作者:Vaclav Kremen 1,2*、Vladimir Sladky 1,3*、Filip Mivalt 1,4*、Nicholas M. Gregg 1、Irena Balzekas 1,5、Victoria Marks 1,5、Benjamin H. Brinkmann 1,5、Brian Nils Lundstrom 1、Jie Cui 1、Erik K. St Louis 6、Paul Croarkin 7、Eva C Alden 7、Julie Fields 7、Karla Crockett 1、Jindrich Adolf 4、Jordan Bilderbeek 5、Dora Hermes 5、Steven Messina 8、Kai J. Miller 9、Jamie Van Gompel 9、Timothy Denison 10、Gregory A. Worrell 1,5 1 梅奥诊所神经内科生物电子神经生理学和工程实验室,明尼苏达州罗切斯特 55905 2 捷克信息学、机器人学和控制论研究所,捷克技术大学,16000 布拉格,捷克共和国,3 捷克技术大学生物医学工程学院,16000 布拉格,捷克共和国,4 布尔诺理工大学电气工程与通信学院生物医学工程系,61600 布尔诺,捷克共和国。 5 梅奥诊所生理学和生物医学工程系,明尼苏达州罗切斯特 55905,6 梅奥诊所睡眠医学中心,神经病学和医学系,睡眠神经病学和肺部和重症监护医学分部,明尼苏达州罗切斯特 55905 7 精神病学和心理学系 8 梅奥诊所放射学系,明尼苏达州罗切斯特 55905 9 梅奥诊所神经外科系,明尼苏达州罗切斯特 55905 10 牛津大学医学研究委员会脑网络动力学部工程科学系,牛津 OX3 7DQ,英国 摘要 (218 字)颞叶癫痫 (TLE) 是一种常见的神经系统疾病,其特征是复发性局灶性癫痫发作。这些癫痫发作通常起源于内侧颞叶边缘网络和海马旁新皮质。 TLE 患者经常会经历与记忆、情绪和睡眠 (MMS) 相关的合并症。针对丘脑前核的深部脑刺激 (ANT-DBS) 是一种减少 TLE 癫痫发作的有效疗法,但改善癫痫发作和 MMS 合并症的最佳刺激参数仍不清楚。我们开发了一个神经技术平台,用于在 ANT-DBS 期间跟踪癫痫发作和 MMS,以解决这一临床差距。该平台支持大脑传感刺激植入物、紧凑型移动设备和基于云的数据存储、查看和计算环境之间的双向数据流。机器学习算法提供了准确、无偏见的癫痫发作、发作间期癫痫样尖峰 (IES) 和睡眠清醒脑状态目录,以告知 ANT-DBS。远程管理的记忆和情绪评估用于客观、密集地采样对 ANT-DBS 的认知和行为反应。在患有近中性 TLE 的参与者中,我们评估了低频与高频 ANT-DBS 的疗效。低频和高频 ANT-DBS 均能减少报告的癫痫发作。但连续低频 ANT-DBS 可显著减少电图癫痫发作和 IES,以及与高频 ANT-DBS 相比更好的睡眠和言语记忆。这些结果凸显了同步大脑感知和行为跟踪在优化神经调节疗法方面的潜力。
在您住院期间,有人陪伴您(即家人)可能很重要。最好的人选是熟悉您癫痫发作前、发作中和发作后情况的人。系统上有一个警报按钮,需要在发作期间或发作后按下。如果您的护理人员陪您过夜,将提供一张躺椅供您睡觉。只为您提供餐食。病房内有一台小冰箱,用于贴上标签和储存小食品。还提供烤面包机和微波炉。
在33,615,037个有益的癫痫病中的99,990个中的结果中,大多数是白人(79.7%),女性(57.3%),城市(80.5%),没有医疗补助(71.3%)。事件癫痫的5年死亡率为62.8%(62,838人死亡)。在多变量模型中,较低的死亡率与女性相关(调整危险比[AHR] 0.85,95%的置信间隔[CI] 0.84 - 0.87),亚洲种族(AHR 0.82,95%CI 0.76 - 0.88),以及65.81,95%CI.84-0.84-0.84-0.84-0.84-0.84-0.84-0.84。死亡危害随着合并症的疾病负担而增加(每1点增加:AHR 1.27,95%CI 1.26 - 1.27)和医疗补助共同保险(AHR 1.17,95%CI 1.14 - 1.19)。Incident epilepsy was particularly associated with higher mortality when diagnosed after another neurologic condition: Parkinson disease (AHR 1.29, 95% CI 1.21 – 1.38), multiple sclerosis (AHR 2.13, 95% CI 1.79 – 2.59), dementia (AHR 1.33, 95% CI 1.31 – 1.36), traumatic brain injury (AHR 1.55, 95% CI 1.45 - 1.66)和中风/TIA(AHR 1.20,95%CI 1.18 - 1.21)。
