Published January 24, 2024
| Version v1
Publication
Large-scale simulation of interictal epileptic discharges with neural mass models: patient specific interpretation of the interictal SEEG data
- Others:
- Laboratoire Traitement du Signal et de l'Image (LTSI) ; Université de Rennes (UR)-Institut National de la Santé et de la Recherche Médicale (INSERM)
- Mathématiques pour les Neurosciences (MATHNEURO) ; Inria Sophia Antipolis - Méditerranée (CRISAM) ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)
- Assistance Publique - Hôpitaux de Marseille (APHM)
- Centre de résonance magnétique biologique et médicale (CRMBM) ; Aix Marseille Université (AMU)-Assistance Publique - Hôpitaux de Marseille (APHM)-Centre National de la Recherche Scientifique (CNRS)
- Institut de Neurosciences des Systèmes (INS) ; Aix Marseille Université (AMU)-Institut National de la Santé et de la Recherche Médicale (INSERM)
- Centre d'Exploration Métabolique par Résonance Magnétique [Hôpital de la Timone - APHM] (CEMEREM) ; Hôpital de la Timone [CHU - APHM] (TIMONE)-Centre de résonance magnétique biologique et médicale (CRMBM) ; Aix Marseille Université (AMU)-Assistance Publique - Hôpitaux de Marseille (APHM)-Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU)-Assistance Publique - Hôpitaux de Marseille (APHM)-Centre National de la Recherche Scientifique (CNRS)
- This project has received funding from the European Research Council (ERC) under the European Union's Horizon 2020 research and innovation program (grant agreement No 855109).
- European Project: 855109,Galvani
Description
In patients with refractory epilepsy, the clinical interpretation of stereoelectroencephalographic (SEEG) signals is crucial to delineate the epileptogenic network that should be targeted by surgery. We propose a pipeline of patient-specific computational modeling of interictal epileptic activity to improve the definition of regions of interest. Comparison between the computationally defined regions of interest and the resected region confirmed the efficiency of the pipeline. This result suggests that computational modeling can be used to reconstruct signals and aid clinical interpretation.
Additional details
- URL
- https://hal.science/hal-04414880
- URN
- urn:oai:HAL:hal-04414880v1
- Origin repository
- UNICA