分群結果與討論

本章節採用短訊號(80 秒至 140 秒)進行分群，意即只將針對近 STN 區域之 MER 訊號分 析。將相同神經元所產生之 action potential，透過分群及合併的方式歸納在同一群集內，並藉 由此方式來判斷神經元個數，再透過波形的對齊來觀察 action potential 波形的變化。但因各 深度的 action potential 數量不一致，以下只針對 action potential 數量大於 10 個的 MER 訊號進 行分群及分析。

表 4.1、4.2 顯示在不同深度分群個數、duration 及 action potential 數量分布情形，可以明 顯發現 IMF1 訊號之群集個數明顯降低。圖 4.4 及圖 4.5 為各群集 action potential 波形對齊後 之結果，圖 4.6 為兩位病患各群集 action potential 之平均波形，可藉此觀察 action potential 波 形之變化，其餘病患表格請參考附錄 C。

圖 4.4(a)、4.4(b)為第一位患者之原始 MER 訊號及 IMF1 分群之結果。在+190 深度原始 MER 訊號，因 action potential 個數小於設定群集數(預設值為 10)，故無法進行分群之分析，

亦無法提供任何資訊。觀察-65 深度之原始 MER 訊號分為 6 個群集，除了第 5 個群集，波形 明顯不同之外，其他 5 個群集波形相似度高，藉由 MM 法對齊之結果觀察，其中 1、2、3 各 群集之 action potential 結束點略為不相同，action potential 結束時間長度不同；第 4 個群集則 係因 action potential 之結束點無通過零點；第 6 個群集則因 action potential 起始點跟其他群集 不相同，起始點 action potential 時間較長，以上細微差異可能因為 action potential 之出現時間 或 noise 之干擾，導致 action potential 即使波形相似，仍被歸類在不同群集。反之觀察 IMF1 訊號的 MM 對齊之結果，經由雜訊抑制的作用，即可發現只歸類為兩個波形差異明顯的群集，

由此可知 IMF1 訊號可較準確得知植入點周圍神經元個數。我們也可藉由圖 4.6(a)觀察各群集 裡的 action potential 變化，因為計算平均關係，可以簡單明瞭的發現 action potential 的波形變 化，亦不失為一個參考準則。

圖 4.5(a)、4.5(b) 為第二位患者之原始 MER 訊號及 IMF1 分群之結果。觀察-481 深度之 原始 MER 訊號分為 6 個群集、+59 深度分為 6 個群集、+103 深度分為 3 個群集，其波形相

32

似度也很高，藉由 MM 法對齊之結果觀察，由-481 深度之除了第 5 個群集，波形明顯不同之 外，其中 1、3、6 各群集之 action potential 結束時間長度不同；第 2、4 個群集則 action potential 之結束點無通過零點。+59 深度之 1、2、5 各群集之 action potential 之起始、結束時間長度不 同，第 3、4、6 為能量值略微相同，但 action potential 之起始、結束時間長度不同。及+103 深度之除了第 2 個群集波形能量值明顯不同之外，其 1、3 群集相似度也高，都可能因為 action potential 之出現時間或 noise 之干擾，導致 action potential 即使波形相似，仍被歸類在不同群 集。也可藉由圖 4.6(b)觀察各群集裡的 action potential 平均變化，可以了解各深度之 action potential 波形變化情形。

觀察 p1 患者的訊號分群結果，並非所有深度之訊號都可以加入至分群來判斷神經元的個 數，原因是出在 K-mean 部分，設定群集數(預設值)太小亦無法詳細做分群動作。因此我們需 要透過表 4.1 做輔助觀察，也可以透過表格的資料顯示，一目了然得知此段訊號的變化及群 集個數，但判斷神經元個數還需要透過圖形量化做詳細觀察。另一方面群集數越多也會增加 MER 訊號辨識的難易度，但經由訊抑制作用的 IMF1 訊號，減少複雜度產生，且 action potential 波形資訊依然都保有且清晰，在時間上是有利於醫師及病患的，手術的時間越少，可以降低 病患的風險，在醫療體系上是只有好處而沒有壞處的。

33

original signal IMF1 signal

p1 depth record Number of spike duration 0.4-合併閥值 Number of spike duration 0.4-合併閥值

