Personalized identification, prediction, and stimulation of neural oscillations via data-driven models of epileptic network dynamics

要約

神経振動は、脳内の情報処理と通信の脳特有の兆候であると考えられています。
また、神経疾患における病的な脳活動も反映しているため、診断と予測の基礎となります。
てんかんは、脳内の振動の異常な同期と非同期を特徴とする最も一般的な神経疾患の 1 つです。
てんかん症例の約 3 分の 1 は薬剤耐性があるため、脳刺激が有望な治療選択肢であると考えられる新しい治療アプローチの必要性が強調されています。
しかし、脳刺激パラダイムの開発は、患者と脳の状態の間に大きな違いが生じることが知られているにもかかわらず、多くの場合、脳のダイナミクスに関する一般化された仮定に基づいています。
私たちは、EEG データから直接てんかんネットワークダイナミクスの個別予測モデルを抽出するフレームワークを開発しました。
モデルは、支配的なコヒーレント振動とその力学的結合に基づいており、神経振動による確立された力学の解釈と正確な患者固有の特徴を組み合わせています。
我々は、周期的駆動下での脳ネットワークダイナミクスのモデルと、周期的刺激による神経同調のメカニズムとの間に直接の対応関係を構築することが可能であることを示す。
私たちのフレームワークをてんかん重積状態（永続的な発作活動の脳状態）の患者のEEG記録に適用すると、周期的な脳刺激の治療効果のモデル駆動型の予測分析が得られます。
これは、定期的な脳刺激が、てんかんネットワークダイナミクスの病理学的状態を健康な機能的脳状態に向けて促進できることを示唆しています。

要約(オリジナル)

Neural oscillations are considered to be brain-specific signatures of information processing and communication in the brain. They also reflect pathological brain activity in neurological disorders, thus offering a basis for diagnoses and forecasting. Epilepsy is one of the most common neurological disorders, characterized by abnormal synchronization and desynchronization of the oscillations in the brain. About one third of epilepsy cases are pharmacoresistant, and as such emphasize the need for novel therapy approaches, where brain stimulation appears to be a promising therapeutic option. The development of brain stimulation paradigms, however, is often based on generalized assumptions about brain dynamics, although it is known that significant differences occur between patients and brain states. We developed a framework to extract individualized predictive models of epileptic network dynamics directly from EEG data. The models are based on the dominant coherent oscillations and their dynamical coupling, thus combining an established interpretation of dynamics through neural oscillations, with accurate patient-specific features. We show that it is possible to build a direct correspondence between the models of brain-network dynamics under periodic driving, and the mechanism of neural entrainment via periodic stimulation. When our framework is applied to EEG recordings of patients in status epilepticus (a brain state of perpetual seizure activity), it yields a model-driven predictive analysis of the therapeutic performance of periodic brain stimulation. This suggests that periodic brain stimulation can drive pathological states of epileptic network dynamics towards a healthy functional brain state.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google