通过相位-幅度耦合确定癫痫发作起始区域

《Neural Networks》:Identifying the seizure onset zone with phase-amplitude coupling

【字体: 时间:2026年05月27日 来源:Neural Networks 6.3

编辑推荐:

  陆俊峰|王登海|孔丹丹|孟坤英|张瑞|万红|陈明明•通过计算耐药性癫痫(DRE)患者的调制指数(MI)基相位-幅度耦合(PAC)强度,本研究揭示了癫痫发作区(SOZs)与非癫痫发作区(NSOZs)之间的神经相互作用存在显著差异。•MI分布特征能够实现准确的癫痫发作区识别,其性能取

  
陆俊峰|王登海|孔丹丹|孟坤英|张瑞|万红|陈明明
  • 通过计算耐药性癫痫(DRE)患者的调制指数(MI)基相位-幅度耦合(PAC)强度,本研究揭示了癫痫发作区(SOZs)与非癫痫发作区(NSOZs)之间的神经相互作用存在显著差异。
  • MI分布特征能够实现准确的癫痫发作区识别,其性能取决于频率和癫痫发作的进展情况。
  • 在癫痫发作后40–45秒时,δ波段的识别准确率最高,达到90.69%,这表明MI分布特征可能作为癫痫发作区识别的潜在生物标志物。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号