导读 帮助癫痫诊断和手术计划的新技术将使数百万癫痫患者受益，但进展的道路是缓慢且充满挑战的。卡内基梅隆大学的 Bin He 和他的团队与 UPM
帮助癫痫诊断和手术计划的新技术将使数百万癫痫患者受益，但进展的道路是缓慢且充满挑战的。卡内基梅隆大学的 Bin He 和他的团队与 UPMC 和哈佛医学院合作的新研究引入了一种新的网络分析技术，该技术使用微创静息状态电生理记录来定位癫痫发作的大脑区域并预测癫痫发作结果。
癫痫影响全球约 7000 万人和超过 340 万美国人。在受影响的人中，大约三分之一不能单独通过药物治疗。对于这些患者，手术切除癫痫起源组织或神经调节程序是维持生活质量的潜在治疗途径。
在目前的实践中，在任何手术切除组织之前，临床医生通常在颅骨上钻孔以将记录电极放置在大脑顶部。电极在数天或数周的过程中记录大脑中的电活动，无论癫痫发作需要多长时间，以告知癫痫发作的位置。虽然必要，但这种做法可能很耗时、成本高，而且患者在医院住院数天至数周会感到不舒服。
He 和他的合作者开发了一种替代当前临床常规的方法，最近发表在Advanced Science上。他们新颖的网络分析技术可以查明癫痫发作的大脑区域并在手术前预测患者的癫痫发作结果，只需使用 10 分钟的静息状态记录，而无需等待癫痫发作。
静息状态信息流与癫痫发作后结果的关联。图片来源：卡内基梅隆大学工程学院
“在一组 27 名患者中，我们定位癫痫发作脑区的准确率为 88%，这是一个令人着迷的结果，”卡内基梅隆大学生物医学工程教授 Bin He 解释说。“我们使用机器学习和网络分析来分析 10 分钟的静息状态记录，以预测癫痫发作的位置。虽然这种方法仍然是侵入性的，但程度显着降低，因为我们已经从数天甚至数周，减少到 10 分钟。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！