癫痫样尖峰高负荷和低负荷的爆发在癫痫麦克风中显示出周围环境的相关性
Bursts with High and Low Load of Epileptiform Spikes Show Context-Dependent
Correlations in Epileptic Mice
Katharina Heining,1,2,3 Antje Kilias,1,2,3 Philipp Janz,3,4 Ute Häussler,4,5 Arvind Kumar,2,6 Carola A. Haas,2,4,5 and Ulrich Egert1,2,5
1Biomicrotechnology, Department of Microsystems
Engineering - IMTEK, Faculty of Engineering, University of Freiburg, Freiburg
79110, Germany,
2Bernstein Center Freiburg,
University of Freiburg, Freiburg 79104, Germany,
3Faculty of Biology, University of Freiburg, Freiburg
79104, Germany, 4Experimental Epilepsy Research, Departmentof
Neurosurgery, Medical Center, University of Freiburg, Freiburg 79106, Germany,
5BrainLinks-BrainTools Cluster of Excellence, University
of Freiburg, Freiburg 79110, Germany, and
6Computational Science and Technology, School of Electrical
Engineering and Computer Science, KTH Royal Institute of Technology, Stockholm
11428, Sweden
摘要：超同步网络活动是癫痫的标志性特征，并表现在广泛的现象中，其中癫痫发作期间的电图活动只是一个极端。本研究的目的是区分不同类型的癫痫样活动
(EA) 模式并研究它们的时间序列和相互作用。我们分析了接受海马内红藻酸盐注射的自由行为雄性小鼠的局部场电位
(LFP)，以模拟颞叶内侧癫痫
(MTLE)。癫痫样尖峰发生在不同的爆发中。使用机器学习，我们得出了一个反映突发峰值负载的量表和三个主要的突发类别，我们将其标记为高负载、中负载和低负载突发。我们发现这些类别的爆发在时间上是非随机分布的。高负载突发形成集群，通常被过渡阶段包围，中负载和低负载突发率增加。与此明显矛盾的是，低负载突发率的增加也与较长的背景阶段相关，即缺乏高负载突发的时期。此外，低负荷爆发率与背景阶段持续时间的相关性比癫痫样尖峰的总体率更强烈。我们的研究结果与低水平 EA
可以促进网络稳定性但也可以参与向主要癫痫事件过渡的假设一致，具体取决于网络的当前状态。
翻译原件：Bursts with High and Low Load of Epileptiform Spikes Show Context-Dependent Correlations in Epileptic Mice
翻译稿件：癫痫样尖峰高负荷和低负荷的爆发在癫痫麦克风中显示出周围环境的相关性
当前位置：