儿童振幅整合脑电图（aEEG）自动与半自动评估方法的系统性差异研究：对临床参考值制定的启示

本综述系统比较了儿童振幅整合脑电图（aEEG）的半手动与自动化评估方法，发现自动化算法会系统性降低振幅值（差异达23.7–29.3 μV），但年龄相关趋势一致。研究强调需建立方法特异性的儿科aEEG参考值，为临床精准监测癫痫与脑功能提供关键依据。

　　

引言

振幅整合脑电图（aEEG）作为定量脑电图的一种简化形式，正从新生儿科逐渐扩展至儿科重症监护领域。其因操作便捷性而被广泛用于床旁长期监测、癫痫发作检测及 electrocortical 功能变化的评估。近年来，儿童aEEG参考值已有部分研究公布，但不同评估方法所获振幅值的可比性尚未得到系统研究。

经典脑功能监测中，aEEG由单或双通道脑电图生成，其振幅高度以半对数形式绘制于y轴，而x轴则呈时间压缩显示，每屏宽度对应3–4小时。所得特征波段的高度、宽度和密度随 electrocortical 活动而变化。不同生产商的aEEG设备采用相似但略有差异的算法生成aEEG，部分厂商还提供可定制的处理选项。因此，即便在新生儿中整体解读（如癫痫发作、背景模式分类等）似乎不受影响，不同设备所得的aEEG波段可能存在差异。

aEEG评估方式多样，最常见的是对所得aEEG波段及其随时间变化的视觉床旁分析。可疑段可由专家通过调取原始脑电图曲线进行详细查看。振幅升高通常通过视觉评估而非手动测量。部分厂商提供半自动分析，即振幅水平由软件计算/测量，但仍需医师进行解读。另一种选项为全自动分析，可独立计算振幅高度，并支持如棘波检测等解读算法，通过波形形态和电压场传播分析背景模式以实现癫痫发作的自动检测。这些aEEG振幅评估方法所得结果存在差异，对临床决策具有重要影响。两项针对健康儿童正常值的研究分别采用自动和半自动评估，虽报告了不同的绝对振幅值，但在年龄趋势及睡眠与清醒状态差异方面表现一致。

本研究旨在比较神经健康儿童正常脑电图中全自动与半手动aEEG评估所得的振幅值及年龄相关趋势的一致性。为此，我们对450例脑电图进行了自动振幅评估，并与先前通过半手动评估获得的儿童参考值进行对比。

方法

aEEG处理

全通道脑电图按照国际10–20系统录制，所有记录均使用Neurofax脑电设备和Polaris.one软件v4.0.4.0完成。为从原始脑电生成aEEG，信号经过放大、带通滤波、对数转换和最终整流处理，使用了两种不同厂商的软件（Nihon Kohden的Polaris.one v4.0.4.0和Persyst 13）。两家厂商均未公开其生成aEEG所用算法的具体细节，这是不同aEEG供应商之间存在的一个普遍问题。所有脑电图均经一名拥有德国癫痫学会（DGfE）脑电图和癫痫学认证的儿科神经科医师（ADM）判读为正常。

原始研究（半手动振幅评估）

原始研究纳入了1个月至17岁无神经系统疾病、未使用神经活性药物、处于清醒状态的神经健康儿童的无异常脑电图（女性213例，男性237例）。这些脑电图使用Polaris软件转换为aEEG，滤波器设置为70 Hz，灵敏度为7 μV/mm，时间常数为0.3秒。由两名独立研究者使用集成软件工具半手动测量10–20系统中C3–P3、C4–P4、C3–C4、P3–P4和Fp1–Fp2通道的上下振幅值，并计算了年龄相关百分位数。原始论文通过Bland-Altman图和组内相关系数（ICC）展示了评估者间可靠性，上下边界的ICC为3.1。

自动振幅评估

本研究使用Persyst软件对相同脑电图的相同通道进行了自动振幅评估。分析全程未进行伪迹削减，采用35 Hz高通滤波器、50–60 Hz陷波滤波器和0.1秒时间常数。计算每秒钟记录的最大值（上振幅）和最小值（下振幅）边界值，并导出至.csv文件。随后，各通道的上下振幅以整个记录的平均值和中位数进行汇总。

统计分析

所有分析均分别针对各通道的上下振幅进行。计算Pearson相关系数（PCC）以评估先前研究半手动测量的振幅与本研究中新计算的平均和中位振幅之间的关系。绘制Bland-Altman图以视觉评估两种测量方法在各通道的一致性。针对每个脑电图，计算两种方法在各通道上下振幅的平均差异。

