Microseizures, Ultra-slow & High Frequency Oscillations: Biomarkers of epilepsy

微惊厥,超慢

基本信息

  • 批准号:
    8234974
  • 负责人:
  • 金额:
    $ 30.03万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2009
  • 资助国家:
    美国
  • 起止时间:
    2009-04-15 至 2014-03-31
  • 项目状态:
    已结题

项目摘要

DESCRIPTION (provided by applicant): The goal of this proposal is to localize human epileptic networks by characterizing their electrophysiological activity over a wide range of spatiotemporal scales. Decades of clinical intracranial EEG (IEEG) using restricted spatial (centimeter scale) and temporal (~0.5-100 Hz) bandwidth, based more on tradition than modern neuroscience, have frustrated epileptologists looking for discrete, resectable "electrographic lesions" during evaluation for epilepsy surgery. Similarly, recent efforts to apply direct brain stimulation to abort seizures after they are sufficiently established to be detected on standard clinical macroelectrodes have, so far, met with only partial success. We hypothesize that enhancing the spatial and temporal resolution of clinical intracranial EEG can improve the efficacy of epilepsy surgery and responsive brain stimulation to control seizures. Human epileptic networks produce pathological activity that ranges from seizures and spikes, generated by cubic centimeters of brain tissue, to high frequency oscillations that occur on sub-millimeter dimensions. Recent evidence suggests that important components of these signals are found at frequencies not detected by standard clinical IEEG. Using simultaneous IEEG recordings from microwire arrays and clinical macroelectrodes, our group has begun to characterize two potential signatures of epileptogenic brain, high frequency oscillations and "micro-seizures," that are outside the resolution of conventional clinical IEEG. In this application, we propose analysis of continuous, high-resolution, wide- bandwidth IEEG recorded simultaneously from microwire arrays and clinical macroelectrodes in order to localize human epileptic networks. We will correlate our findings with surgical outcome, prospectively, in a cohort of patients undergoing evaluation for epilepsy surgery. This work builds upon our established effort in Translational Neuroengineering melding state of the art epilepsy care with cutting-edge research. PUBLIC HEALTH RELEVANCE The neuronal networks of human epileptic brain are multiscale; extending from cellular assemblies organized on the scale of cortical columns (~300 - 600 <m) to large-scale networks organized over lobar structures. These pathological networks generate oscillations over a wide range of frequency (0.01 - 1000 Hz) and spatial scales not probed by clinical EEG. Our laboratory and others have identified pathological network oscillations occurring outside the range of clinical IEEG that appear to be signatures of the epileptogenic zone.
描述(由申请人提供):该提案的目标是通过在广泛的时空尺度上表征人类癫痫网络的电生理活动来定位人类癫痫网络。几十年来,临床颅内脑电图 (IEEG) 使用受限的空间(厘米级)和时间(~0.5-100 Hz)带宽,更多地基于传统而不是现代神经科学,这让癫痫学家在癫痫评估期间寻找离散的、可切除的“电图病变”感到沮丧外科手术。同样,在癫痫发作足以被标准临床大电极检测到后,最近应用直接脑刺激来中止癫痫发作的努力迄今为止只取得了部分成功。我们假设提高临床颅内脑电图的空间和时间分辨率可以提高癫痫手术和响应性脑刺激控制癫痫发作的效果。人类癫痫网络产生的病理活动范围从立方厘米脑组织产生的癫痫发作和尖峰,到亚毫米尺寸上发生的高频振荡。最近的证据表明,这些信号的重要组成部分是在标准临床 IEEG 未检测到的频率下发现的。利用微线阵列和临床大电极的同时 IEEG 记录,我们的小组已经开始表征致癫痫脑的两个潜在特征:高频振荡和“微癫痫发作”,这超出了传统临床 IEEG 的分辨率。在此应用中,我们建议对从微线阵列和临床大电极同时记录的连续、高分辨率、宽带 IEEG 进行分析,以定位人类癫痫网络。我们将前瞻性地将我们的研究结果与接受癫痫手术评估的患者队列的手术结果相关联。这项工作建立在我们将最先进的癫痫护理与前沿研究相融合的转化神经工程方面的既定努力的基础上。公共卫生相关性 人类癫痫大脑的神经元网络是多尺度的;从以皮质柱(~300 - 600 <m)规模组织的细胞组件扩展到以脑叶结构组织的大规模网络。这些病理网络产生临床脑电图无法探测到的广泛频率(0.01 - 1000 Hz)和空间尺度的振荡。我们的实验室和其他实验室已经确定了临床 IEEG 范围之外发生的病理网络振荡,这似乎是致痫区的特征。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Gregory A Worrell其他文献

Spatiotemporal Rhythmic Seizure Sources Can be Imaged by means of Biophysically Constrained Deep Neural Networks
时空节律性癫痫发作源可以通过生物物理约束的深度神经网络进行成像

Gregory A Worrell的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Gregory A Worrell', 18)}}的其他基金