癫痫发作由大脑发育决定。因此,癫痫发作会根据妊娠年龄和出生后年龄而有所不同,并且通常与成人癫痫发作不同。癫痫发作的这些差异是由于未成熟中枢神经系统的基本和功能差异造成的。神经传导率较低、髓鞘形成受限以及神经元之间网络减少会降低神经元放电的能力并降低引发癫痫发作的能力。因此,新生儿癫痫发作的症状通常比成人更不明显且更局限。在成人中,兴奋性神经递质(如谷氨酸)和抑制性神经递质(如 GABA)之间存在平衡。在新生儿中,GABA 最初是兴奋性的,其次是谷氨酸增加,抑制系统发育延迟。 GABA 在出生后的最初几周内发生变化,可能会改变新生儿对抗癫痫药物(例如苯巴比妥和苯妥英)的反应,这些药物可增强 GABA 的功能。此外,由于谷氨酸是突触形成所必需的,因此新生儿大脑和脊髓中对谷氨酸有反应的 NMDA 受体也会增加。新生儿的癫痫发作更可能发生在大脑较发达的区域,例如瞬时叶和皮质下结构,例如边缘区。边缘区与吸吮、流口水、咀嚼、吞咽、眼球运动偏差和呼吸暂停等行为有关,这些行为是新生儿轻微癫痫发作的常见行为。
材料和方法:我们进行了基于张量的形态测量,以分析与创伤性脑损伤相关的脑形状变化,并得出用于统计组比较的成像特征。此外,机器学习还用于识别与脑损伤相关的结构异常。自动生成的脑损伤图用于识别脑区,其中损伤负荷可能表明创伤后癫痫发病率增加。我们使用 138 名非创伤后癫痫患者来训练机器学习方法。对 15 名受试者进行了病变轮廓的验证。对 74 名受试者(37 名患有癫痫的受试者和 37 名随机选择的非癫痫受试者)的独立组进行了创伤性脑损伤与创伤后癫痫之间关系的组分析。
摘要:癫痫是一种神经系统疾病。目前,约有 5000 万人患有癫痫。癫痫发作的检测非常困难,因为每个患者的癫痫发作情况都不同。脑电图 (EEG) 可捕捉大脑活动,神经科医生需要分析这些脑电图信号才能检测出癫痫发作。传统上,神经科医生通过目视检查来检测癫痫发作的存在,这需要时间。但需要在规定的时间内做出准确的诊断,以便可以采取适当的治疗方法并减少进一步的并发症。因此,需要一种自动方法来检测和预测癫痫发作。癫痫发作预测很重要,因为如果在早期预测到癫痫发作,那么可以使用电刺激来抑制癫痫发作。我们首先从用于检测和预测癫痫发作的不同算法或方法开始,然后对用于癫痫发作诊断的不同方法进行比较研究,然后提出我们提出的方法,最后得出结论。索引词:深度学习、癫痫发作、特征提取、发作、机器学习、预测、发作前、检测。
AED治疗的不良影响,这种风险仍然相对较低,但不可忽略[10,11]。 涉及AED的临床试验的美国荟萃分析发现,自杀行为或构想的风险约为接受安慰剂的患者的两倍。 具体而言,服用AEDS的患者自杀行为或构想的估计发病率约为0.43%,而接受安慰剂的患者为0.22%。 这对应于0.21个百分点的风险增加,或者每500名接受AEDS治疗的患者的自杀念头或行为大约1例。 尽管相对风险增加了,但绝对风险仍然很低,由于AEDS引起的自杀思想或行为的200名患者中的少于1名[12,13]。 尽管如此,在患有癫痫患者中,必须权衡与AED相关的自杀风险,以与不治疗癫痫发作的风险。 停用AED或拒绝开始进行癫痫发作可能会带来更大的风险,并造成严重的伤害[2,4,8,11,14,15]。AED治疗的不良影响,这种风险仍然相对较低,但不可忽略[10,11]。涉及AED的临床试验的美国荟萃分析发现,自杀行为或构想的风险约为接受安慰剂的患者的两倍。具体而言,服用AEDS的患者自杀行为或构想的估计发病率约为0.43%,而接受安慰剂的患者为0.22%。这对应于0.21个百分点的风险增加,或者每500名接受AEDS治疗的患者的自杀念头或行为大约1例。尽管相对风险增加了,但绝对风险仍然很低,由于AEDS引起的自杀思想或行为的200名患者中的少于1名[12,13]。尽管如此,在患有癫痫患者中,必须权衡与AED相关的自杀风险,以与不治疗癫痫发作的风险。停用AED或拒绝开始进行癫痫发作可能会带来更大的风险,并造成严重的伤害[2,4,8,11,14,15]。