我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

研究人员使用网络科学来帮助确定癫痫发作的根源

研究人员使用网络科学来帮助确定癫痫源内容块的形象

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“研究人员使用网络科学来帮助确定癫痫发作之源”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

第三的癫痫患者药物治疗没有反应,另一种方法是找到的小集群神经元作为种子发作的异常电活动和手术移除它。不幸的是,这种手术常常无法带来任何救济。能够可靠地确定癫痫的解剖来源,为每个病人不同,仍然是难以捉摸的。


宾夕法尼亚大学的研究人员工程和应用科学学院的佩雷尔曼医学院正在寻找方法来完善这个过程通过观察网络前大脑电活动的癫痫的发作。


参见:失神发作的潜在治疗发现重要线索


使用大脑数据众包来自22个癫痫患者植入电极,研究人员开发了一系列的算法,可以在大脑中预测癫痫发作会产生,这组神经元可能会蔓延到它生长。


这种算法能够提供一个更客观的方法确定手术目标,提高这类干预措施的成功率。


也因为数据提供的可概括的模型癫痫如何进化和传播通过神经网络,他们也可以通知微创的治疗形式。一个植入装置,例如,可以监视这些警告信号,并自动提供精确的电脉冲,中和之前没收体现。


这项研究是由丹尼尔·巴塞特,Skirkanich佩恩创新工程的助理教授;Brian Litt佩恩佩雷尔曼医学院的神经学教授,宾夕法尼亚大学的生物工程工程;研究生和Ankit Khambhati Litt实验室。


这是发表在《华尔街日报》PLOS计算生物学


大脑中的“映射网络的活动,以及它如何改变随着时间的推移,”巴塞特说,“我们的目标是量化的重新配置网络,导致癫痫发作的不同阶段。”


“使用新颖的算法我们产生癫痫解析成不同的州,“Khambhati说,“我们可以回答这样的问题,在发作开始是哪个州?,”和“国家开始蔓延吗?”


的核心研究小组的发现国际癫痫电生理学门户由Litt;扎卡里·艾夫斯,潘教授和马科维茨教授研究员工程部门的计算机与信息科学;Gregory Worrell和梅奥诊所的神经学家。它旨在收集直接从世界各地的癫痫患者大脑的录音。


每个病人的研究在80年到100年之间在植入电极的大脑区域,初步测试表明癫痫的来源。电极间接记录大脑活动的神经元的电压坐在上面。


了解更多:大麻导数减少难治性癫痫发作


在这项研究中,研究人员使用的录音88从22位患者癫痫发作。


“本地化癫痫网络是我们面临的最大挑战之一在治疗medication-resistant癫痫、“Litt说,世卫组织还佩恩癫痫中心主任。“巴塞特博士和她的团队对这个任务与我们合作有着巨大的潜力来帮助病人。”


巴塞特的研究兴趣包括从网络科学应用的见解,大脑。在先前的研究中,她和她的同事们开发了一种说明功能连通性的方法大量的神经元之间通过比较相似的活动。之间的相似性两大群神经元的激活模式表明他们在交流的程度。


“这些新的计算技术使我们能够看到大脑的不同部分是如何相互交流是我们日常生活中,“巴塞特说。“至关重要的是,我们可以看到这些通信模式如何改变其活动时大脑的变化。这种新的能力提供了一个基本的认识功能驱动癫痫发作的关系。”


因为每个病人的发作的地理过程是不同的,研究人员旨在发现一些共性的神经网络结构的组织参与。而癫痫源的位置可能会改变人与人,异常电活动传播的方式从那里可能可概括的模式。工作人员可以从这些模式更好地识别源,或设计的方式打断进程停止发作。


研究人员发现他们可以预测癫痫发作将基于网络结构。


“我们展示了高某些拓扑特性之间的对应关系预测开始发作的大脑区域,“Khambhati说。“具体来说,我们可以利用pre-seizure大脑活动来确定区域大多是人口相互联系,他们最有可能发作开始的地方。”


相似的见解也显示异常活动的地区可能会蔓延。


在发作之前,“Khambhati说,“该地区产生癫痫发作的大脑依然人口相互联系,但是我们发现,随着发作开始,人口迅速重新配置连接区域越少。我们相信,快速重新配置是癫痫发作的信号清单。”


研究人员认为算法基于这些网络关系可以立即帮助确定手术患者的大脑,最终的目标通知植入式设备,可以中和发作之前传播。


数据托管在国际癫痫电生理学门户是免费提供给公众。如何访问信息或提供的数据是可用的IEEG.org


注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

宾夕法尼亚大学新闻稿


出版

Khambhati一et al。癫痫的动态网络驱动程序生成、传播人类皮层癫痫和终止。PLoS计算生物学,2015年12月17日发表。doi: 10.1371 / journal.pcbi.1004608


广告
Baidu