意识障碍(disorder of consciousness, DoC)特指颅脑损伤后机体对所处环境及自身状况丧失感知能力的状态.脑外伤、脑出血、心跳骤停等疾病均可导致DoC,其中颅脑外伤所占比例最大.据流行病学调查结果，美国有10万～30万例DoC患者，欧洲每10万人中有0.2～6.1例DoC患者[1,2].我国现存慢性意识障碍(prolonged disorder of consciousness, pDoC)患者30万～50万例，且以每年6.37%的比例增长，医疗费用累计达数百亿元[3,4].快速发展的急诊体系与重症监护技术让更多严重脑功能障碍的患者得以维系生命，但长期或终生的干预及康复过程牵涉到复杂的家庭伦理及社会医疗资源分配问题.尽管各类行为量表已广泛应用于临床诊断，但受患者自身因素及评估者经验的影响，仍存在较高的误诊率.神经影像技术虽能直观评价患者大脑的结构完整性与功能水平，但考虑到价格昂贵、具有电离辐射、患者易出现头动等问题，不易在临床推广.近年来，医工结合日益加深，进而不断改进旧算法或涌现新指标，若能基于中枢与周围神经电生理技术实现患者意识水平的精确分类诊断，提高隐匿意识的检出率，将有利于制定患者后续的个性化诊疗方案，缓解家庭与社会压力.本文拟梳理神经电生理技术在意识障碍领域分类诊断中的应用，为临床工作者提供参考.

1、意识与意识障碍概述

意识被定义为机体对自身和周围环境的感知理解，言语、运动等行为能够间接指示其存在.意识的生理学基础是远距离脑区间的长程功能连接，尤其是丘脑-皮质回路与涉及额、顶叶的大尺度脑网络[5].完整的意识由觉醒和觉知2个要素构成[6].觉醒又称清醒水平，临床上表现为患者能自主睁眼、对外界刺激迅速做出适应性反应等[7],这依赖于丘脑-皮质回路、大脑皮质网络通路及脑干上行网状激动系统(ascending reticular activating system, ARAS)的协同整合.觉知则代表意识内容，涵盖感知、思维、情感和意志活动等多种心理过程.觉知与全脑不同尺度的网络相关，尤其是额-顶网络及相关皮质[6].觉醒是意识存在的前提条件，只有当大脑皮质处于兴奋水平或激活状态时，才能够使机体维持正常的觉醒水平，进而形成觉知.根据ARAS与大脑皮质的广泛性损伤程度，以觉醒度改变为主的DoC患者会出现嗜睡、昏睡或昏迷现象，其中，昏迷又分为浅、中、深程度，分别代表意识抑制水平达到皮质、皮质下或脑干部位.大脑皮质病变也将引发觉知变化，根据意识内容减少或混乱的程度，DoC患者将表现为意识模糊或谵妄[8].

然而，仅根据觉醒与觉知水平的分类过于粗犷，无法涵盖所有DoC患者所处的意识水平.改良国际昏迷恢复量表(coma recovery scale-revised, CRS-R)是国内外广泛认可的行为金标准，根据觉醒水平与是否存在有意识的行为而将意识状态细分为昏迷(coma)、植物状态(vegetative state, VS)/无反应觉醒综合征(unresponsive wakefulness syndrome, UWS)、最小意识状态(minimally conscious state, MCS)或脱离最小意识状态(emergence from minimally conscious state, EMCS)[9].严重颅脑损伤后存活的患者，常因ARAS代谢、结构性损伤或双侧大脑皮质广泛受损而处于昏迷阶段[10,11],在临床上表现为双眼持续性闭合、睡眠-觉醒周期消失、自主性或外界刺激诱发的行为学反应丧失[12]、全脑代谢水平显著降低[11].该状态通常在急性脑损伤后持续几天或几周，随后患者发生脑死亡或逐渐恢复意识水平.VS/UWS与MCS患者均可自发睁眼或刺激下睁眼，对自身或周围环境的觉知丧失或水平较低.其中，VS/UWS患者存在一定程度的觉醒，但对自身状况及周围环境缺乏觉知，临床表现为存在睡眠-觉醒周期、拥有反射性行为且无自主性行为、能发生视觉惊吓反应、无言语功能[13].该状态保留全部或部分脑干功能，两侧大脑皮质大面积受损，代谢性损伤主要存在于双侧前额叶、后顶叶等大脑皮层联合区[11];全脑代谢下降水平略低，但尚保留大尺度的大脑功能连接.患者意识水平可逐渐恢复为MCS,出现对简单指令的稳定、可重复的行为反应，具有言语理解、视觉物体追踪、痛觉定位等行为[14].由于MCS患者存在强异质性，临床上根据是否存在可理解的言语表达等行为而将其分为MCS+和MCS-[15].MCS+患者能够稳定地遵嘱指令，但仍无法进行准确交流或有目的性地使用物件；MCS-患者仅出现视觉物体定位、自主性运动反应等表现，而无法重复、稳定地遵嘱指令.若DoC患者能够使用物件或进行准确的言语交流，则意识水平进一步恢复为EMCS.

