新兴技术帮助促进理解、检测和控制癫痫

smartphone-induced脑电图波形和癫痫检测的智能算法新兴技术在美国癫痫协会公布的(AES)第69届会议。四个创新研究在会议上承诺,重塑当前范式发作癫痫检测和管理。

在第一项研究中,3.277(抽象)来自布莱顿和苏塞克斯医学院的研究人员证明,皮肤电(EDA)生物反馈技术,充分利用电极来检测皮肤电活动的变化,是一种有效的方法来减少发作频率病人耐药性癫痫。

作者之前的工作表明,增加皮肤电导癫痫患者可以在运动皮质兴奋性,平静和皮肤电导与地区有关的大脑活动的变化。

在最近的研究中,作者探讨了EDA生物反馈是否恢复正常神经任务的复杂网络,经常在癫痫患者胡作非为。他们检查从八个患者临床试验数据颞叶癫痫接受EDA生物反馈训练4周每周3次,功能磁共振成像扫描在第一个和最后一个会话。

一个月的生物反馈训练减少发作频率在所有患者平均40%,作者报告。指出增加网络连接的大脑区域负责情绪激发和控制的运动皮层。

“我们的发现表明EDA生物反馈是一个访问,后备,和侧effect-free治疗耐药性癫痫患者,“洋子Nagai说,博士,威康信托基金会研究员布莱顿和苏塞克斯医学院。

第二项研究3.114(抽象)揭示未知的波形与智能手机使用。梅奥诊所的研究人员与拉什大学医学中心的同事已经确认了129年视频脑电图监测波形被诊断为癫痫的病人在佛罗里达和伊利诺斯州的机构。

称为“短信节奏,波形是由活跃的短信并产生一个可再生的,stimulus-evoked,广义frontocentral单型的的5 - 6赫兹θ。波形没有观察到在语音通话或在非文本活动涉及认知、言语/语言或运动研究的一只胳膊。根据作者,波形可能反映了非听觉神经编码期间观察到的地方都进行沟通,应该在进一步研究评估及其意义。

“这些发现提供客观证据,使用智能手机能够改变神经生理功能。这个特性的脑电图可以代表一个独特的brain-technology接口,可能会进一步的理解有些人没有语言交流的方式表达或视觉线索。从实用的角度来看它提供了一个客观衡量的大脑可能会干扰需要充分重视的任务,比如开车,”威廉·泰特姆说,交货单在佛罗里达,梅奥诊所的神经学家。

在第三个研究中,3.092(抽象)来自约翰霍普金斯大学的研究人员使用数据实时获取训练癫痫检测的机器学习算法。一些技术可以可靠地警告即将发作的病人由于癫痫发作的巨大差异模式和癫痫的地点在大脑中产生和传播。现代癫痫检测技术依赖于机器学习算法进行脑电图特征到发作或non-seizure事件,但需要构建可靠的临床资料,针对病人的算法很难得到。

研究人员规避这一挑战不断培训机器学习算法与病人的大脑模式。使用颅内录音从那些将要动手术的局灶性癫痫患者进行评估,他们描述一个算法能够检测之前注意癫痫在0到4秒后发病,即使小说这些癫痫发作的签名。算法的能力,以适应不断变化的大脑活动通常允许检测癫痫发作的临床症状出现之前。

”使用动态自适应算法检测癫痫是一种很有前途的战略特征未知的病人的入院的时候,”丹尼尔ehren说,博士生和霍华德休斯医学研究所Gilliam研究员在实验室的克利斯朵夫Jouny,硕士,博士。约翰霍普金斯医院。

第四个研究2.084(抽象)描述了碳纳米管的策略对于提高系统响应神经刺激的力量(RNS), fda唯一批准的颅内神经调节治疗耐药局灶性癫痫患者。电极用于本地RNS法案,激活神经元在4毫米的电极表面。碳纳米管可能会扩大这个领域的影响力提高大脑的电导率在电极附近。

作者对人类大脑细胞进行细胞毒性测试确认功能化碳纳米管的安全。计算和实验建模实验表明,纳米管确实扩大激活的区域。

“功能化碳纳米管metallic-type是生物相容性的大脑和可以提高体积内激活一个电极通过直接的神经刺激。这可能使电极的界面和激活更大程度上由癫痫引起的电路,”马文·罗西说,医学博士博士,助理拉什大学医学中心的神经学教授。