高频爆发的连接性作为SOZ定位生物标志物

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 的研究研究.

背景情况:

• 精确地定位发作发作区 (SOZ) 对于成功的手术至关重要.
• 现有的生物标志物,如高频振荡 (HFO) 和连接性,缺乏标准化的估计方法和可靠性评估.
• 需要强大的方法来量化用于SOZ识别的电极间同步.

研究的目的:

• 提出并验证道级连接分散 (CLCD) 作为SOZ本地化的一个新型指标.
• 开发一种专门的过技术,用于在内EEG (iEEG) 中进行可靠的连接估计.
• 评估在耐火性患者中CLCD和手术结果之间的关联.

主要方法:

• 开发了一种专门的过器,以减轻iEEG信号中的工件.
• 创建了每通道HFO的二进制信号,以计算对联连接.
• 通过测量电极之间的联合连接值的可变性来计算CLCD.

主要成果:

• 在两个独立的数据集中,CLCD有效地识别了SOZ通道,与非SOZ通道相比,显示了较低的值 (ROC-AUC 0.73-0.78).
• 拟议的过方法确保连接估计对常见的iEEG器件是可靠的.
• 更高的CLCD四分位数区间与良好的外科治疗结果相关 (Engel I),这表明预后价值.

结论:

• CLCD是一种可靠和强大的指标,用于识别耐火性的SOZ集群.
• 开发的方法为临床应用分析HFO连接提供了改进的方法.
• CLCD显示出作为外科手术规划和预测结果的辅助工具的潜力.