Reliable Seizure Prediction Using Physiological Signals and Machine Learning
使用生理信号和机器学习进行可靠的癫痫发作预测
  • 批准号:
    10518240
  • 财政年份:
    2022
  • 资助金额:
    $ 30.03万
  • 项目类别:
Reliable Seizure Prediction Using Physiological Signals and Machine Learning
使用生理信号和机器学习进行可靠的癫痫发作预测
  • 批准号:
    10629373
  • 财政年份:
    2022
  • 资助金额:
    $ 30.03万
  • 项目类别:
Reliable Seizure Prediction Using Physiological Signals and Machine Learning
使用生理信号和机器学习进行可靠的癫痫发作预测
  • 批准号:
    9445497
  • 财政年份:
    2015
  • 资助金额:
    $ 30.03万
  • 项目类别:
Neurophysiologically Based Brain State Tracking & Modulation in Focal Epilepsy
基于神经生理学的大脑状态跟踪
  • 批准号:
    9921573
  • 财政年份:
    2015
  • 资助金额:
    $ 30.03万
  • 项目类别:
Reliable Seizure Prediction Using Physiological Signals and Machine Learning
使用生理信号和机器学习进行可靠的癫痫发作预测
  • 批准号:
    9238808
  • 财政年份:
    2015
  • 资助金额:
    $ 30.03万
  • 项目类别:
Neurophysiologically Based Brain State Tracking & Modulation in Focal Epilepsy
基于神经生理学的大脑状态跟踪
  • 批准号:
    9972970
  • 财政年份:
    2015
  • 资助金额:
    $ 30.03万
  • 项目类别:
Microseizures, Ultra-slow & High Frequency Oscillations: Biomarkers of epilepsy
微惊厥,超慢
  • 批准号:
    8448247
  • 财政年份:
    2009
  • 资助金额:
    $ 30.03万
  • 项目类别:
Microseizures, Ultra-slow & High Frequency Oscillations: Biomarkers of epilepsy
微惊厥,超慢
  • 批准号:
    7653568
  • 财政年份:
    2009
  • 资助金额:
    $ 30.03万
  • 项目类别:
Microseizures, Ultra-slow & High Frequency Oscillations: Biomarkers of epilepsy
微惊厥,超慢
  • 批准号:
    8053265
  • 财政年份:
    2009
  • 资助金额:
    $ 30.03万
  • 项目类别:
Epileptiform oscillations, EEG & seizure prediction
癫痫样振荡,脑电图
  • 批准号:
    6832791
  • 财政年份:
    2004
  • 资助金额:
    $ 30.03万
  • 项目类别:

相似国自然基金

MicroRNA-375在非小细胞肺癌发生脑转移中的作用和机制研究
  • 批准号:
    81902344
  • 批准年份:
    2019
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目
精神分裂症诊断与预测疗效的生物学标记物的集成优化研究
  • 批准号:
    81630033
  • 批准年份:
    2016
  • 资助金额:
    275.0 万元
  • 项目类别:
    重点项目
脑小血管病新影像及生物标记物对心源型脑梗死复发风险的预测作用及其机制的探索性研究
  • 批准号:
    81601022
  • 批准年份:
    2016
  • 资助金额:
    17.0 万元
  • 项目类别:
    青年科学基金项目
miR-129-2-3p通过调控GABRA1通路参与FCD相关难治性癫痫发生机制研究
  • 批准号:
    81671298
  • 批准年份:
    2016
  • 资助金额:
    56.0 万元
  • 项目类别:
    面上项目
结合脑连接与生物标记物分析的轻度脑外伤损伤机制及针刺干预验证
  • 批准号:
    81571752
  • 批准年份:
    2015
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目

相似海外基金

Fluency from Flesh to Filament: Collation, Representation, and Analysis of Multi-Scale Neuroimaging data to Characterize and Diagnose Alzheimer's Disease
从肉体到细丝的流畅性:多尺度神经影像数据的整理、表示和分析,以表征和诊断阿尔茨海默病
  • 批准号:
    10462257
  • 财政年份:
    2023
  • 资助金额:
    $ 30.03万
  • 项目类别:
Molecular predictors of cardiovascular events and resilience in chronic coronary artery disease
心血管事件的分子预测因素和慢性冠状动脉疾病的恢复力
  • 批准号:
    10736587
  • 财政年份:
    2023
  • 资助金额:
    $ 30.03万
  • 项目类别:
High-resolution cerebral microvascular imaging for characterizing vascular dysfunction in Alzheimer's disease mouse model
高分辨率脑微血管成像用于表征阿尔茨海默病小鼠模型的血管功能障碍
  • 批准号:
    10848559
  • 财政年份:
    2023
  • 资助金额:
    $ 30.03万
  • 项目类别:
Biomarkers for Brain Resetting as an Assistive Tool in the Treatment of Status Epilepticus
大脑重置生物标志物作为治疗癫痫持续状态的辅助工具
  • 批准号:
    10698969
  • 财政年份:
    2023
  • 资助金额:
    $ 30.03万
  • 项目类别:
Testing a Memory-Based Hypothesis for Anhedonia
测试基于记忆的快感缺失假设
  • 批准号:
    10598974
  • 财政年份:
    2023
  • 资助金额:
    $ 30.03万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了