深部脑刺激术中微电极记录数据集

《Scientific Data》：A Dataset of Microelectrode Recordings from Deep Brain Stimulation Procedures

　　

皮层下脑结构的精确术中定位仍是深部脑刺激(DBS)面临的关键挑战，然而公开可用的微电极记录(MER)数据集十分稀缺。研究人员提出了一个包含6,646条处理后的MER记录的数据集，这些记录取自132名患有帕金森病、肌张力障碍、亨廷顿病、癫痫及其他疾病的受试者，采集于DBS手术期间。信号经过带通滤波，并使用基于自动机器学习的伪迹去除流程进行清洗；标注质量经独立审核确认。此外，一名经验丰富的电生理学家对沿电极轨迹遇到的三个基底神经节结构代表性样例进行了标注：纹状体/壳核、外侧苍白球(GPe)和内侧苍白球(GPi)。该数据集连同完整的处理流程及元数据一同发布，旨在支持半监督的皮层下结构分类、病理性神经元活动分析以及新型DBS靶向方法的开发。

研究背景与意义

深部脑刺激(DBS)是治疗耐药性神经及精神疾病的有效手段，在帕金森病(PD)、肌张力障碍、癫痫及亨廷顿病的治疗中效果显著。其原理是通过植入脑内的微电极向目标核团（通常为毫米级）发放高频电脉冲以调节神经活动。术中精准定位目标皮层下结构是疗效保障的核心，但由于个体脑结构变异及影像分辨率限制，仍存在挑战。

微电极记录(MER)是DBS术中的金标准辅助手段：在患者清醒局麻下，微电极线性推进，实时记录神经元放电及局部场电位(LFP)，通过特征性放电模式反推电极位置。尽管临床价值高，公开且带专家标注的MER数据集极为稀缺，制约了该领域的可重复性与算法发展。为此，研究人员构建并发布了这一大规模MER数据集，配套处理流程与元数据，发表于《Scientific Data》，旨在推动半监督皮层下结构分类、病理活动分析及新型DBS靶向算法研发。

主要关键技术方法

研究人员回顾性纳入波兰格但斯克大学临床中心132例DBS手术受试者的MER记录（ICD-10诊断：PD G20、亨廷顿病 G10、肌张力障碍 G24、癫痫 G40等；部分历史档案缺失标记为不可用）。

MER采集使用ISIS MER系统，MicroMacro微电极以Ben-Gun五通道构型排列，参考电极置头皮，接地置胸部。硬件增益约10,000×，采样率20 kHz，16位有符号整型存储为.dat二进制文件。

预处理流程：跳过固定文件头偏移(0×25C)，解码为int16，转float32导出为CSV（两列：Time(s)与Amplitude(仪器单位，“μV-等价”)）。原始信号经四阶Butterworth带通滤波(500–5000 Hz，尖峰频带)，幅度截断至±500仪器单位以抑伪迹。

标注由术者兼电生理学家在Label Studio中对GPi靶区轨迹的典型片段进行时间区间标注，分三类：纹状体/壳核(STR/PUT)、外侧苍白球(GPe)、内侧苍白球(GPi)。同时手动标注信号质量：伪迹(Artifact)、背景活动(Background activity)、神经元活动(Neuronal activity)。

自动清洗基于随机森林(Random Forest)分类器，提取时域/频域特征（尖峰率、谱熵、峰度、偏度等），以0.5 s非重叠窗预测质量类，保留最长连续高质量片段（≥3窗神经元活动或≥2 s无伪迹），形成最终数据集。

研究结果

参与者与伦理

132例受试者（女61人46.2%，男71人53.8%；均龄53.5±14.1岁，范围9–75岁）。主要诊断为PD(n=63,47.7%)，靶区为STN或GPi；亨廷顿病(n=17,12.9%)靶区GPe/GPi；其他运动障碍(n=7)靶区VIM/ZI；肌张力障碍(n=4)靶区GPi；癫痫(n=2)靶区ATN等。36例历史记录诊断缺失，信号保留但元数据标记不可用。研究获瓦尔米亚-马祖里大学及尼古拉·哥白尼大学生物伦理委员会批准(43/2016, KB 416/2008, KB 28/2010)，所有患者签署知情同意。

