癫痫发作期间脑网络的动态变化
信号处理
2023-10-06 v1 神经元与认知
摘要
癫痫是一种以突发性和复发性发作为特征的神经系统疾病，据信其伴随脑动力学上的显著变化。探索发作期间脑网络状态的动态变化，可为改善癫痫患者的诊断和治疗铺平道路。本文利用相位滞后指数（PLI）度量在五个频带内构建连接性脑网络，并采用图论技术从脑网络中提取拓扑特征。随后，使用无监督聚类方法考察发作期间脑网络的状态转换。我们的研究结果表明，在 theta、alpha 和 beta 频带中，发作期的脑同步水平高于发作前和发作后时期，而在 gamma 频带中则降低。这些同步变化也导致发作期间功能脑网络拓扑特征的改变。此外，我们的结果表明，发作期间脑的动力学比传统的三状态模型（发作前、发作、发作后）更为复杂，并且与发作前和发作后时期相比，发作期间脑网络状态的变化速率更慢。
引用
@article{arxiv.2310.03151,
title = {Dynamic Changes of Brain Network during Epileptic Seizure},
author = {Atefeh Khoshkhahtinat and Hoda Mohammadzade},
journal= {arXiv preprint arXiv:2310.03151},
year = {2023}
}
备注
Accepted to IEEE $22^{nd}$ International Conference on Machine Learning and Applications 2023 (ICMLA)