Investigation of Transition to Epileptiform Activity through the use of Phase Space Reconstruction Methodology and Complexity Metrics on Local Field Potential Signals
Investigation of Transition to Epileptiform Activity through the use of Phase Space Reconstruction Methodology and Complexity Metrics on Local Field Potential Signals
Καθώς η επιληψία, η συχνότερη νευρολογική διαταραχή, επηρεάζει εκατομμύρια ανθρώπους, κάθε εργασία που διερευνά πτυχές των μηχανισμών που βρίσκονται πίσω από αυτήν την διαταραχή, μπορεί να προσφέρει πολύτιμη βοήθεια. Χρησιμοποιήσαμε τη μεθοδολογία Ανακατασκευής του Χώρου των Φάσεων για να οδηγηθούμε σε μία βαθύτερη κατανόηση σχετικά με τη μετάβαση από την αυθόρμητη δικτυακή δραστηριότητα της δισταθούς κατάστασης UP/Down σε τομές φλοιού ex vivo, η οποία θεωρείται η προκαθορισμένη/τυπική δραστηριότητα του φλοιού, σε μια σταθερή υπερσύγχρονη επιληπτικόμορφη κατάσταση. Πρόκειται για ένα πολύπλοκο φαινόμενο, που δεν ακολουθεί αυστηρά στερεότυπες διαδρομές εξέλιξης.
Τα αποτελέσματά μας δείχνουν ότι οι δυναμικές του συστήματος μεταβάλλονται πολύ πριν παρατηρηθεί η σταθερή επιληπτικόμορφη κατάσταση. Αυτό είναι ιδιαίτερα απρόσμενο όσον αφορά στα τμήματα του σήματος χωρίς δραστηριότητα. Η μεταβολή αυτή χαρακτηρίζεται από μείωση της πολυπλοκότητας και αύξηση της κανονικότητας του συστήματος. Το αποτέλεσμα αυτό μπορεί να χρησιμοποιηθεί ως μέσο πρόβλεψης της επιληπτικόμορφης κατάστασης, αφενός, και ως επιβεβαίωση μελετών που συσχετίζουν την πολυπλοκότητα με τη φυσιολογική δραστηριότητα του εγκεφάλου, αφετέρου.
(EL)
As epilepsy, the most common neurological disorder, affects millions of people, any work elucidating aspects of the mechanisms underlying this disorder may be of valuable importance. We have used the Phase Space Reconstruction methodology to gain insights on the transition from the spontaneous Up/Down states network activity of ex vivo cortical slices, considered the default cortex activity, to a steady state hypersynchronous epileptiform state. This is a complex phenomenon, not following strict stereotypical paths of evolution.
Our results show that the system dynamics shift long before the stable epileptic state is observed. This is especially surprising in the case of the quiescent signal segments analysis. This shift is characterized by a loss of complexity and an increase in the signal’s regularity. This result may be used as a means for predicting the occurrence of the epileptiform state, on one hand, and as confirmation of studies relating complexity to normal brain activity, on the other.
(EN)
Θετικές Επιστήμες
Φυσικές Επιστήμες ▶ Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική Bioinformatics
(EN)
Θετικές Επιστήμες
(EL)
Science
(EN)
English
Βιβλιοθήκη και Κέντρο Πληροφόρησης » Βιβλιοθήκη Σχολής Θετικών Επιστημών » Πληροφορική
Σχολή Θετικών Επιστημών » Τμήμα Πληροφορικής & Τηλεπικοινωνιών » ΠΜΣ Επιστήμη Δεδομένων και Τεχνολογίες Πληροφορίας » Κατεύθυνση Βιοπληροφορική-Επιστήμη Βιοϊατρικών Δεδομένων
/aggregator-openarchives/portal/institutions/uoa