值得注意的是，VS/UWS与MCS患者的分类诊断仅以行为间接指示意识存在，缺乏对隐匿意识的探寻.大量的临床研究表明，在一些任务范式中部分行为评估无反应的患者能够调节大脑代谢活动，这类行为与神经影像学证据不一致的患者被定义为MCS*患者[16].通过脑电图(electroencephalogram, EEG)、功能性磁共振成像(functional magnetic resonance imaging, fMRI)等手段观察患者是否呈现遵循指令的信号响应或脑区激活，进一步将MCS*细分为认知运动分离(cognitive motor dissociation, CMD)与高级皮层运动分离(higher-order cortex motor dissociation, HMD)[17].临床上还存在一类闭锁综合征(locked-in syndrome, LIS)患者，由于脑干皮质脊髓束及皮质核束损伤而引发四肢瘫痪及构音障碍，其意识水平与正常人无异，但仅能通过垂直眼部运动和眨眼实现交流沟通[11].

若无法对DoC患者进行精确分类诊断，加之中国传统道德与亲情的影响，将对患者家庭造成极大的经济与精神压力，也为我国有限的医疗资源带来日益剧增的负荷.基于此，意识状态的精准分类诊断对制定后续临床诊疗策略至关重要.尽管临床规范使用CRS-R量表评估意识水平，但受检查者主观误差和患者自身因素(觉醒水平波动、运动障碍、失语等)影响，诊断结果存在偏倚现象，误诊率为30%～40%[18].辅以神经影像学与电生理技术将显著提高隐匿意识的检出率和诊断正确率[19].但fMRI、正电子发射计算机断层显像等神经影像技术费用高昂、时间分辨率低且无法长程采集，而神经电生理技术具有采集方便、无侵入性、可实时监测、时频分辨率高等优点，加之近年来EEG、肌电图(electromyogram, EMG)、心电图(electrocardiogram, ECG)等技术在信号采集与分析算法方面的不断进步，可更灵敏地指示DoC患者的意识水平，提高诊断正确率.

2、神经电生理指标对意识障碍患者分类诊断的价值

2.1 脑电图

脑电图是神经科学研究和临床工作的重要工具，其波形、频率和波幅均随意识状态而变化.常规脑电图基于Synek、Young分级定性描述意识水平，敏感性低且易受干扰；脑电反应性系大脑对外界刺激做出的响应，当前并无客观标准确定阳性反应特征，无法量化残留意识；任务范式脑电图存在检测条件或实验命令设计的缺陷，阳性检出率低且耗时较长.为推广脑电图方法至临床并大规模应用，须确保评定标准综合、客观、灵敏，应用潜力强，临床便于操作，结果具可读性.静息态脑电图采集方便、分析算法多样，经颅磁刺激(transcranial magnetic stimulation, TMS)联合脑电图具有高敏感、特异性及丰富的即时脑电信息，诱发电位能评估特定神经传导通路及相关神经认知功能，故下文将从上述三方面梳理相关研究.量化脑电图与静息态脑电图的分析指标存在部分重合，本文不再赘述.

