在新皮层中,作为发作发作区域的生物标志物,伊克塔尔相幅度合

科学领域:

• 神经科学是一个神经科学.
• 的研究研究.
• 信号处理 信号处理

背景情况:

• 新皮层的特征在于发作期间大脑的异常活动.
• 确定发作发作区 (SOZ) 对于手术治疗计划至关重要.
• 阶段振幅合 (PAC) 是神经振荡相互作用的衡量标准.

研究的目的:

• 评估在发作期间的合相振幅 (PAC) 动态.
• 确定ictal PAC分析是否可以帮助识别新皮层中发作区域 (SOZ).

主要方法:

• 分析了来自6名耐药新皮质患者的内脑电图 (EEG) 记录.
• 使用调制指数 (MI) 量化PAC强度,通过将高频频段 (波纹,快速波纹) 与慢波频段相合.
• 在SOZ,SOZ周边和非SOZ地区之间比较MI值.
• 使用接收机操作特征 (ROC) 曲线分析评估SOZ定位准确性.

主要成果:

• 在所有PAC组合中,在SOZ中观察到显著更高的MI值,相比于SOZ周边和非SOZ地区 (p < 0.001).
• 在发作晚期发作期间,MI合波纹与4-8Hz慢波在周边SOZ区域比非SOZ区域更高 (p < 0.001).
• MI_{Ripples/4-8 Hz} (AUC: 0.853) 和 MI_{Ripples/3-4 Hz} (AUC: 0.846) 显示出强大的SOZ本地化性能.
• MI_{波纹/3-4 Hz}有效地区分了SOZ和周围SOZ (AUC:0.800).

结论:

• 在发作期间升高的ictal PAC准确地定位了新皮层中的SOZ.
• Ictal PAC分析作为一种有价值的生物标志物,用于在新皮层中识别SOZ.
• 这一发现支持PAC在指导手术中的潜在临床实用性.