2016 Fiscal Year Annual Research Report
Demonstration of seizure prediction theory based on modulation of physiological neural network before epileptic seizure development
| Project/Area Number |
26462211
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
丸田 雄一 山口大学, 医学部, 特別医学研究員 (30543970)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤原 幸一 京都大学, 情報学研究科, 助教 (10642514)
野村 貞宏 山口大学, 医学(系)研究科(研究院), 准教授 (20343296)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | てんかん / 経験的モード分解 / アーチファクト / てんかん原生域 / 焦点診断 / HFO / 発作予知 / 頭蓋内脳波 |
|---|
| Outline of Annual Research Achievements |
高度なてんかん発作検出理論の構築あるいは発作予知理論の構築と実証を目的として、頭蓋内脳波データの解析結果から発作予知を行うための基盤技術確立を目指し研究を実施した。
本目的の達成のためには、解析精度に影響を及ぼすアーチファクト（ノイズ）の分離・除去による脳波データの精製が必要である。そこで、これまでに頭蓋記録脳波を本年は頭蓋記録脳波を用いて多変量経験的モード分解によりオリジナル脳波信号を狭帯域の信号に分解し、ノイズを構成している成分を分離後、純粋な脳波信号を再現することに成功した。
さらにこの精製された頭蓋内脳波を用いて、てんかん焦点との関連性において注目されているHFO(High frequency oscillations)解析を実施することで、これまでアーチファクトにより不明瞭で解析不能であったデータの解析を成功させた。また、HFOのうちfast ripple(FS:250Hz-500Hz)の変動をEEG CDM Analysisソフトを用いて瞬時振幅の経時的変動を確認するに至った。これらの応用により発作起始部の自動検出や発作の予知の自動解析に新たな道筋を示すことが出来た。
しかし、てんかん発作起始に先行した脳内情報処理の変調を脳内ネットワークの変調として検出する手法の確立については、研究開始年度から問題となっていた経験的モード分解の解析時間の短縮を実現できず、解析が極少数例の分析にとどまりチャンネル間の同期を網羅的に解析するところにまで及ばなかった。
|
