基于网络建模的癫痫特征波转迁动力学与控制分析

Epilepsy is a common chronic disease caused by abnormal brain discharge, and its mechanism has still not been elucidated. Based on the clinical EEG data of children epilepsy, this research investigates the dynamical bifurcation transition and control of seizure characteristic waves through theoretical modeling and analysis of seizure network, using theories and methods of nonlinear dynamics, dynamical modeling, and network optimal control. The main contents are as follows: First, the extraction of nonlinear dynamic indexes of EEG data, and the identification of major epileptic seizures and characteristic waves. Then, topology modeling of epileptic network, description of EEG characteristics before and after epileptic seizures, and the simulations of evolution processes, including the onset, maintenance, propagation of epileptic characteristic waves. Subsequently, studies on effects of time delay, noise and other physiological factors on the dynamics of epileptic networks, temporal analysis of discharge modes induced by model parameters, and the transition analysis of different physiological states. Last, the designs of reasonable control methods to regulate seizures abnormal firings and excessive synchronization modes, including depression of seizure origins, shrinking onset scopes of epileptic waves, destruction of seizure maintenance on time scale, and block of seizure propagation on spatial scales and so on. These research results can help deeply understanding the mechanism of epileptic seizures, and providing scientific theoretical support for the clinical diagnosis and treatment for epilepsy.

癫痫是大脑异常放电引起的一种常见慢性神经疾病，但发病机制至今仍未阐明。本项目基于临床小儿癫痫脑电数据，利用非线性动力学、动力系统建模、网络最优控制等理论方法，展开癫痫网络的动力学建模分析，研究癫痫特征波的分岔转迁及其控制。首先，提取脑电数据中的非线性动力学指标，识别主要的癫痫发作类型与特征波。然后，搭建癫痫网络拓扑结构模型，模拟癫痫特征波的起始、维持、传播等演化过程。接着，考虑时滞、噪声等因素对癫痫网络的动力学影响，分岔分析关键参数引起的丰富放电模式及时空班图，剖析不同生理状态之间的复杂转迁现象。最后，设计合理的控制方法调控导致癫痫发作的异常放电以及过度同步模式，包括抑制癫痫波起源的形成、缩小癫痫波起始发作的范围、破坏癫痫波时间尺度上的维持、阻断癫痫波空间尺度上的传播和扩散等。研究成果可深入理解癫痫发作的内在动力学机制，为癫痫的临床诊断和治疗提供理论依据。

癫痫是困扰人类几千年的世界级医学难题，早在《黄帝内经》中就有定义的记载。由于发作种类繁多、诱因复杂，生理机制尚不明确，至今不能彻底治愈。本项目从神经动力学角度出发，建立符合生理意义的微分方程动力系统，研究方程解的性质变化对应大脑不同功能状态，阐释癫痫发作的产生机制与调控机制，提出控制癫痫发作的优化方法。从而实现了医学问题的数理研究，得到了系统性的研究成果：.(1)不同癫痫发作类型的建模与分析.在模型与数据的双驱动下，分别针对局灶性发作、失神发作、广义周期性癫痫放电等不同癫痫类型，改进了皮层回路、皮层-丘脑回路、皮层-丘脑-基底神经节回路等神经场模型。分析了平衡点、周期解、极限环等数学特征，发展了不同放电模式之间的分岔分析方法，阐明了突触可塑性、常量/时变时滞、高斯白/lévy噪声、兴奋性/抑制性微环路、脚桥核、兴奋性中间神经元、快慢中间神经元等重要生理因素的动力学影响。给出了分岔类型、多稳态区域、吸引域、首次穿越时间等信息，揭示了不同大脑功能的产生机制与转迁传播机制及其难易程度。.(2)电磁光等神经调控手段的优化策略. 分别针对深度电刺激、经颅磁刺激、光遗传学技术等神经调控手段，建立了不同癫痫网络控制的理论模型。提出了电荷与能量等多种综合评价指标，以及双靶点刺激、多靶点联合间歇刺激，减少累积电荷量等刺激的副作用。对比不同刺激手段、不同刺激模式、不同刺激参数下的控制策略，给出了最优调控策略，提高了有效抑制发作的控制比率。 .从复制实验现象到解释实验结果，再到指导临床实验，我们的研究方法安全方便、高效科学。本项目分别从内禀生理因素到外加调控手段着手，通过内调外控的核心思想来研究控制癫痫发作的模型方法，期待取得的研究成果可以为临床优化癫痫诊治提供科学的理论指导。