导语


随着电生理学、网络建模、机器学习、统计物理、类脑计算等多种技术方法的发展，我们对大脑神经元相互作用机理与连接机制，对意识、语言、情绪、记忆、社交等功能的认识逐渐深入，大脑复杂系统的谜底正在被揭开。为了促进神经科学、系统科学、计算机科学等领域研究者的交流合作，我们发起了【神经动力学模型读书会】。


【神经动力学模型读书会】第九期，我们邀请到曹淼和王鑫迪，分享主题：癫痫研究中的神经动力学模型。本期读书会将于5月28日（本周六）下午14:00-16:00举办，直播报名入口见后文。






背景




癫痫为第二大神经系统疾病（仅次于脑卒中），全球约1%的人口患有癫痫。其中至少三分之一患者的癫痫发作对药物无效。神经外科手术可以有效治疗药物难治性癫痫，但是在可以手术治疗的癫痫病人中，选择手术作为治疗方法的患者的比例十分低。造成手术使用率低的主要原因是，当MRI无法定位致痫灶时，术前评估将十分复杂与困难。神经动力学模型或可成为更好的描述癫痫发作动力学机制的方法，从而更客观、精确地定位癫痫致痫灶，为癫痫外科制定手术治疗方案提供帮助。






简介




本期读书会，以动力学系统为视角，介绍并探讨神经动力学模型如何在癫痫领域研究提供理论与实践支持。癫痫发作作为一种动态的、时空演变的（网络）临床现象，或可从动力学角度探讨其发作机制，为癫痫的精确治疗、调控以及发作预测提供理论与应用基础。具体介绍癫痫发作的四个动力学模型：Wendling model, Epileptor model, Z/Benjamin model, Theta-neuron model。 同时，会探讨复杂系统与动力学模型可能在癫痫发作预测研究中的应用。





大纲




  • Background on epilepsy and epilepsy surgery – where the problems are.
  • Why we need dynamical models for epilepsy and epilepsy surgery?
  • What have we got so far?
  • What are the problems with current dynamical and non-dynamical approaches?
  • Some perspectives from work in seizure prediction.
  • Some perspectives on future research





前置知识




1.Jansen-Rit model

Jansen, B. H. & Rit, V. G. Electroencephalogram and visual evoked potential generation in a mathematical model of coupled cortical columns. Biol Cybern73, 357–366 (1995).


2.Wendling model of epileptic seizures

Wendling, F., Bartolomei, F., Bellanger, J. J. & Chauvel, P. Epileptic fast activity can be explained by a model of impaired GABAergic dendritic inhibition. Eur J Neurosci15, 1499–1508 (2002).


3.Z/Benjamin model

Kalitzin, S. N., Velis, D. N. & Silva, F. H. L. da. Stimulation-based anticipation and control of state transitions in the epileptic brain. Epilepsy Behav17, 310–323 (2010).

Benjamin, O. et al. A phenomenological model of seizure initiation suggests network structure may explain seizure frequency in idiopathic generalised epilepsy. J Math Neurosci2, 1–1 (2012).


4.Epileptor (network) model

Jirsa, V.K., Stacey, W.C., Quilichini, P.P., Ivanov, A.I., Bernard, C., 2014. On the nature of seizure dynamics. Brain 137, 2210–2230.

Proix, T., Bartolomei, F., Guye, M. & Jirsa, V. K. Individual brain structure and modelling predict seizure propagation. Brain140, 641–654 (2017).

5.Critical transition

Scheffer, M. et al. Anticipating Critical Transitions. Science338, 344–348 (2012).

6.Critical slowing down in human epileptic seizures

Maturana, M. I. et al. Critical slowing down as a biomarker for seizure susceptibility. Nat Commun11, 2172 (2020).





主讲人




曹淼，墨尔本大学医学院临床神经科学博士，北京大学物理学院博士后。博士工作发表在Nature Communications。

研究方向：癫痫手术术前评估与致痫灶定位，网络分析与神经动力学模型，颅内电生理与EEG/MEG/fMRI神经影像分析等。致力于神经影像与神经动力学结合的临床应用，以及（病理）神经系统建模。

王鑫迪，现为北京慧脑云计算有限公司高级算法研发工程师。北京师范大学认知神经科学与学习国家重点实验室博士，加拿大麦吉尔大学蒙特利尔神经病学研究所（Montreal Neurological Institute, MNI）博士后。脑影像领域工具包DPABI/DPABISurf、GERTNA的核心开发人员，CIVET、REST等工具包的代码贡献者。在MNI期间，参加了脑影像数据管理与计算分析平台LORIS/CBrain的开发与维护，是PRIME-RE Project、BigBrain Project、Virtual BigBrain Project等跨中心脑影像大数据合作项目的参与人。Google学者被引次数2464次，H指数10。

研究方向：多模态脑影像数据分析算法及信息化平台建设。

参考文献

将非侵入式神经影像与神经动力学模型结合，提供癫痫致痫灶定位。

Cao, M., Galvis, D., Vogrin, S.J. et al. Virtual intracranial EEG signals reconstructed from MEG with potential for epilepsy surgery. Nat Commun 13, 994 (2022).

该综述由Prof Fabrice Wendling牵头，总结了近些年在癫痫研究中发展并使用的神经动力学模型。

Wendling, F., Bartolomei, F., Mina, F., Huneau, C. & Benquet, P. Interictal spikes, fast ripples and seizures in partial epilepsies–combining multi-level computational models with experimental data. Eur. J. Neurosci. 36, 2164–77 (2012).

Jirsa et al.提出的神经动力学模型(Epileptor),可较完整地仿真发作起始、传播以及终止的整个状态转移过程。

Jirsa, V.K., Stacey, W.C., Quilichini, P.P., Ivanov, A.I., Bernard, C., 2014. On the nature of seizure dynamics. Brain 137, 2210–2230.

提出了虚拟切除技术与动力学模型相结合，并应用于真实病人数据。

Goodfellow, M. et al. Estimation of brain network ictogenicity predicts outcome from epilepsy surgery. Sci. Rep. 6, 29215 (2016).

使用了颅内电生理的背景活动信号，并重复、验证了虚拟切除与动力学模型相结合的工作。
Sinha, N. et al. Predicting neurosurgical outcomes in focal epilepsy patients using computational modelling. Brain 140, 319–332 (2017).





直播信息




时间：
2022年5月28日（本周六）下午14:00-16:00

参与方式：

1. 文末扫码参与神经动力学模型读书会，加入群聊，获取系列读书会回看权限，成为神经动力学社区的种子用户，与480余位神经动力学社区的一线科研工作者与企业实践者沟通交流，共同推动神经动力学的发展（扫描下方二维码报名本次读书会，扫描文末二维码报名整季读书会）。

扫码报名



神经动力学模型读书会启动


本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作，激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣，集智俱乐部和天桥脑科学研究院联合发起了神经动力学模型读书会。聚焦于神经科学中的动力学建模这一前沿课题，围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。读书会已于2022年3月19日开始，每周六下午14:00-16:00（或每周五晚上19:00-21:00，根据实际情况调整）进行，预计持续10-12周。

读书会大纲一览：

  1. 复杂神经动力学：分析与建模
  2. 神经元动力学
  3. 神经动力学场论
  4. 全脑动态模拟
  5. 多尺度生成模型
  6. 睡眠调控
  7. 癫痫发作的神经动力学
  8. 神经调控
  9. 决策的神经计算机制
  10. 脉冲神经网络的应用
  11. 总结圆桌会





点击“阅读原文”，报名直播