内容来源： OpenScience
题目：HarMNqEEG：多中心协调定量脑电常模研究
Harmonized Multinational quantitative EEG norms study (HarMNqEEG)
报告语言：中文
分享嘉宾：李敏 博士 电子科技大学
博士毕业于电子科技大学生物医学工程（2022年），师从Pedro Antonio Valdés-Sosa，主要研究方向为EEG定量脑电分析、人类大脑发育图表、高维时间序列低维动态系统表征。硕士毕业于电子科技大学，师从郭大庆老师，主要进行基于大鼠局部场电位的动态脑网络研究。全球大脑联盟（Global Brain Consortium）成员及HarMNqEEG项目主要构建者。
摘要
根据标准参考量化患者的个体大脑发育变化对于临床疾病的诊断至关重要，这一理念在很大程度上解释了精准医疗倡议。脑电图（Electroencephalography，EEG）的年龄依赖性大脑发育轨迹可靠地描述了大脑活动，尤其是人们可以根据与正常发育轨迹的偏离程度来检测脑功能障碍。依此，根据大脑EEG标准发育轨迹来进行疾病诊断的研究就是著名的“定量脑电”（quantitative electroencephalography，qEEG）分析。然而，到目前为止，qEEG研究主要集中在单变量功率谱，缺少大脑功能连接描述，并且研究只在单个地区或者单个采集设备中展开，没有形成国际统一标准，这些都为全球范围内的疾病诊断带来了不便和困扰。本研究在传统qEEG常模分析的基础上，首次提出了多中心协调qEEG常模分析，实现了传统qEEG分析的两大突破：基于黎曼几何理论，扩展了频域qEEG方法至多变量描述；创建了多中心qEEG协调（Harmonized Multinational qEEG，HarMNqEEG）模型，去除了多中心数据“批次效应”并依托开发的高维快速核回归方法，首次构建了人类EEG大脑发育常模。这两大突破显著地提高了脑疾病临床数据诊断准确率。其主要贡献包括：(a) 创建了跨越整个生命周期的互功率谱qEEG常模。这些常模源于全球大脑联盟（The Global Brain Consortium，GBC，https://globalbrainconsortium.org/）推动的HarMNqEEG项目，使用来自9个国家、12种设备和14项研究（包括1564名受试者）的数据计算。在数据收集中，仅共享匿名元数据和EEG互功率谱张量，而非原始数据，从而做到了隐私保护，提高了合作效率；(b) 制定了多级数据质量控制策略，在视觉和自动质量控制之后，本研究创建了协调标准化模型，计算了qEEG传统和黎曼描述参量的平均值和标准偏差的发育方程（Developmental Equation）。展示了qEEG的“批量效应”，并提供了协调z分数的计算方法。(c) 本研究表明，协调黎曼常模产生的z分数具有更高的诊断准确性，并且本方法已经成功地应用在了多种临床数据诊断中，例如预测出生后第一年营养不良导致的脑功能障碍、检测COVID引起的脑功能障碍和诊断家族帕金森疾病。(d) 本研究遵循开放科学原则，从数据收集到临床数据评估，建立并开放共享了一套完善高效的多中心协调qEEG常模分析平台。开放了多中心数据并且共享代码来计算任意数据集的个体批次协调z分数。这些结果有助于开发适用于各种医疗条件下的无偏见、低成本的神经影像技术的精准医疗。
Quantifying individual brain developmental changes in patients against standard references is critical for clinical disease diagnosis, and this conception explains the idea of precision medicine initiatives. EEG age-dependent brain developmental trajectories provide a reliable description of brain activity and, in particular, one can detect brain dysfunction based on the degree of deviation from normal developmental trajectories. Accordingly, the study of brain disease diagnosis based on the standard developmental trajectory of the EEG is the well-known “quantitative electroencephalography” (qEEG) analysis. Prior qEEG work lacked integration of cross-spectral information omitting important functional connectivity descriptors. Lack of geographical diversity precluded accounting for site-specific variance, increasing qEEG nuisance variance. We ameliorate these weaknesses, extends frequency domain quantitative electroencephalography (qEEG) methods pursuing higher sensitivity to detect Brain Developmental Disorders: (i) Create lifespan Riemannian multinational qEEG norms for cross-spectral tensors. These norms result from the HarMNqEEG project fostered by the Global Brain Consortium. We calculate the norms with data from 9 countries, 12 devices, and 14 studies, including 1564 subjects. Instead of raw data, only anonymized metadata and EEG cross spectral tensors were shared. After visual and automatic quality control, developmental equations for the mean and standard deviation of qEEG traditional and Riemannian DPs were calculated using additive mixed-effects models. We demonstrate qEEG “batch effects” and provide methods to calculate harmonized z-scores. (ii) We also show that harmonized Riemannian norms produce z-scores with increased diagnostic accuracy predicting brain dysfunction produced by malnutrition in the first year of life and detecting COVID induced brain dysfunction. (iii) We offer open code and data to calculate different individual z-scores from the HarMNqEEG dataset. These results contribute to developing bias-free, low-cost neuroimaging technologies applicable in various health settings.
时间
- 北京时间[GMT+8] 9月17日(周六) 21:00~22:00
- 欧洲中部时间[CEST] 9月17日(周六) 15:00~16:00
- 美国东部时间[EDT] 9月17日(周六) 09:00~10:00
zoom信息 Meeting ID: 9209 434 203
报告流程：报告45分钟，提问15分钟
主持人：王庆(上海精神卫生中心)
其它：本次线上报告录屏会在结束后上传于B站：OpenScience_CN
https://space.bilibili.com/252509184
组织团队(按名字首字母倒序排列)
COSN 学术策划小组
张晗(博士), A*STAR, Singapore
张磊(博士), University of Vienna, Austria
楊毓芳(博士), Freie Universität Berlin, Germany
杨金骉, MPI Psycholinguistics, the Netherlands
徐婷(博士), Child Mind Institute, USA
肖钦予, University of Vienna, Austria
刘泉影(博士), 南方科技大学
王鑫迪(博士), 北京慧脑云
王庆(博士), 上海精神卫生中心
金淑娴, Vrije Universiteit Amsterdam, the Netherlands
金海洋(博士), New York University Abu Dhabi, UAE
胡传鹏(博士), 南京师范大学
葛鉴桥 (博士), 北京大学
高梦宇(博士), 北京师范大学
耿海洋(博士), 天桥脑科学研究院
陈志毅(博士), 第三军医大学
陈妍秀(博士), 中科院心理所
陈骥(博士), 浙江大学
曹淼(博士), 北京大学
neurochat团队
张文昊(UT Southwestern Medical Center, USA)
张洳源(上海交通大学)
张磊(University of Vienna, AUT)
应浩江(苏州大学)
徐婷(Child Mind Institute, USA)
王鑫迪(北京慧脑云)
滕相斌(MPI for Human Development, DEU)
鲁彬(中国科学院心理研究所)
孔祥祯(浙江大学)
胡传鹏(南京师范大学)
邸新(New Jersey Institute of Technology, USA)