26、癫痫发作预测：基于Epileptor模型的探测刺激有效性研究

癫痫发作预测：基于Epileptor模型的探测刺激有效性研究

1 引言

1.1 癫痫发作

癫痫是一种神经系统疾病，全球约有5000万人受其影响，其中80%生活在发展中国家。癫痫的特征是反复出现自发性癫痫发作，这是大脑神经元活动的短暂异常，通常表现为同步和过度兴奋。

研究癫痫发作的成因（导致癫痫发作的动力学过程）和癫痫发生机制（大脑中导致反复癫痫发作的变化）是一项具有挑战性的任务。这部分是由于癫痫和发作类型的多样性，以及该疾病可能的病因众多，如发育异常、遗传因素、神经系统创伤和感染、缺血、肿瘤等。理解和表征各种形式癫痫的机制，并确定大多数类型中的共同因素，是制定更好治疗方案的重要步骤。尽管过去几十年开发了新药，但难治性癫痫的比例仍接近30%。

1.2 癫痫发作预测

癫痫发作预测的部分研究工作涉及检测发作前信号的变化。设计一个能警告患者即将发作的警报系统，将减轻癫痫带来的部分负担，即发作的不可预测性。

起初，一些有前景的方法的出现让人觉得这个问题在几年内就能得到解决。然而，一项重要的综述表明，事实远非如此。大多数方法在面对不同的、更新的数据集时表现不佳。为此，人们提出了一些开发和评估新方法的建议，例如考虑癫痫发作的潜在机制、使用长期记录和更可靠的验证方法。

近年来，癫痫发作预测的研究取得了积极进展。一项临床试验表明这项任务是可行的，脑电图（EEG）数据库的可用性增加，如EPILEPSIAE或IEEG.org，还有癫痫发作预测竞赛为评估社区提出的各种方法提供了平台。对癫痫的理解不断加深，越来越多的人认为癫痫是一种网络疾病，多通道颅内脑电图（iEEG）数据的可用性也促使人们使用考虑网络连接性和拓扑结构