7
个编辑
更改
无编辑摘要
癫痫的计算模型主要关注描述与癫痫相关的电生理表现，称为癫痫发作。为此，计算神经科学使用微分方程来重现实验记录的信号的时间演变。2008年出版的一本书《癫痫的计算神经科学》，<ref>[https://www.worldcat.org/title/computational-neuroscience-in-epilepsy/oclc/281558250 Computational neuroscience in epilepsy]. Ivan Soltesz, Kevin Staley (1st ed.). Amsterdam: Academic. 2008. <nowiki>ISBN 978-0-12-373649-9</nowiki>. OCLC 281558250.</ref>总结了到当年为止的不同工作。从预测信号到理解潜在的机制，使用癫痫的计算模型的目的是多样的。<ref>Lytton, William W. (August 2008). "[https://www.nature.com/articles/nrn2416 Computer modelling of epilepsy]". ''Nature Reviews Neuroscience''. '''9''' (8): 626–637. doi:10.1038/nrn2416. ISSN 1471-0048. PMC 2739976. <nowiki>PMID 18594562</nowiki>.</ref>
危机现象(癫痫发作)存在于不同的尺度<ref>Depannemaecker, Damien; Destexhe, Alain; Jirsa, Viktor; Bernard, Christophe (2021-02-22). "Modeling Seizures: From Single Neurons to Networks".doi:10.20944/preprints202102.0478.v1.</ref>和不同的生物<ref>Jirsa, Viktor K.; Stacey, William C.; Quilichini, Pascale P.; Ivanov, Anton I.; Bernard, Christophe (2014-06-10). "On the nature of seizure dynamics". ''Brain''. '''137''' (8): 2210–2230. doi:10.1093/brain/awu133. ISSN 1460-2156. PMC 4107736. <nowiki>PMID 24919973</nowiki>.</ref>中，具有一定的动力学特性。我们可以区分不同的方法：现象学模型专注于观察到的动力学，通常将目标减少到几个维度，这有利于从动力学系统理论的角度进行研究，更多的机制模型可以解释癫痫发作背后生物物理学的相互作用。也可以用这些方法来建模并分析大脑不同区域之间的相互作用(在这种情况下，网络的概念起着重要作用)或发作状态的过渡期。这些大规模的方法的优势在于能够与人类的记录相关联，这是脑电图(electroencephalography, EEG)的功劳。现象学模型为临床研究提供了新的方向，特别是作为治疗难治性癫痫的补充手段。
危机现象(癫痫发作)存在于不同的尺度和不同的生物中，具有一定的动力学特性。我们可以区分不同的方法：现象学模型专注于观察到的动力学，通常将目标减少到几个维度，这有利于从动力学系统理论的角度进行研究，更多的机制模型可以解释癫痫发作背后生物物理学的相互作用。也可以用这些方法来建模并分析大脑不同区域之间的相互作用(在这种情况下，网络的概念起着重要作用)或发作状态的过渡期。这些大规模的方法的优势在于能够与人类的记录相关联，这是脑电图(electroencephalography, EEG)的功劳。现象学模型为临床研究提供了新的方向，特别是作为治疗难治性癫痫的补充手段。
其他方法是利用这些模型，从神经元尺度上利用生物物理学的描述，试图理解这些癫痫发作的机制。这使得我们能够理解体内平衡的作用，理解物理量(例如钾的浓度)和观察到的病理动力学之间的联系。
其他方法是利用这些模型，从神经元尺度上利用生物物理学的描述，试图理解这些癫痫发作的机制。这使得我们能够理解体内平衡的作用，理解物理量(例如钾的浓度)和观察到的病理动力学之间的联系。