，经函数模型转化为各种量化参数，从而使分析结果更加客观、可靠。临床常用的QEEG监测指数有单个波的功率（包括α、β等）、δ+θ波/α+β波的比率（DTABＲ）、Δ/α波的比率和脑对称指数（brain symmetry index，BSI）等。一般认为，Δ/α波的比率和DTABＲ值＜1是相对正常的，高于2倍是异常的。有学者对照研究28例正常人和18例缺血性脑卒中患者Δ/α波的比率和DTABＲ，结果显示，两组间比较差异有统计学意义。

　　BSI是EEG功率频谱分析通过傅里叶快速转换机制计算所得，代表左右大脑半球功率谱的差异，能够量化评估两侧导联的对称情况。vanPutten和Tavy于2005年首次将BSI应用到脑卒中的病情判断中，该研究监测21例偏侧性半球脑卒中患者入院24h内的BSI值，并使用美国国立卫生院卒中量表评分评估神经功能缺损；相关性回归分析结果显示，BSI与量表评分之间关系密切。但BSI反映的是双侧大脑半球整体差异程度，若大脑既往受过损伤，可能其对称性的基线已改变，导致BSI在缺血性脑卒中的敏感性下降，应用价值受限。

　　Sheorajpanday等提出了配对BSI，可进一步提高检测两侧半球差异的灵敏度和准确率；该研究团队还指出，患者配对BSI和DTABＲ与第6个月的改良Ｒankin量表评分显著相关，而改良Ｒankin量表评分是全球公认的脑卒中后残疾评估的替代指标。Sheorajpanday等认为，配对BSI可作为预测脑卒中6个月后患者残疾情况的独立指标，DTABＲ可有效反映脑功能受损及恢复情况，有助于判断脑组织预后，QEEG可能对缺血性脑卒中6个月后的残疾、生活自理能力和死亡具有预后价值。

　　有学者提出，脑卒中发作前72h内的QEEG可能是预测急性缺血性脑卒中患者短期和长期预后的有力工具，其中24h内的QEEG预测准确率最高。Schleiger等分析缺血性脑卒中患者的QEEG指数与认知功能预后的相关性，结果显示，Δ/α波的比率和α相对功率与认知结果高度相关。Bentes等则认为，α、β相对功率和DTABＲ是最佳的QEEG预测指数。虽然众多研究均认为QEEG与缺血性脑卒中关系密切，但由于试验样本量均较少，结论仍需进一步证实。

　　AEEG监测是指对24hEEG动态监测，不干扰患者的正常活动，又称为24h脑电监护、便携式数字化脑电记录盒、脑电Holter。与常规EEG相比，AEEG的优势在于能够连续捕捉患者脑部的微弱信号，进行较为准确的定位，且在整个检查过程中不干扰患者的正常脑电信号发放规律，常规EEG能更准确地反映脑功能的情况。AEEG在脑神经功能损伤方面有重要价值。

　　Hofmeijer等提出，预测预后不良的最强独立因素是12h内的AEEG。杨君素探讨AEEG分级与格拉斯哥昏迷评分（Glasgow coma scale，GCS）的相关性，数据显示AEEGⅡ级患者84例，其中预后良好74例；Ⅲ级患者53例，其中预后良好26例；Ⅳ～Ⅴ级患者31例，其中预后良好4例，组间比较差异有统计学意义，表明AEEG分级与GCS评分呈负相关。上述结果提示，AEEG对于缺血性脑卒中的预后评估有很大的价值。但是AEEG也有不足（如存在电极、电压不稳引起的物理伪差和患者活动导致的生理伪差、机体状态和药物影响结果及采集时间段受限等），且相关研究仍较匮乏，缺乏大样本的研究数据，AEEG的评估价值尚需更深入的研究探索。

　　VEEG是在AEEG监测的基础上，用摄像机同步记录患者日常活动，医师在分析脑电波的同时可同步观察患者的活动情况。王勤鹰等分析21例脑干卒中患者的VEEG结果与病情及预后的关系，结果显示，VEEG表现为中、重度异常者的GCS显著低于轻度异常或正常者，预后均不佳，提示急性脑干卒中患者早期行VEEG检查能提供脑功能补充评估，中、重度异常甚至合并非惊厥性癫痫者高度提示预后不良。

　　康晓萍等提出，VEEG能准确反映神经功能抑制程度，VEEG异常越明显，预后越差。VEEG对大脑皮质神经元电活动监测敏感，但对大脑皮质下功能缺乏特异性，如与其他监测指标结合运用，准确性和可靠性可得到提高。

　　诱发电位是指中枢神经系统在受刺激过程中诱发产生的生物电活动，目前最常用的分类是按照刺激的方式及测得的感觉或运动功能进行，分为感觉诱发电位或运动诱发电位（motor evoked potential，MEP）。感觉诱发电位包括视觉诱发电位、体感诱发电位和脑干听觉诱发电位（brain-stemauditory evoked potentials，BAEP），用以检测各感觉传导通路功能状态；MEP主要用以检测中枢运动通路有无病变。

