脑癫痫动力学中的临界减缓现象建模与检测

癫痫是一种常见的神经系统疾病，由突发的癫痫发作特征呈现。尽管癫痫发作可能看起来是随机的，但常常在神经信号中出现早期警示信号，尤其是临界减缓现象，即当系统接近临界点时，其从扰动中的恢复速率会下降。检测这些标记可能有助于实现预防性治疗。本文引入一种多稳态慢-快系统来捕捉脑癫痫动力学中的临界减缓现象。我们构建了稳定状态吸引区域，阐明了动力学分叉如何驱动病理振荡。我们推导扰动后的恢复速率，以形式化临界减缓。本文提出了一种检测癫痫转变前兆的新型算法，并提供了一种以事件为基础的反馈控制策略，以防止潜在的病理振荡。 conducted 以数值研究为我们的理论发现提供验证。