2.1.1 静息态脑电图

2.1.1.1 功率谱密度与谱幂律指数

脑电属于非平稳的时变随机信号，其生理学基础是神经元集群同步放电，在频域上表现出一定的节律特性.脑电频谱分析通过研究各频带权重以反映基本的大脑活动特征，其中，功率谱密度(power spectral density, PSD)直观呈现脑电信号功率沿频率的分布情况.静息EEG信号中delta、theta低频功率增加和alpha高频功率减少是DoC患者的常见频谱特征[20,21].这种EEG慢化现象是意识水平降低的典型电生理特征，即重新分配高、低频成分在PSD上的能量[22].基于上述PSD背景呈1/f分布，去除PSD振荡峰后，经线性回归计算所得斜率即谱幂律指数(spectral exponent, SE).Gao等[23]通过模拟平均场电位并进行动物实验，发现SE能够反映皮层的兴奋-抑制比率.Colombo等[24]分别估计了EEG的PSD在宽、窄频带的SE值，发现能够显著区分清醒状态、氯胺酮诱导麻醉与氙气、丙泊酚诱导麻醉；PSD拟合曲线的陡峭程度能可靠指示意识水平的下降情况，且SE与扰动复杂度(perturbational complexity index, PCI)高度相关，可侧面表征意识水平.Colombo等[25]整合多个DoC患者数据后进行集中挖掘，计算alpha频带能量与宽带SE,发现在患者意识水平降低时也呈现拟合曲线变陡的EEG特征，即SE变小.由于SE这一指标仅需采集较短的静息态EEG信号，临床上操作简易，故具有极大的应用潜力.相关研究详细信息见表1.

2.1.1.2 非线性特征与机器学习

大脑是复杂的混沌系统，脑电信号中常表现出较强的非线性动力学特征.基于非线性理论的特征提取方法，可以研究信号的熵值、复杂度等指标有效表征时间序列的随机程度，其中，熵值代表信号容量，复杂度描述信号的随机性[22,26].Liang等[27]提取受试者EEG信号的排序熵(permutation entropy, PE)、样本熵(sample entropy, SampEn)、相对功率及排序Lempel-Ziv复杂度(permutation Lempel-Ziv complexity, pLZc),发现：gamma频带的相对功率与PE能够表征受试者的意识水平；SampEn与pLZc对觉知水平较敏感；结合基因算法设计分类器，加入所有提取的特征后，诊断正确率达92.3%.Altintop等[28]通过PE、近似熵(approximate entropy, AnPE)、Hjorth 复杂度、Lempel-Ziv复杂度等算法提取昏迷患者的EEG特征，分类器能够较准确地预测昏迷水平.Engemann等[29]提取大量非线性特征，并基于随机森林算法训练DoC-forest分类器，在多中心数据集中具有较强的泛化性，能准确地区分MCS与VS/UWS患者.由于意识机制尚不明确，DoC患者异质性极强，仅靠单一维度特征难以实现DoC患者的精准分类，所以需要运用多种算法提取不同频带或脑区的特征以保证分类精确度.后续设计分类器时应考虑到各模型性能(敏感性、特异性与泛化性),也要明确各EEG特征对分类结果所贡献的权重.

表1 DoC患者的静息态脑电图研究

2.1.2 诱发电位

2.1.2.1 外源性诱发电位

1)脑干听觉诱发电位(brain stem auditory evoked potential, BAEP)系声音刺激10 ms内经听神经、脑干传导通路在皮层听觉中枢记录到的诱发电活动.Guérit等[30]发现DoC患者脑桥系统受损能够极灵敏地引起BAEP显著异常改变，尤其是V波消失的患者.何颖等[31]联合瞬目反射和BAEP对DoC患者进行分类诊断并评估脑干功能，结果表明，71%的患者BAEP在Ⅲ级以上，而45%的患者意识状况较差，说明BAEP可作为判断DoC患者意识水平的补充证据(表2).BAEP虽能在一定程度上表征DoC患者的意识水平，但其反映的是脑干听觉传导通路功能而非皮质功能，病变较局限、未累及该传导通路时通常表现正常，故仅可作为分类诊断的参考依据之一.

2)体感诱发电位(somatosensory evoked potential, SEP)系刺激患者周围神经或正中神经区域的皮肤而引起大脑特定区域所产生的EEG信号响应，提供关于神经元传导效率、外周神经完整性，以及包括脊髓和体感皮层在内的中枢神经系统通路完整性的诊断信息，主要诊断指标是N20的存在情况、波幅及潜伏期.N20常指示患者预后情况，不作为诊断依据.

表2 DoC患者的诱发电位相关研究

3)激光诱发电位(laser evoked potential, LEP)系激光刺激下诱发的大脑响应，是当前主流的疼痛评估指标，反映多个脑区协同对疼痛刺激的加工.Naro等[32]给予受试者激光刺激，发现健康被试的LEP较DoC患者波幅变高，潜伏期缩短；与MCS患者相比，VS/UWS患者的Aδ纤维激光诱发电位(Aδ-LEP)与C纤维激光诱发电位(C-LEP)成分潜伏期变长，波幅降低.其中，45%的VS/UWS患者中Aδ-LEP 缺失N2P2组分，而VS/UWS患者的伤害性昏迷量表修订版(nociception coma scale-revised, NCS-R)评分相近，这表明部分患者存在隐蔽的疼痛加工，侧面说明存在脑区间协同激活.激光诱发实验能够挖掘隐蔽意识，这对DoC患者分类诊断具有一定价值.

