بررسی ویژگی های طیفی مرتبط با اختلال وسواسی-جبری در الکتروانسفالوگرافی کمی

از میان تکنیک های نقشه برداری مغزی، الکتروانسفالوگرافی کمی با کاربری آسان تر جهت بررسی اختلالات روانپزشکی از جمله اختلال وسواسی-جبری(OCD) مورد اقبال واقع شده است. ویژگی های طیفی، نمایانگر توزیع قدرت سیگنال در باند های فرکانسی مختلف سیگنال الکتروانسفالوگرافی کمی  می باشند و میتوانند تفاوت فعالیت عصبی نواحی مختلف را که شاید زمینه ساز بیماری باشند مشخص کنند. در این مطالعه با استفاده از ویژگی های طیفی دخیل در اختلال OCD که بر اساس مطالعات گذشته شناخته شده است را بررسی کرده و به عنوان ورودی داده ها به عملکرد الگوریتم پیشنهادی عملکرد بررسی کردیم.

این مطالعه یک مطالعه مقطعی تحلیلی بود. سیگنال های الکتروانسفالوگرافی در حالت استراحت از افراد دارای اختلال و سالم در شرایط چشم بسته به دست آمد. این روش با استفاده از کلاهک 21 کاناله انجام شد. پس از حذف نویز با روش ICA ویژگی های طیفی محاسبه و پس از افزایش داده ها از طریق تقسیم الکتروانسفالوگرام به سیگنال های یک دقیقه ای، به عنوان ورودی ماشین یادگیری استفاده شد. همچنین با استفاده از آزمون های آماری این ویژگی ها بین دوگروه سالم و افراد دارای اختلال مقایسه شد.

42 فرد وارد مطالعه شدند که 27 نفر دارای اختلال و 14 نفر سالم بودند. مشخص شد که هیچ یک از ویژگی های استخراج شده بین دوگروه اختلاف معناداری نداشتند. حساسیت ارایه شده توسط الگوریتم یادگیری ماشین 83.3٪، اختصاصیت  ٪80، دقت 82.1 و نرخ نسبت یافتن غلط (FDR) 11.7٪ بدست آمد.

برخلاف مطالعات قبل اغلب ویژگی های طیفی بجز یک مورد (بتای ناحیه پیشانی) اختلاف معناداری نداشتند. الگوریتم یادگیری ماشین با دقت ٪82.1 توانست افراد مبتلا را تشخیص دهد. این عملکرد قابل قبول و مشابه عملکرد دیگر الگوریتم ها با ویژگی های غیر طیفی و روش های تصویربرداری دیگر بود.