MER采集与预处理

术中局麻清醒，术前T1/T2 MRI立体定向计划。MicroDrive推进Ben-Gun五电极，各通道独立存.dat。预处理后保留20 kHz float32 CSV，幅值单位近似μV但含未知全局线性缩放。原始信号含低频漂移与瞬态伪迹，经500–5000 Hz带通与±500截断后，保留生理尖峰并抑制位移/电干扰伪迹。

皮层下脑结构标注

电生理学家依据GPi靶区轨迹的放电密度与背景变化，在Label Studio对连续时间段标注典型代表片段，不硬性按深度划界（边界弥散）。三类：STR/PUT（通常最先碰到）、GPe、GPi（手术靶）。并行检视原始宽频与尖峰带信号。标注片段存于“brain_layer_annotations”，按类别/患者ID组织，格式同源CSV。

信号质量分类

每段0.5 s非重叠窗分为伪迹（电极穿脑脊液/移位致大幅突变）、背景（无可见尖峰，稳定基线）、神经元活动（高幅高密尖峰）。手动标注训练集，训练Random Forest自动清洗模型。保留最长连续合格片段：优先≥1.5 s神经元活动（3窗），次选≥2 s无伪迹。

数据记录

数据集发布于MOST Wiedzy，含“codes”（预处理/ML/可视化脚本）与“dataset”。MER目录按患者ID子文件夹存CSV，命名：depth<距参考靶mm>kanal<通道>.csv（通道：central/anterior/posterior/medial/lateral；负值为靶上方）。brain_layer_annotations按结构/患者存标注片段。metadata.csv含ID/DATE/DIAGNOSIS/GENDER/AGE/TARGET（靶区可双值用AND_，PD/G22标STN_OR_GPi）。每患者子目录含协议文件（采样、量化、通道、刺激参数；刺激深度为术中手录，存疑）。附轻量查看器(display_signals.exe)支持自动/手动浏览、缩放及PNG导出。

技术验证

预处理验证

带通设计复现临床系统显示效果。原始与滤波迹并肩检视（Label Studio）及时频图（谱图）比对，电生理学家确认处理后信号贴近系统视图且可判读结构来源。

伪迹去除与质控

特征工程受电生理专家指导（时序/谱统计、样本熵等）。Random Forest按录音分组切分防泄漏。留出50%测试集：准确率0.96，平衡准确率0.95，加权F1=0.96。各类F1：背景0.99，伪迹0.93，神经元活动0.93。主要混淆在神经元?伪迹（共有高幅瞬态）。5折分组交叉验证：平衡ACC 0.95±0.02，加权F1 0.95±0.02。SHAP值解释特征贡献（训练集内）。自动清洗+修剪后数据集从6832减至6646文件，82.6 GB→44.2 GB（主要因修剪低质段）。人工抽检残伪迹约10 ms，相对于秒级分析窗影响可忽略。

皮层下脑结构标注验证

标注者即术者，另两名独立复审者检阅全部标注，仅1例剔除。标注为代表性种子而非全数据集密集标签。为验证区分性，以0.5 s窗(0.2 s重叠)训练RBF-SVC及逻辑回归(手工特征)。按录音（非患者）分层7:3分割：SVC加权F1 81.4%，ACC 83.3%；逻辑回归F1 80.1%，ACC 80.0%，表明信号保留结构鉴别信息，标注内部一致。

使用说明

CSV可用Python≥3.11的pandas/numpy加载，“2: preprocessed”列为预处理信号。示例：pd.read_csv→signal=np.array→np.std等。附完整遍历、可视化、特征提取示例脚本及独立查看器。

讨论与结论总结

研究人员发布了目前少有的大规模、处理透明、部分专家标注的DBS术中MER数据集（132例，6646条记录）。数据涵盖多诊断群体，配全套预处理/清洗/分类代码及元数据。技术验证表明：预处理保留结构判别信息；Random Forest伪迹清洗高效稳健；结构标注可被简单模型复现，内部一致。由于绝大部分记录未标注，数据集尤其适合无监督/半监督/自监督神经电生理表征学习，可作为基础模型预训练源或生成式MER合成的训练床。

综上，通过开放数据与流水线，研究人员降低了DBS术中定位算法研发的数据壁垒，推动可复现、数据驱动的DBS研究与疗法优化。