癫痫脑功能网络的动力学分析及在致痫灶定位中的应用

The pathogenesis of epilepsy is very complex. The precise location of epileptic foci is directly related to the treatment effects of epilepsy. In this proposal, the location analysis and dynamic evolution of epileptogenic foci will be explored based on the knowledge of multimodal neuroimaging technology and nonlinear network dynamics. The following three aspects will be focused. Firstly, connectome analysis for the structural and functional connectivity patterns of the pathological brain network around the epileptogenic foci will be conducted to determine the information channel and information flow of the pathological source nodes. Secondly, we will reconstruct EEG data from epilepsy by the inverse problem solving method to explore the dynamic causal relationship between the ill-conditioned information flows in the brain region. Based on this and combined with the results of ligation group analysis, the epileptic focus will be precisely predicted and located. Thirdly, the network dynamics model of epileptogenic foci will be constructed, the dynamic evolution rule will be analyzed, and the theoretical methods of controlling seizures by focal resection and deep brain stimulation will be explored. At the same time, the control of epileptic seizures by predictive control theory will be considered. Through the above network reconstruction and dynamics modeling analysis of epileptogenic foci, both the pathophysiology and dynamic mechanisms of epileptic seizures can be deeply analyzed, and the accuracy of predicting and locating epileptic foci can be improved, which can provide reliable theoretical guidance for the clinical diagnosis and effective treatment of epilepsy.

癫痫的病理机制非常复杂，致痫灶的精确定位直接关系癫痫的治疗效果。本项目基于多模态神经影像技术和非线性网络动力学的相关知识，探索癫痫致痫灶的定位分析方法及其动态演化规律。研究内容主要从三个方面展开：（1）癫痫致痫灶的连接组学分析，主要分析致痫灶周围病态脑网络的结构和功能连接模式，确定病态源节点的信息通道和信息流向；（2）癫痫EEG数据的源重构分析，通过逆问题求解方法反演脑区病态信息流间的动态因果关系，结合连接组学的分析结果预测和定位致痫灶；（3）致痫灶动力学建模分析和控制策略研究，构建致痫灶的网络动力学模型，分析其动态演化规律，探索病灶切除和深脑刺激术控制癫痫的理论方法，同时着重考虑预见控制理论对癫痫发作的控制效果。通过上述对致痫灶的网络重构和动力学建模分析，可深入剖析癫痫发作的病理机理和动力学机制，提高致痫灶预测和定位的准确性，为癫痫的临床诊断和有效治疗提供可靠的理论指导。

癫痫是世界性顽疾，其发作本质至今仍是世界性难题。本项目基于临床癫痫数据的定性和定量分析，利用非线性动力学的相关知识，探索癫痫发作传播的网络动力学原理及其调控机制。. （一）主要研究内容:（1）癫痫致痫灶的功能效应网络构建及其动力学模型验证，分析病态脑网络的结构和功能连接模式，确定病态源节点的信息通道和信息流向；（2）癫痫发生、发展及传播的动力学演化模拟及规律探索；（3）癫痫发作的非线性控制策略与外部干扰策略特别是深脑刺激术的最优控制策略研究。. （二）重要结果:（1）基于癫痫脑电数据分析，确定了癫痫发作的生物特征标志物，构建了癫痫功能效用网络模型，利用能控能观性理论确定了癫痫发作的关键网络节点，同时对统计分析结果进行了理论验证。（2）阐释了癫痫发作传播的动力学原理，设计了控制癫痫发作的非线性控制策略。首先构建了皮层神经元集群的网络动力学模型，理论上成功模拟了癫痫的单病灶和多病灶的激发和演化模式与速率；接着构建了皮质-丘脑时滞耦合网络动力学模型，解释了不同环路时滞对癫痫同步发作的诱发机制；同时利用动力系统稳定性理论、自适应反馈控制和主动控制方法，分别实现了癫痫波的完全同步，滞后同步和预测同步。(3)理论设计癫痫发作控制的深脑刺激策略并解释其潜在的动力学机理。首先基于基底神经节的起搏器原理，理论设计了2I:3O闭环反馈调节器解释脑神经癫痫病态动力学调控机制；接着理论设计了单脉冲定向调控策略进一步改善癫痫的病态动力学行为；同时设计了丘脑底核的具有脉冲间期的对称和非对称电荷平衡的双相脉冲刺激调控策略，发现具有适当脉冲间期的对称刺激模式具有最优效果，与实验观测一致。. 发展针对癫痫临床大数据的合理有效的统计分析方法和理论模型，优化多学科融合的癫痫精准医疗控制策略，是多学科前沿交叉科学问题。本项目剖析了癫痫发作传播的病理机理和动力学机制，为癫痫的临床诊治提供可靠的理论指导。