構建癲癇腦網絡的新方法

癲癇是一種嚴重的神經系統(tǒng)疾病。超過 50% 的患者在兒童時期發(fā)病。癲癇的有效治療可以預防嚴重的長期影響，例如腦功能障礙。

最近的研究表明，癲癇是一種腦網絡疾病。因此，癲癇網絡的構建對于癲癇的發(fā)病機制研究和臨床診治具有重要意義。

中國科學院蘇州生物醫(yī)學工程技術研究所(SIBET)的研究人員最近提出了一種全腦動態(tài)靜息態(tài)功能網絡(DFN)計算方法，以更好地構建癲癇腦網絡。該方法基于頭皮空間的靜息狀態(tài)、低密度腦電圖 (EEG) 記錄。

他們的研究發(fā)表在IEEE Journal of Biomedical and Health Informatics上。

目前，功能性磁共振成像(fMRI)和腦電圖是常用的癲癇腦網絡構建方法。腦電圖無創(chuàng)、可穿戴、性價比高，特別適用于兒童腦功能監(jiān)測。

伴有中央顳葉棘波的良性癲癇(BECTS)是兒童中最常見的癲癇類型。fMRI 和 EEG 源成像 (ESI) 研究都表明，BECTS 與源空間中的靜態(tài)靜息狀態(tài)功能網絡(SFN) 改變(例如，全局效率降低)有關。

然而，當僅使用臨床常規(guī)低密度(例如，19 通道)腦電圖記錄在頭皮空間進行 SFN 計算時，這些變化并不顯著。

基于腦電微狀態(tài)的概念，SIBET戴亞康課題組的劉巖及其同事提出了DFN計算方法。

“該方法有助于更好地分析全腦功能狀態(tài)的動態(tài)特性，另一方面實現了功能子網絡在每個微狀態(tài)下的拓撲顯示，”劉說。

標簽：