摘要目的:利用分层聚类模式识别方法对正常人α频段的单频率脑电地形图模式进行分类,确定正常人α频段的脑电地形图的模式.方法:选择1993-01/1998-12解放军总医院的研究生和工作人员为正常受试者214名(均经知情同意),年龄20～59岁.使用美国Neuroscan公司基于通用计算机系统的脑电采集系统,连续记录脑电信号.受试者在安静清醒条件下记录,使用10%～20%系统放置电极,单极记录28通道脑电图,参考电极为A1+A2.连续记录100～240 s的脑电,取1 s为1个时间段进行FFT变换,采样率256 Hz,频率分辨率1 Hz.用眼动伪迹矫正程序去除伪迹.使用脑电波幅频谱,脑电地形图用平均平方根功率(波幅频谱)表示.结果:214名受试者全部进入结果分析.①用分层聚类分析方法可以把α波脑电地形图归为12种模式.各个模式所占的百分比为:模式1:13.08%(28/214),模式2:28.22%(68/214),模式3:2.34%(5/214),模式4:0.93%(2/214),模式5:5.14%(11/214),模式6:1%(3/214),模式7:48%(16/214),模式8:3.27%(7/214),模式9:14.02%(30/214),模式10:5.14%(11/214),模式11:11.68%(25/214),模式12:3.74%(8/214).②α波幅和分布明显影响α脑电地形图的模式.③根据聚类样本含量可以把α波脑电地形图归为5大模式,其中单一聚类的2个:聚类(1,n=28),聚类(2,n=68),复合聚类的3个:聚类(3+4+5+6+7,n=37),聚类(8+9,n=37),聚类(10+11+12,n=44).④75.23%(161/214)的α波呈顶枕区分布,24.77%(53/214)的α波呈顶额区分布.结论:分层聚类分析是区别不同脑电地形图模式的有力工具.可以作为一个自动诊断工具使用.许多疾病可以产生不正常的脑电地形图模式,正常的α波脑电的模式分类和解释对脑电图临床诊断是非常重要的.