利用神经网络模型预测癫痫

Posted 2021-04-02 我爱脑科学网

简介: 一种创新的新模型有助于预测在分支神经网络中，复杂的动力学如何触发大脑中的破坏性状况。

来源: Springer

在构成我们大脑的惊人复杂神经元网络中，电流在其传递的电流中显示出复杂的动态。为了更好地理解这些网络是如何运作的，过去的研究人员已经开发了旨在模拟其动态的模型。在某些罕见的情况下，他们的研究结果表明，可能会发生“临界点”，其中系统突然从一种状态过渡到另一种状态: 现在通常认为这些事件现在通常被认为与癫痫发作有关。

在 EPJ b 上发表的一项新研究中，伊朗德黑兰科技大学的 Fahimeh Nazarimehr 领导的研究人员展示了如何通过计算神经元网络中的分支来更好地预测这些危险事件。

研究小组的发现可以让研究人员更好地了解突然发生发作的事件，包括癫痫和哮喘发作，并可能使他们为患者开发更好的早期预警系统。为了做到这一点，研究考虑了神经元活动的动力学是如何受到它们形成的网络分支的影响的。

先前的模型已经表明，这些动力学过程在这些点上往往会放慢速度——然而到目前为止，他们还无法预测这一过程如何在更大、更复杂的神经元网络中展开。

Nazarimehr的团队使用更新的模型对这些技术进行了改进，其中相邻神经元相互影响的动力学程度可以进行手动调整。此外，他们还考虑了复杂神经元网络的动力学与孤立细胞的动力学之间的比较。

总之，这些技术使研究人员能够更好地预测分支发生的位置，以及随后网络的动态是如何受到影响的。他们的研究结果代表了我们对大脑复杂结构的理解的进步，以及它所包含的电流动力学是如何与癫痫直接相关的。

参考文献：

Faghani, Z., Jafari, S., Chen, CY. et al. Investigating bifurcation points of neural networks: application to the epileptic seizure. Eur. Phys. J. B 93, 216 (2020). https://doi.org/10.1140/epjb/e2020-10477-6

https://neurosciencenews.com/epilepsy-neural-network-17392/

               
                 
                 
               

                
                  
                  
                
 
                 
 
                  
 
                   
 
                    
 
                     
 
                      
 
                       
 
                       
 
                        以上内容来自以上新闻稿翻译 
                        ，翻译可能存在错误，翻译内容仅用于学术分享，以上观点不代表本公众号，不用作商业行为，如有侵权请留言删除！