2.1.2.2 事件相关电位

事件相关电位(event-related potential, ERP)系与刺激或反应发生时间锁定的EEG信号片段的平均叠加[43],根据从低级外围感受器到高阶联想皮层的刺激处理以反映认知过程中大脑的响应，可提供关于脑的高级功能信息.ERP技术的优势在于无创、实时记录大脑神经元集群电位活动，可将毫秒级时间单位与认知情感过程结合，评定指标为反应时、潜伏期时长和波幅等.目前，用于评估意识障碍的认知ERP主要涵括N100、P300、失匹配负波(mismatch negativity, MMN)与N400.其中，P300、N400经刺激后相对较晚发生，反映大脑皮层更高级的认知过程，MMN反映大脑听觉皮层及联合区域对刺激的物理特征改变所进行的认知加工，表征DoC患者的残余觉知水平与丘脑皮层网络保留程度.综上，下文选取更具分类诊断价值的P300、MMN和N400进行梳理.

1)P300.反映被试对特定靶刺激的认知和加工过程，通常在靶刺激后300 ms左右出现，由P3a和P3b2个分量组成.P3a代表感知过滤和注意力，出现在220～280 ms; P3b则代表高级认知功能，涉及工作记忆和决策等方面的处理过程，出现在310～380 ms.P300通常由OddBall范式诱发，听觉、视觉或体感刺激均可诱发，因听觉刺激可在无主动睁眼下诱发大脑响应，故在临床上应用最为普遍.Schnakers等[33]率先将由主动与被动范式诱发的P300电位进行比较，发现可根据DoC患者在主、被动范式下由自己的名字(subject's own name, SON)诱发的P300波幅差进行分类诊断.Li等[34]改变SON中相邻字符的顺序，创建派生名字(subject's derived name, SDN),基于此发明了更复杂的TO范式和DO范式：TO范式以1 000 Hz音调为标准刺激，SON为新奇刺激；DO范式以SDN为标准刺激，SON为新奇刺激.结果表明，TO和DO范式下，几乎全部MCS患者能诱发P300,而大多数VS/UWS患者中未观察到P300.在这2类范式下，MCS较VS/UWS患者出现P300的概率更大，在一定程度上可作为分类依据.但Real等[35]认为P300无法区分UWS和MCS患者.此外，脑机接口(brain-computer interface, BCI)技术通常与P300电位结合以实现DoC患者意识状态的分类诊断[44].如Pan等[36]给健康被试与DoC患者播放对应愉快和悲伤情绪状态的视频片段，基于BCI技术在线捕捉P300电位，结果发现1例VS/UWS患者(1/3)、2例MCS患者(2/5)与所有健康被试的P300在线检测率显著高于随机水平，诊断准确率为66%～100%.Li等[37]基于视听BCI捕捉P300电位，结合卷积神经网络进行识别解码，结果表明，P300诊断正确率与DoC患者的意识水平、病因及预后显著相关.综上，P300在DoC患者中的潜伏期或波幅可作为反映DoC患者残余认知功能水平的辅助证据，判断认知功能障碍的程度，但能否正确评估DoC患者的意识水平并精准分类仍存疑.其原因可能在于DoC的病因、病程，诱发P300电位的刺激范式，实验入组人数和分析方法存在差异，需在大样本中进一步探讨.同时，BCI可作为辅助评估工具在线捕捉P300电位并实时解码，利于临床获得实时结果.

2)MMN.系脑接受偏差刺激后100～250 ms出现的2种刺激响应间的差异波，潜伏期约200 ms, 时程约300 ms.MMN多由经典的OddBall范式诱发，该刺激序列诱发的MMN反映脑对标准和偏差刺激在记忆轨迹间的差异，是自动的潜意识过程，无需患者主动参与.Wang等[38]以1 050、1 200 Hz音调为偏差刺激诱发MMN,发现以1 200 Hz音调为偏差刺激诱发的MMN波幅与CRS-R评分在额中央区呈显著负相关.Fischer等[39]以短纯音为分辨标准区分800 Hz音调的标准与偏差刺激，并加入SON作为新奇刺激，发现仅12.5%的VS/UWS患者和27.3%的MCS患者可观察到明显的MMN.比较上述2项研究的范式，采用OddBall范式时，标准与偏差刺激间存在较大差异将更好地反映患者意识水平.虽然MMN不适合单独作为意识障碍的分类诊断指标，但将MMN纳入DoC评估仍是有益的，因其存在表明患者大脑保留了对偏差信息自动加工的高级功能.

