基于SEEG的双边网络分析用于神经刺激治疗

科学领域:

• 神经科学是一个神经科学.
• 医疗技术 医疗技术 医学技术
• 计算生物学 计算生物学

背景情况:

• 耐药性通常涉及双边发作,使治疗决策复杂化.
• 神经刺激是双边发作患者的关键治疗方法.
• 立体电脑摄影 (SEEG) 为手术规划提供了详细的脑活动监测.

研究的目的:

• 使用SEEG数据开发一个扣押网络建模方法.
• 分析双边扣押网络中的功能连接.
• 为了确定最佳的神经刺激目标和预测结果.

主要方法:

• 使用SEEG接触点作为节点和用于边缘计算的定向传输函数建模的扣押网络.
• 提取了四个连接值来测量半球内和半球间的活动.
• 量化了每半球的发作影响,并从更具影响力的方面选择了目标候选人.

主要成果:

• 在10名患有双边发作的患者中验证了该方法.
• 对不同类型的发作观察到不同的连接模式和半球重要性.
• 在模型选择的目标和临床医生的决定之间,证明了一致性,与结果相关.

结论:

• 由SEEG衍生的连接差异有效地描述了双边扣押网络.
• 该方法有助于选择神经刺激目标并预测治疗成功.
• 这种方法为管理复杂病例提供了宝贵的见解.