Journal of Neural Engineering· Helen E Brinyark, Caila A Coyne, Nicholas Reyes, Benjamin C Cox, Arie Nakhmani and Rachel J Smith·· 28 天前AI 评分38
动态网络模型预测单脉冲电刺激的频谱响应
Dynamical network models predict spectral response to single-pulse electrical stimulation
AI 导读
基于33名药物难治性癫痫患者的单脉冲电刺激（SPES）数据构建动态网络模型，其Bode图与患者皮层-皮层频谱响应（CCSR）曲线相关，在诱发反应N2成分时刻及刺激后平均响应处中位Pearson相关系数分别为0.45和0.60，显著优于随机选取脑区的CCSR曲线。Bode图中的共振频率在N1、N2成分时刻的CCSR曲线中显著共表达。结果支持将神经共振作为定位癫痫发作起始区的生物标志物。
AI 要点
团队
Helen E Brinyark、Caila A Coyne、Nicholas Reyes、Benjamin C Cox、Arie Nakhmani、Rachel J Smith。
主要结果
33 名患者的 Bode 图与 N2 时刻 CCSR 曲线中位相关系数 0.45、与刺激后平均 CCSR 为 0.60，均显著优于随机脑区；共振频率在 N1、N2 时刻的 CCSR 中显著共表达。
解决什么问题
耐药性癫痫手术需定位致痫区（SOZ），但缺乏临床公认的 SOZ 生物标志物；本研究检验神经共振这一计算标志物能否反映真实刺激响应。
方法
用 33 名患者的单脉冲电刺激（SPES）数据构建动态网络模型，将模型预测的幅频行为（Bode 图）与每位患者的皮层-皮层谱响应（CCSR）曲线对比。
局限
从研究设计看，为模型预测与实测响应的相关性验证，未设对照；原文摘要未给出更细的临床定位验证结果。
AI 依据原文整理，未经人工核对。
来源：Journal of Neural Engineering · iopscience.iop.org