3)N400.系患者阅读语句发现信息不匹配时，经400 ms引出的脑电负向波，是语义理解和语言加工的主要指标，与长时记忆信息提取密切相关.N400的诱发依赖多个脑区的协同工作，能反映大脑功能网络的保留情况.Beukema等[40]纳入小样本DoC患者，以健康受试者为对照组，发现44%的患者能够区分刺激声音与环境噪声的响应波形，但仅1例MCS患者出现明显的N400.这一结果表明该范式缺乏敏感性，无诊断价值.Balconi等[41]给予18例DoC患者关联与非关联词对刺激，发现关联词与非关联词诱发的N400在不同脑区存在显著的波幅差异，且波幅与谵妄评估量表、昏迷严重程度评分存在显著的负相关.Cruse等[42]的研究结果表明刺激类型及主、被动范式等因素均能影响N400波幅，其中非重复的规范关联词能够引发最大的N400波幅.上述研究的诊断结果不佳，这是由于诱发N400需要患者具有较高的意识水平，同时部分患者还伴有不同程度的认知障碍、失语.对N400相关刺激范式中词对组成的深入挖掘，将进一步提高N400在DoC患者中的阳性率.

2.1.3 经颅磁刺激联合脑电图

经颅磁刺激联合脑电图(transcranial magnetic stimulation combined electroencephalogram, TMS-EEG)指置于头皮的通电线圈产生脉冲磁场，透过颅骨到达靶向脑区产生感应电场，诱导神经元集群去极化产生动作电位，并使用磁兼容的脑电电极和放大器采集大脑响应信号的技术.TMS-EEG具有高时间分辨率，能同时记录多个脑区的神经元活动，便于后续对刺激响应在脑区间的传递过程进行评价.Rosanova等[45]首次在DoC患者中开展TMS-EEG研究，在MCS与LIS患者中可以观察到经颅磁刺激诱发的复杂EEG响应且伴随远处皮层激活，与在VS/UWS患者中记录的局部单一波形构成鲜明对比.Casali等[46]采集经颅磁刺激大脑后的EEG信号，计算扰动引起的因果皮质互作，构建PCI指标反映整合分离度并量化意识水平，结果表明PCI能够精准地划分DoC患者，当该数值低于0.31时则被认为无意识.Silvia等[47]在大样本中验证PCI的稳健性，发现PCI最大值大于0.31时诊断MCS患者的敏感性达94.7%;后续在DoC群体中以0.31为阈值进行分类诊断，敏感性达到100%.TMS-EEG技术能够根据响应波形及激活脑区寻找患者的隐匿意识，也可根据算得的PCI值明确患者的意识水平，降低因行为意识迹象微弱而被误诊为VS/UWS的概率.

2.2 肌电图

EMG辅助行为学量表能够发现细微的肌肉活动，放大微弱的意识迹象.其中，表面肌电图已广泛应用于电生理功能研究，是评估肌肉功能的金标准，可实时监测并采集人体肌肉在执行任务期间的表面肌电信号.Habbal等[48]将“动手”“动腿”“咬紧牙”3个运动命令与“这是一个阳光明媚的日子”对照命令组合，提出基于EMG的运动范式，并定义“至少在3次试次中所有运动命令的EMG活动高于对照命令”为存在响应，结果表明仅13.3%的患者存在响应(表3).尽管上述结果并不理想，但仍在少数患者中存在响应运动命令的情况，结果不佳可能是由于设置响应标准太过严格.Lesenfants等[49]改进了上述范式的命令语句与次数设计，考虑到痉挛、反射性运动等情况，通过运动命令和对照命令的响应次数计算得出肌电图得分，采用留一法交叉验证确定响应阈值，结果表明：EMCS、MCS、LIS患者与VS/UWS患者对命令响应存在显著差异；EMG得分与意识水平呈正向线性关系.EMG结果虽然能在一定程度上反映意识水平，但受到患者运动功能障碍、认知障碍的影响，不足以稳健地对DoC患者进行分类诊断.