　　临床研究证实，诱发电位对脑卒中患者的预后具有一定的预测作用。为了探讨卒中患者短期潜伏期体感诱发电位（short term latency somatosensory evoked potential，SLSEP）和BAEP对不良预后预测的准确性，Su等研究GCS≤12分的脑卒中患者，在发病后1周内行SLSEP、BAEP和GCS监测，并在6个月后进行改良Ｒankin量表评分，分析SLSEP、BAEP或GCS与预后的相关性，结果如下。①预后敏感性：SLSEP最差，BAEP预测因子最佳。②预后特异性：SLSEP最高，BAEP介于SLSEP与GCS之间。③预后良好的预测准确性：除SLSEPN20外，其他预测因子均低。④预后不佳的预测准确性：GCS、SLSEP和BAEP非常高，其中BAEP最好；重新评估总预测准确性，SLSEP和BAEP比GCS更能准确评估患者的预后。

　　Bembenek等评估经颅磁刺激和MEP对残余上肢麻痹/瘫痪和总体临床结果的预测价值，提出运动皮质的经颅磁刺激可引发MEP，而MEP是预测卒中运动恢复和功能结果的可靠指标。Hoonhorst等运用逻辑回归模型分析患者入院48h内和11d后的数据，结果表明，48h内测量的MEP对临床预后评估未显示优势，而11d后的MEP灵敏度更高，阳性预测率更高。可见，MEP预测上肢运动功能的准确性高，且主要取决于脑卒中发病后早期的评估时间。

　　综上，诱发电位对缺血性脑卒中患者预后评估准确度高，但多数诱发电位的确切发生部位尚不明确，且部分诱发电位易受受试者状况的影响。

　　脑电信号是大量神经细胞的非线性耦合，脑电活动具有确定性混沌特性，是一个高度非线性的多单元连接的复合体。脑电非线性分析（nonlinear dynamics analysis，NDA）是采用非线性动力学原理和方法研究脑电信号相互联系，可以提供有关神经网络功能和相互联系方面的信息以及大脑功能活动变化轨迹等情况。

　　目前，NDA在脑卒中方面的应用研究是科研热点之一，包括脑电双频指数（bispectral index，BIS）和非线BIS

　　BIS是应用非线性相位锁定原理对原始EEG进行处理而得，在功率谱分析的基础上加入了相关函数谱的分析。BIS于1996年被美国食品药品管理局批准作为全身深度的监测指标，可监测患者对药和镇静剂的反应。急性脑缺血期间，脑功能也会出现与全身类似的抑制，出现特征性EEG变化。有研究表明，BIS会因脑血流状态而发生变化，当血流量明显下降时，感觉诱发电位减少，BIS同时下降；当提高血流量时，BIS恢复到正常值。

　　缺血性脑卒中可致对应区域脑组织血流量下降，因此BIS也会相应下降。有研究表明，BIS可预测急性脑功能损伤的预后。Welsby等提出，BIS的变化可能是严重脑事件的首要表现，尤其是BIS的突然和持续变化应当警惕，BIS可能是脑不良事件的重要预估指标。黄昌琴等对52例急性脑损伤昏迷患者入院后24、72h进行BIS监测，结果提示急性脑损伤患者的BIS值与昏迷程度呈正相关，与脑损伤程度具有良好的相关性，BIS值越低，脑损伤程度越重，预后越差，为脑电衍生的全身深度监测指标用于缺血性脑卒中患者的预后评估提供了依据和思路。

　　目前研究最多的脑电非线性动力学指数主要有关联维数、Lempel-Ziv复杂度和熵等。关联维数是描述混沌系统自由度信息的参数，反映动力学过程的复杂性；Lempel-Ziv复杂度是利用计算机语言的长度来衡量信号的复杂性。熵用来衡量体系混乱程度，分为近似熵、互近似熵和频谱熵等。近似熵是描述信号复杂性和规律性的方法，数值范围为0～1，系统越规律则近似熵值越小，反之越大；互近似熵可以测量两个同步大脑区域不相似的程度。

　　频谱熵（又称熵指数），是将原始EEG数字化后采用傅立叶变换得到功率谱，并用Shannon公式计算特定频谱带的不规则性，用Shannon熵值反映。频谱熵包括状态熵和与反应熵。状态熵来自EEG，反映大脑皮质受抑制程度；反应熵来自EEG及额肌肌电图，反映两者的共同变化。脑电活动抑制越深，状态熵和反应熵数值越低。

　　综上，关联维数、Lempel-Ziv复杂度和熵数值越低，表示所测脑电信号越简单，大脑皮质受抑制越深。有学者提出，无意识患者的脑功能抑制程度可以通过NDA捕获且可量化，通过评估感觉和其他残留皮质功能岛之间的相互关系还可预测无意识患者的预后。

　　吴东宇等对照研究60例卒中患者，依次采集患者安静、听觉刺激和疼痛刺激状态下的脑电信号，结果显示，意识障碍组患者入院时在3种状态下的非线性指数均显著低于意识正常组，且脑电非线性指数在听觉及疼痛刺激下较安静状态下几乎无变化；而意识正常组患者的近似熵和互近似熵非线性指数显著增高，说明NDA能直接量化评估大脑皮质受抑制的程度。还有研究发现，互近似熵可反映大脑活动在空间、时间上的变化特点，提供与知晓水平和意识觉醒相关的信。

上一篇:杨建军教授：把脉大脑节律助力围术期脑健康
下一篇:让自然分娩更舒适、安全 济宁市第一人民医院引进“程