Warning: file_put_contents(/var/www/html/w_abstracts/administrator/logs/eshiol.log.php): Failed to open stream: Permission denied in /var/www/html/w_abstracts/libraries/vendor/joomla/filesystem/src/File.php on line 263

Warning: file_put_contents(/var/www/html/w_abstracts/administrator/logs/eshiol.log.php): Failed to open stream: Permission denied in /var/www/html/w_abstracts/libraries/vendor/joomla/filesystem/src/File.php on line 263
Análisis espacio-temporal de SEEG y determinación de estados de red para la definición de riesgo de crisis

Análisis espacio-temporal de SEEG y determinación de estados de red para la definición de riesgo de crisis

COMUNICACIÓN ORAL | 19 noviembre 2015, jueves | Hora: 18:00

AUTORES

Principe , Alessandro 1; Tauste Campo, Adria 2; Ley Nacher, Miguel 1; null, Gustavo 3; Rocamora Zuñiga, Rodrigo 1


CENTROS

1. Servicio de Neurología. Hospital del Mar; 2. Servicio: Dep. de TIC. Universitat Pompeu Fabra; 3. Servicio: Neurociencias Computacionales. Universitat Pompeu Fabra

OBJETIVOS

En el 10-15% de todos los pacientes epilépticos la identificación de la red epileptogénica requiere electrodos intracraneales. No obstante se hayan hecho pasos importantes en la cuantificación de la probabilidad que regiones cerebrales así exploradas participen en las crisis, sigue siendo un problema abierto la definición del riesgo que se produzca un evento ictal. Recientemente hemos desarrollado un método que nos permite explorar la dinámica entre estados de red y definir un periodo preictal y postictal, además de proporcionarnos una descripción de cómo las distintas áreas se relacionan entre sí durante la crisis. Para este análisis utilizamos más de 120 horas de registro de cuatro pacientes con epilepsia del lóbulo temporal farmacorresistente. El método pudo detectar relaciones funcionales sincrónicas y con retrasos de hasta 100 ms, pero para hacer eso fue necesario repetir el análisis espaciales con los retrasos temporales.

MATERIAL Y MÉTODOS

Para analizar la dinámica espacio-temporal en un solo paso desarrollamos un algoritmo de compresión entrópico capaz de manejar memorias muy grandes (>300 bits) y con ello analizamos la tendencia de la señal EEG de los mismos estudios.

RESULTADOS

Con el nuevo método fue posible detectar estados de pre- y post-crisis en todos los pacientes, además de poder definir los patrones de trend más frecuentes entre las distintas regiones de interés.

CONCLUSIONES

El desarrollo ulterior de esta tecnología podría permitir la realización de dispositivos capaces de adaptarse a la actividad neuronal monitorizada y permitir el cálculo de riesgo de evento ictal en pacientes en los cuales una cirugía resectiva sea contraindicada.

video


Dirección

Madrid: Fuerteventura 4, 28703, San Sebastián de los Reyes, Madrid

Barcelona: Vía Laietana 23, Entlo A-D, 08003, Barcelona