癫痫的计算模型

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
懿章讨论 | 贡献2022年4月12日 (二) 12:41的版本
跳到导航 跳到搜索

此词条暂由彩云小译翻译,翻译字数共306,未经人工整理和审校,带来阅读不便,请见谅。

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》,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。

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。

近年来,这一领域的研究进展迅速,无论是在难治性癫痫的直接临床应用,还是指导实验工作的基础研究,对我们理解和治疗癫痫都具有重要意义。

References

References

= 参考文献 =

Category:Computational biology Category:Epilepsy

类别: 计算生物学类别: 癫痫


This page was moved from wikipedia:en:Computational models in epilepsy. Its edit history can be viewed at 癫痫的计算模型/edithistory