Seizure prediction: methods.
Seizure prediction: methods.
复制标题
DOI：
10.1016/j.yebeh.2011.09.001
复制
发表时间：
2011-12
期刊：
影响因子：
--
通讯作者：
Geyer JD
中科院分区：
文献类型：
--
作者：
Carney PR;Myers S;Geyer JD
癫痫是最常见的神经系统疾病之一，影响着全世界超过5000万人。癫痫可具有广泛的使人衰弱的医疗和社会后果。虽然抗癫痫药物已经帮助治疗了数百万患者，但大约三分之一的患者癫痫发作对药物干预无效。我们对这种动态疾病的理解的演变导致了新的治疗可能性。人们对开发这样的设备非常感兴趣，这些设备包含能够检测癫痫发作的早期发作或甚至在癫痫发作发生前几小时预测癫痫发作的算法。这些新技术所提供的时间将允许进行新类型的介入治疗。在不久的将来，癫痫发作可能会被发现和流产之前，身体表现开始。在本章中，我们将讨论使这些设备成为可能的算法，以及迄今为止它们是如何实现的。我们还比较和对比这些措施，并审查其各自的优点和缺点。最后，我们说明了如何将这些技术结合在一个闭环癫痫发作预防系统。
Epilepsy, one of the most common neurological diseases, affects over 50 million people worldwide. Epilepsy can have a broad spectrum of debilitating medical and social consequences. Although antiepileptic drugs have helped treat millions of patients, roughly a third of all patients have seizures that are refractory to pharmacological intervention. The evolution of our understanding of this dynamic disease leads to new treatment possibilities. There is great interest in the development of devices that incorporate algorithms capable of detecting early onset of seizures or even predicting them hours before they occur. The lead time provided by these new technologies will allow for new types of interventional treatment. In the near future, seizures may be detected and aborted before physical manifestations begin. In this chapter we discuss the algorithms that make these devices possible and how they have been implemented to date. We also compare and contrast these measures, and review their individual strengths and weaknesses. Finally, we illustrate how these techniques can be combined in a closed-loop seizure prevention system.
登录
查看更多内容
影响因子：
82.9
作者：
Martinerie, J;Adam, C;Varela, FJ
通讯作者：
Varela, FJ
影响因子：
2.4
作者：
Andrzejak, RG;Lehnertz, K;Elger, CE
通讯作者：
Elger, CE
影响因子：
4.6
作者：
Iasemidis, LD;Shiau, DS;Tsakalis, K
通讯作者：
Tsakalis, K
影响因子：
8.6
作者：
KAPLAN, DT;GLASS, L
通讯作者：
GLASS, L
影响因子：
4
作者：
Maiwald, T;Winterhalder, M;Timmer, J
通讯作者：
Timmer, J