归一化转移熵作为信息传输的发作的病理生理学stereo-EEG为癫痫手术的病人(p4.5 - 023)

摘要目的:Stereo-EEG正在越来越多地用于术前癫痫监控。标准方法的评价与这些录音依靠视觉识别脑电图变化具体联系人显示癫痫发病区。目标是应用一个新颖的定量测定,非线性信息传递(《),从这些记录来识别额外的信息可能不明显与传统线性措施或脑电图的视觉评估。

背景:癫痫是一种最常见的慢性神经系统疾病和影响在美国大约有300万人。手术是最有效的治疗选择与耐药性癫痫患者癫痫(DRE)。作为手术的一部分评估,病人可能经历颅内脑电图监测(IEEG),这被认为是诊断程序选定的难治性癫痫患者。IEEG的目的是直接记录脑电图疑似脑区以精确确定癫痫发作和早期的地区传播。癫痫手术的主要挑战是,即使入侵IEEG监测和广泛的术前评估,很大一部分病人仍有癫痫手术后。这可能是由于不当的识别和切除功能失调的网络。

设计/方法:我们开发了一个自动化的方法来应用非线性信息传递熵的患者已经接受了颅内脑电图。这些病人遇到以下入选标准:1)与已知的医学耐火localization-related病人的癫痫。2)手术结果可以在六个对象。3)准确共同注册的口口相传颅内电极可用于正确的数据分析。

结果:作为初步的过程的一部分,我们分析了两个病人符合上述标准。我们发现我们的自动化的方法发现,在某些情况下预测猝发的出现和传播。它也准确地确定功能失调的网络。

结论:根据我们的初步结果,我们发现,我们的方法自动识别功能失调的网络。

披露:李博士已经收到了从美国癫痫协会研究支持。Litt博士已经收到个人赔偿咨询、担任科学顾问委员会说,与Blackfynn或其他活动,联合,卫材。Litt博士已经收到版税,许可证费用,或从MC10合同权利支付。博士主管没有披露。