表3 DoC患者周围神经系统的相关研究

2.3 心电图

心率变异性(heart rate variability, HRV)是由自主神经系统的交感与迷走神经分支间相互作用所引起的R-R间期的微小涨落现象，被视为心脏自主神经功能的标准指标[53].通过ECG记录患者昼夜心率(heart rate, HR)与HRV,使用时域、频域与非线性分析法提取特征，其中，时域、频域分析反映自主神经的调制情况，非线性分析指标表明自主神经调节系统的结构性与复杂度.Angerer等[50]的研究表明，整体DoC患者夜间心跳间隔较白天升高，且VS/UWS患者的HR较MCS、EMCS患者显著降低.该研究还发现，在DoC患者中，心脏活动存在昼夜模式的切换，可基于此对患者进行分类与病因诊断.这一结果表明心脏-大脑交互遵循昼夜节律，HR与HRV侧面反映大脑功能网络的保留情况，可作为提高DoC患者分类诊断正确率的辅助证据.Liuzzi等[51]收集DoC患者的EEG与ECG信号，采用多变量logistic回归，以意识水平为结局，添加HRV后极大地提升了拟合系数.HR的快速变化发生在意识水平较好的情况下，证明了自主神经系统与意识的相关性.若今后同时考虑采集ECG信号，不仅能够改善DoC患者的误诊率，也将为临床快速评估患者的意识水平带来便利.

2.4 皮肤电

皮肤电反应(galvanic skin response, GSR)是由汗腺活动或交感神经系统变化导致的皮肤电阻波动，由皮肤电导水平(skin conductance level, SCL)和皮肤电导反应(skin conductance response, SCR)组成.SCL包含信号缓慢变化的直流成分和被试基础特征，SCR反映信号快速变化的活动成分[54].GSR常作为评价情绪唤起水平的间接指标.Altintop等[52]将家属或护士分别与患者进行谈话或触摸组成范式，以静息状态为对照，通过GSR信号检测DoC患者的情绪改变情况，比较患者-护士与患者-家属互动过程中的GSR信号后发现存在显著差异，表明患者对外界环境保留部分觉知能力；设计基于留一交叉验证法训练的分类器进一步划分意识水平能实现精确分类.DoC患者的皮肤电研究稀缺，后续也应在亚急性、慢性期样本中进行验证，并结合EEG等生理信号研究其能否作为意识分级的稳健证据.

3、展望

由于DoC患者累及脑区的差异较大，而对意识恢复至关重要的脑区与神经机制尚不明确，导致没有某一刺激范式或指标能够做到完全正确的分类诊断.目前较为合理的措施是根据相关研究结果确定适应证，采集多种电生理信号实现意识水平诊断结论的互相支撑.回顾DoC临床领域中神经科学的进展，将科研成果转化到临床实现仍面临许多挑战：首先，DoC的发病机制尚未明确，DoC患者异质性强；其次，当今的神经电生理指标更多地从单纯的信号处理方面着手，而忽略了指标背后的假说或生物学意义的重要性；再次，研究中样本量有限，在实际的临床应用中可能并不准确，临床证据不充分；最后，患者存在癫痫、痉挛、眼颤等症状，导致数据质量不高，后续处理出现不明伪迹，进而影响指标的准确性.

随着样本量不断扩增、临床证据逐渐积累、神经科学和人工智能等交叉领域深入发展，期待未来会出现更为有效的刺激范式与创新的电生理指标，更好地辅助DoC患者的意识状态评估.

参考文献:

[3]杨艺,王凯,周锋,等.中国三个大城市意识障碍患者的治疗及陪护者现状的多中心调查[J].临床神经外科杂志,2017,14(2):102-106.

[4]赵继宗.意识障碍临床诊疗的现状与进展[J].临床神经外科杂志,2020,17(1):1-3.

[31]何颖,李晓裔,邵西仓,等.瞬目反射和脑干听觉诱发电位在意识障碍患者脑干功能评估中的应用[J].中国康复理论与实践,2017,23(10):1176-1179.

基金资助:国家自然科学基金重点国际(地区)合作研究项目(81920108023);浙江省自然科学基金项目(Z21H170001);科技部国家重点研发计划“政府间国际科技创新合作”重点专项项目(2022YFE0141300);

文章来源:赵莹,狄海波.神经电生理技术在意识障碍患者分类诊断中的应用[J].杭州师范大学学报(自然科学版),2024,23(03):300-310.