构建癫痫脑网络的新方法

癫痫是一种严重的神经系统疾病。超过 50% 的患者在儿童时期发病。癫痫的有效治疗可以预防严重的长期影响，例如脑功能障碍。

最近的研究表明，癫痫是一种脑网络疾病。因此，癫痫网络的构建对于癫痫的发病机制研究和临床诊治具有重要意义。

中国科学院苏州生物医学工程技术研究所(SIBET)的研究人员最近提出了一种全脑动态静息态功能网络(DFN)计算方法，以更好地构建癫痫脑网络。该方法基于头皮空间的静息状态、低密度脑电图 (EEG) 记录。

他们的研究发表在IEEE Journal of Biomedical and Health Informatics上。

目前，功能性磁共振成像(fMRI)和脑电图是常用的癫痫脑网络构建方法。脑电图无创、可穿戴、性价比高，特别适用于儿童脑功能监测。

伴有中央颞叶棘波的良性癫痫(BECTS)是儿童中最常见的癫痫类型。fMRI 和 EEG 源成像 (ESI) 研究都表明，BECTS 与源空间中的静态静息状态功能网络(SFN) 改变(例如，全局效率降低)有关。

然而，当仅使用临床常规低密度(例如，19 通道)脑电图记录在头皮空间进行 SFN 计算时，这些变化并不显着。

基于脑电微状态的概念，SIBET戴亚康课题组的刘岩及其同事提出了DFN计算方法。

“该方法有助于更好地分析全脑功能状态的动态特性，另一方面实现了功能子网络在每个微状态下的拓扑显示，”刘说。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！