在焦点中使用尖峰幅度标准偏差定位发区域的通用方法

科学领域:

• 神经科学是一个神经科学.
• 的研究研究.
• 生物医学信号处理

背景情况:

• 准确的发作发作区 (SOZ) 定位对于焦点手术至关重要.
• 目前的方法通常依赖于高频电脑图 (EEG) 活动,这并不总是存在的.
• 来自SOZ的Ictal尖峰是可以触发的生物标志物.

研究的目的:

• 开发一种使用ictal spike特性进行SOZ定位的通用算法.
• 调查SOZ内部的ictal spikes引发发作的机制.

主要方法:

• 开发了一种新型的度量,即尖峰幅度的标准偏差 (SDSA),用于检测发作并描述发作动态.
• 将频道平均的SDSA值整合起来,以计算用于频道集群的SOZ分数.
• 通过使用接收器操作特征 (ROC) 曲线 (AUC) 下的面积来评估定位精度.

主要成果:

• 在15名患者中,SDSA指标成功检测到所有28次发作,没有错误报警.
• 精确的SOZ定位得到了0.96的平均AUC,优于现有的基于活动的高频方法.
• 在SOZ中的Ictal峰值能量集中在6-12Hz范围内,更高的能量加速了发作诱导.

结论:

• SDSA指标提供了强大的,计算成本低廉,精确的SOZ本地化,适合临床应用.
• 在特定的中央频率 (6-12 Hz) 中,SOZ ictal尖峰的能量积累是诱导非SOZ区域尖峰的必要条件.
• 这一发现为发作的发病模式和传播提供了重要的见解.