[发明专利]正常和疾病状态脑动力学的建模系统和方法

说明书

提供了正常和疾病状态脑动力学的建模系统和方法。

相关申请的交叉参考

本申请要求于2013年1月31日提交的标题为MODELING THE BRAIN DYNAMICS INNORMAL AND DISEASED STATES(正常和疾病状态脑动力学的建模)的美国临时专利申请号61/759,363的优先权，其全部内容通过引用纳入本文用于所有目的。

关于联邦资助研究或开发的声明

本发明是在政府支持下由国家卫生研究院(National Institutes of Health)授予的基金号EB008738资助完成。政府对本发明享有某些权利。

发明背景

技术领域

本发明通常涉及脑动力学建模的系统和方法，且更具体地涉及正常和疾病状态脑动力学的建模。

相关技术的描述

正常和患有神经疾病状态的脑网络功能动力学在很大程度上是未知的。本发明提供了新的方法，该方法设计为使用脑网络功能动力学的高精度知识建立疾病模型并纵向探测脑网络功能动力学以进行定量设计和评估治疗选项。使用该方法，治疗方法可设计和评估为直接针对改变的特定脑动力学。例如，该方法可有利于药物开放、神经刺激、局灶性手术、细胞和基因治疗。

研究神经疾病的常规动物模型使用机械损伤、药物递送、电刺激和遗传改变生成。这些动物模型随后由行为试验、电记录、解剖学评价和离体免疫组化表征。本发明的方法是有益的并克服了常规建模的多种缺陷。

发明内容

本发明为基于神经疾病的精确、细胞类型特异性脑功能来建立、定义和分类神经疾病创造了独特的第一次机会。此外，可在给予治疗的同时对其进行纵向监测以评价功效。除评估以外，其还可对治疗方法进行积极设计以改变患病的脑功能。

可使用光遗传学刺激和功能性磁共振成像读数来鉴定建立具有精确来源和相应脑网络动力学的动物模型的方法。可创建涉及癫痫发作(seizure)和其他疾病状态的模型。

本发明的多个方面已被用作临产前方法以指导人治疗发展。

本发明的多个方面已被用于研究和鉴定癫痫发作模型，这些癫痫发作模型具有精确来源和相关网络、阿尔茨海默病网络、帕金森病成瘾网络、最低限度有意识患者相关DBS目标网络和其他正常和疾病状态。

本发明的多个方面涉及正常和疾病状态脑动力学的建模方法，包括在脑中建立疾病状态模型，并基于光遗传学刺激和功能性磁共振成像(fMRI)对模型进行分类。

该方法还包括进行其他测量以在光应答刺激期间基于该分类解释脑电图 (EEG)测量。

可使用EEG进行这些其他测量。

该疾病状态模型可以是癫痫发作的模型。

该疾病状态模型可以是癫痫发作的动物模型。

可从背侧CA1刺激、中间CA1刺激、腹侧CA1刺激或下托(subiculum)刺激中至少一种生成癫痫发作。

该方法还包括使用癫痫发作的动物模型进行神经刺激和药物设计。

本发明的多个方面提供了一种正常和疾病状态脑动力学的建模方法，包括通过具有细胞类型特异性的光遗传学功能性磁共振成像(ofMRI)鉴定迷走神经刺激 (VNS)作用机制，生成不同的癫痫发作类型并评估各癫痫发作类型的VNS功效以鉴定癫痫发作类型，并鉴定各癫痫发作类型的独特脑电图(EEG)特征，并通过 EEG和癫痫发作同步化ofMRI鉴定患者中的EEG特征。

该方法还可包括进行MRI的VNS同步化以确认VNS作用机制。