机构名称：
¥ 1.0
癫痫是全球最常见的神经系统疾病之一。最近的研究结果表明，大脑是一个由神经元网络组成的复杂系统，癫痫发作被认为是其相互作用产生的一种新特性。基于这一观点，网络生理学已成为一种有前途的方法，用于探索大脑区域如何在健康状态和危重疾病条件下协调、同步和整合其动态。因此，本文的目的是介绍（动态）贝叶斯网络 (DBN) 的应用，以基于使用阈值分析发现的弧数对诱发癫痫发作的大鼠的局部场电位 (LFP) 数据进行建模。结果表明，DBN 分析捕捉到了发作过程中大脑连接的动态特性，以及与神经生物学的显著相关性，这些相关性源于采用药理学操作、病变和现代光遗传学技术的开创性研究。根据所提出的方法评估的弧与以前的文献取得了一致的结果，此外还展示了功能连接分析的稳健性。此外，它还提供了令人着迷的新颖见解，例如前肢阵挛和全身性强直阵挛性癫痫 (GTCS) 动态之间的不连续性。因此，DBN 与阈值分析相结合可能是研究脑回路及其动态相互作用的绝佳工具，无论是在稳态条件下还是在功能障碍条件下。
大鼠脑急性发作过程中数据驱动的网络动力学模型
主要关键词
相关文件推荐
