可解释静息态脑电特征捕捉帕金森病皮层网络动力学

帕金森病 (PD) 改变皮层神经动力学，但可靠的非侵入性电生理生物标志物仍然难以捉摸。本研究考察了可解释脑电特征——捕捉神经动力学的互补方面——能否区分帕金森神经状态。提取了一组全面的可解释特征并分为标准描述符（谱功率、相位同步、时域统计）和动力学描述符（非周期活动、跨频耦合、无标度动力学、神经元雪崩统计和瞬时频率测量）。使用严格留一法交叉验证训练了一个多头注意力 Transformer 分类器。进行了组间比较以识别与疾病和药物状态相关的电生理差异。标准特征集在区分药物状态（PD 关 vs PD 开）方面表现最强，而动力学描述符在 PD 患者与健康对照的对比中表现相当。随机特征消融分析表明动力学描述符提供跨特征互补信息，而相关性分析显示两组特征内部低冗余。组间比较揭示了药物敏感的 delta 功率和电压方差降低、神经元雪崩统计的调节、PD 患者中 theta 相位同步的持续增加，以及跨频交互的疾病相关改变。传统谱和同步特征主要反映药物相关的神经调节，而动力学描述符揭示了与疾病及药物相关的更广泛的皮层网络组织改变。这些发现支持多变量脑电表示作为开发 PD 非侵入性生物标志物的有前景框架。