癫痫病是一种常见的神经系统疾病,会引起各个年龄段的人发作。 西方国家癫痫发病率为每千人约4-10人,而在发展中国家这个数字则高达5倍。癫痫发作是脑电活动障碍的结果,但并非所有癫痫发作都是由癫痫引起的。
癫痫发作有很多类型可以区分。 目前,研究人员已经确定了40多种不同的类型。 在实验室研究中,啮齿动物的癫痫发作模型通常区分失神发作(一种全身性癫痫,影响整个大脑的电活动)和中颞叶癫痫(一种部分性癫痫,仅影响一边脑半球)。
缺乏性癫痫发作(以前称为小发作)通常在儿童中见到,通常在青春期左右消失。 这些癫痫发作几乎看不见,因此很难用肉眼察觉。 人们通常认为患者会突然失去意识,而不是典型的癫痫发作。 为了临床诊断它们或在实验室研究中识别它们,必须通过测量脑电波进行。
研究人员对几种类型的癫痫发作进行了研究,以研究其起源,神经学途径和可能的治疗方法。在这些研究中,癫痫持续时间,发作次数和发作强度是重要参数。为了测量这些,研究人员经常将脑电(EEG)记录和行为观察结合使用。
在颞叶癫痫中,癫痫发作起源于海马体和杏仁体。大小鼠的海马体和杏仁体中很容易被化学或电激发。某些研究模型,例如状态癫痫和高热惊厥的模型,首先会诱发癫痫发作,然后是无惊厥的静默期,然后在最后阶段会自然发作。由于沉默期从几天到几周不等,研究人员需要不得不观察数小时的视频,以查明何时会发生这些随后的癫痫发作。
许多研究人员使用Racine量表对啮齿动物的癫痫发作进行行为分类。该量表在反复研究开中已被更改,尽管该量表在多年研究中得到了验证,但其应用和解释仍由研究人员自行决定。因此有些研究人员不愿使用自动检测癫痫发作量表。
目前的视频跟踪技术可以通过多种方式提高癫痫研究的简便性和效率。动物运动轨迹跟踪系统(EthoVision XT)是一种自动视频跟踪软件程序,不仅可以跟踪动物,还可以在像素级别检测视频中的动物活动变化。
这样,即使动物静止不动(动物的鼻尖,中点和尾巴都在原来的位置),仍可以检测到身体的活动。 系统可以通过将每个视频帧与前一个视频帧进行比较来检测任何变化。
根据实验设计,视频跟踪技术可以以多种方式应用于癫痫研究中,还可以用于检测凝固行为(与癫痫发作活动相反)。
Paradiso, B.; Zucchini, S.; Su, T.; Bovolenta, R. Berto, E.; Marconi, P.; Marzola, A.; Navarro Mora, G.; Fabene, P.F.; Simonato, M. (2011). Localized overexpression of FGF-2 and BDNF in hippocampus reduces mossy fiber sprouting and spontaneous seizures up to 4 weeks after pilocarpine-induced status epilepticus. Epilepsia, 52(3), 572–578.