基于自动分析结果，我们按年龄分组计算了百分位数（第5、10、25、50、75、90、95位）。由于中位数相比平均值对异常值更不敏感，且其相关系数更高，加之MacDarby等人的研究也使用中位数进行计算，本研究百分位数的计算基于中位数。

伦理声明

本研究涉及人类参与者的部分经杜伊斯堡-埃森大学医学院伦理委员会批准（20–9444-BO）。根据当地法规，因使用回顾性匿名数据，无需获得知情同意。研究遵循《赫尔辛基宣言》原则进行。

结果

共分析了450例神经健康儿童的正常脑电图。记录时间中位数为17分钟（四分位距15–18分钟），52.7%的患者为男性。所有脑电图均来自无神经系统异常的儿童。

上振幅中位数的相关系数介于0.92至0.95之间，平均值介于0.68至0.84之间，不同通道存在差异。下振幅中位数的相关系数介于0.94至0.98之间，平均值介于0.86至0.92之间。

Bland-Altman图显示测量方法之间存在系统性偏差，手动测量值更高。两种方法间中位数的平均差异在上振幅为26.2至35.8 μV，下振幅为3.9至5.3 μV；平均值的平均差异在上振幅为23.7至29.3 μV，下振幅为2.4至4.4 μV。

自动评估所得的年龄特异性百分位数（第5–95位）显示出与先前公布相似的年龄依赖性，但绝对数值不同。

讨论

本研究比较了半手动与全自动aEEG振幅评估，发现自动评估会系统性地降低上下aEEG振幅值，但年龄相关趋势与半手动评估一致。自动评估所得的百分位数持续低于半手动测量。这些发现表明，不同分析方法会导致振幅值的显著变异，因此有必要根据特定技术调整参考值和振幅解读。

先前关于儿童aEEG参考值的证据较少。与我们之前的半手动评估相比，MacDarby等人报告的C-P通道上振幅值较低，而下振幅测定值较高。除方法不同外，MacDarby研究分析了5分钟无伪迹片段，且纳入了接受抗癫痫药等神经活性药物治疗的癫痫患儿。厂商间不同的处理算法也可能导致结果略有差异。然而，本研究使用与MacDarby等人相同算法进行的自动评估结果显示，上下振幅值惊人地相似。

除分析技术外，厂商间不同的处理算法也可能导致所获aEEG振幅值的变异。有报告称，不同aEEG设备在上电压水平产生不同的绝对值，但异常检测方式具有可比性，表明治疗决策不受影响。这些发现证明了当前新生儿aEEG床旁解读主要依靠手动/视觉分类（如Hellstr?m-Westas、Burdjalov或Olischar分类）的合理性。然而，持续的数字化扩展了自动评估的可能性，使得了解不同测量技术和处理算法之间的差异对于解读变得重要。这在手动/视觉评估与自动算法之间切换时尤为关键。鉴于aEEG生产商未公开其处理和转换算法，开源算法可能成为提高设备间可比性和可重复性的必要手段。此外，应为各种测量方法建立参考值，正如MacDarby所主张的。

自动脑电评估的一个重要局限是软件对临床背景的无知。因此，评估是在未考虑特定临床环境和患者状况的情况下进行的。而在手动或半手动解读中，这些区段可被更容易地忽略以“屏蔽”干扰因素和潜在伪迹。此外，自动伪迹去除通常使用盲源分离（BSS），如Persyst软件中所用。通过这种方式，伪迹去除可能导致信息丢失，如果神经元信息被干扰信息叠加。

本研究存在若干局限。首先，我们使用不同软件包将原始脑电转换为aEEG进行半手动和自动评估，这为结果差异提供了首个可能来源。然而，初始软件不支持自动导出数值，而Persyst未提供手动测量选项。第二，自动评估中关闭了伪迹削减功能，否则整个记录可能变得不可用。重要的是，伪迹去除软件的这一缺点也适用于临床环境中的aEEG处理，可能使得此处提供的数值更贴近真实情况而非完全“清洁”后的数值。第三，所分析的记录时长较短，增强了瞬时振幅变化对所得值的潜在影响。然而，这一局限仅适用于绝对参考值，而不适用于分析方法间的比较。

结论

儿童上下aEEG振幅值在半手动与自动测量间存在系统性差异。两种方法所得结果在年龄相关趋势和电极位置差异方面一致，但明确强调需要为每种技术乃至每种不同处理算法建立参考值。无论如何，临床医师在解读aEEG振幅值时必须密切关注测量模式。