针对局灶性癫痫发作的高维有向脑网络分析
应用统计
2022-08-18 v1
摘要
大脑是一个高维有向网络系统，由许多作为网络节点并相互影响的脑区组成。从一个区域到另一个区域的有向影响称为有向连接。癫痫是一种有向网络障碍，因为癫痫活动在发作后从发作起始区（SOZ）扩散到许多其他区域。然而，由于缺乏分析高维有向脑网络的有效方法，癫痫的有向网络研究大多局限于 SOZ 与邻近区域之间的低维有向网络。为弥补这一不足，我们利用一种支持聚类的多元自回归状态空间模型（MARSS）来分析局灶性癫痫的多通道颅内 EEG 记录，从而研究癫痫大脑中的高维有向网络。这一新的 MARSS 将 SOZ、邻近区域和许多其他非 SOZ 区域刻画为一个具有聚类特征的集成高维有向网络系统。利用新的 MARSS，我们揭示了整个癫痫发作发展过程中高维有向脑网络的变化。我们在不同发作时期同时识别有向连接和 SOZ 簇（受 SOZ 活动影响最大的区域）。我们发现，发作后 SOZ 及 SOZ 簇中区域的有向连接数量显著增加。我们还揭示，尽管 SOZ 簇外许多区域的 EEG 数据信号显示发作活动，但其有向连接无变化。最后，我们利用这些高维网络结果来定位 SOZ，对不同 SOZ 位置实现了 100% 真阳性率和低于 3% 假阳性率。
引用
@article{arxiv.2208.07991,
title = {High-Dimensional Directional Brain Network Analysis for Focal Epileptic Seizures},
author = {Yaotian Wang and Guofen Yan and Seiji Tanabe and Chang-Chia Liu and Shayan Moosa and Mark S. Quigg and Tingting Zhang},
journal= {arXiv preprint arXiv:2208.07991},
year = {2022}
}
备注
Supplementary files: https://github.com/Yaotian-Wang/High-Dimensional-Directional-Brain-Network-Analysis-for-Focal-Epileptic-Seizures