Resumen

La correcta lateralización de la epilepsia del lóbulo temporal (ELT) es fundamental para mejorar los resultados quirúrgicos. Como un sistema de registro clínico no invasivo relativamente nuevo, la magnetoencefalografía (MEG) rara vez se ha aplicado para determinar la lateralización de la ELT unilateral. Aquí proponemos un marco para utilizar características de redes cerebrales en estado de reposo y una máquina de vectores de soporte (SVM) para la lateralización de la ELT basada en MEG. Reclutamos a 15 pacientes con ELT izquierda, 15 pacientes con ELT derecha y 15 controles sanos emparejados en edad y sexo. El problema de lateralización se transfirió entonces a una serie de problemas de clasificación binaria, incluyendo ELT izquierda versus control sano, ELT derecha versus control sano y ELT izquierda versus ELT derecha. Se extrajeron características de redes cerebrales para cada participante utilizando tres métricas de red (grado nodal, centralidad de intermediación y eficiencia nodal). Se emple

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Epilepsia del lóbulo temporal; Magnetoencefalografía; Lateralización; Máquina de vectores de soporte; Características de la red cerebral; Grado nodal
• Keywords:Temporal lobe epilepsy; Magnetoencephalography; Lateralization; Support vector machine; Brain-network features; Nodal degree