-196 1 158 0.95~1.23 4 237 0.43~0.55 1

-65 2 596 1.22~1.35 6 715 0.58~0.61 2

7 3 176 0.79~1.18 3 338 0.43~0.52 1

190 4 5 1.02~7.5 0 79 0.38~0.62 1

193 5 579 1.04~1.18 3 755 0.48~0.54 1

524 6 15 0.87~1.54 0 51 0.37~0.61 1

627 7 10 0.7~1.37 0 256 0.45~0.53 1

927 8 83 0.94~1.21 3 157 0.44~0.55 1

1054 9 147 0.94~1.2 2 232 0.45~0.53 1

1135 10 241 1.4~2.22 7 242 0.44~0.63 2

表 4.1 p1 病患的原始訊號與 IMF1 訊號之分群結果(淺灰色欄代表深度由負區域轉正區域)

34

original signal IMF1 signal

p2 depth record Number of spike duration 0.4-合併閥值 Number of spike duration 0.4-合併閥值

-980 1 882 1.25~1.53 8 565 0.61~0.66 4

-481 2 773 1.39~1.5 6 812 0.43~0.57 2

59 3 430 1.01~1.21 6 612 0.52~0.57 2

103 4 409 0.88~1.06 3 672 0.49~0.53 1

339 5 275 0.76~1.03 3 452 0.46~0.51 3

504 6 404 0.96~1.07 5 876 0.52~0.56 1

1031 7 251 0.96~1.17 4 393 0.51~0.61 1

1430 8 808 1.31~1.44 8 777 0.58~0.64 2

表 4.2 p2 病患的原始訊號與 IMF1 訊號之分群結果(淺灰色欄代表深度由負區域轉正區域)

35

(a)

(b)

圖 4.4 p1 患者之三種不同深度分群、對齊之結果 (a)原始 MER 訊號與 IMF1 之分群結果 (b) 原始 MER 訊號與 IMF1 之對齊結果

36

(a)

(b)

圖 4.5 p2 患者之三種不同深度分群、對齊之結果 (a)原始 MER 訊號與 IMF1 之分群結果 (b) 原始 MER 訊號與 IMF1 之對齊結果

37

(a)

(b)

圖 4.6 兩位患者之三種不同深度之平均分群之結果 (a)第一位患者原始 MER 訊號與 IMF1 之分群結果 (b) 第二位患者原始 MER 訊號與 IMF1 之對齊結果

38 價值，因此我們將 action potential 進行分群、對齊，希望透過此方式來提供神經元的個數及 神經元的變化資訊，進而得知在最佳治療區與非治療區的神經元變化，在分群過程中 action potential 會因為時間的偏移或 noise 的影響轉而干擾分群結果，會使得分群無法順利進行甚至 使識別錯誤率提升，因此本研究藉由 phase space 的轉換降低時間偏移及 noise 影響，提升容 錯率的百分比。

由於我們使用主成份分析法，選取固定的 action potential 之 duration，因而造成 action potential 在某些訊號區段中記錄不完整，使得整個分群與合併機制過程中有所影響，且 k-mean 分群中，由於難以預測神經元個數，再設定 K 參數值時，設定過大的 K 值可能會造成群集數 過多，無法順利將相似度高的群集予以合併，反之 K 值小可能會造成不同情形之 action potential 歸類到同一個群集，使得分群、合併結果有錯誤，因此選擇適當的合併閥值為一大 考驗，合適與不合適都會將結果帶往到不同的境界。

因此在未來目標中，我們希望可以持續尋找相關的 action potential 特徵擷取方法，非透 過 threshold 判斷紀錄 action potential，而是以其他樣式的方法去擷取 action potential，例如從 波形樣式抓取，以及從各種不同深度中判斷 action potential，以便得知在不同深度 action potential 波形樣式，以利我們在手術中可立即判斷。也希望可以透過以不同方式比較特徵值，

本研究所採用的是一對一特徵值比較，好比可以做成 2 維、3 維變化，將量化數據以視覺化 方式呈現，在用以比對是否為最佳治療位置，或是觀察不同深度中，視覺化的方式是否有特 殊變化情形，以輔助外科醫師在手術上的相關資訊，提供更多元化的神經元資訊。