内嗅皮层对海马癫痫样放电影响的计算模型研究

《内嗅皮层对海马癫痫样放电影响的计算模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海交通大学硕士学位论文内嗅皮层对海马癫痫样放电影响的计算模型研究硕士研究生：任惠学号：1114169049导师：梁培基教授申请学位：工程硕士学科：生物医学工程所在单位：生物医学工程学院答辩日期：2014年2月授予学位单位：上海交通大学万方数据DissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterRESEARCHONTHEROLEOFTHEENTORHINALCORTEXINEPILEPTIFORMACTIVITIESOFTHEHIP

2、POCAMPUSBASEDONTHECOMPUTATIONALMODELCandidate：RenHuiStudentID:1114169049Supervisor：Prof.LiangPei-JiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：BiomedicalEngineeringDateofDefence：February,2014Degree-Conferring-Institution：ShanghaiJiaoTongUniversity万方数

3、据万方数据万方数据万方数据上海交通大学硕士学位论文摘要内嗅皮层对海马癫痫样放电影响的计算模型研究摘要颞叶癫痫是成人癫痫最常见的一种，大部分的颞叶癫痫患者被认为患有难治性癫痫。内嗅皮层（entorhinalcortex，EC）和海马都是边缘系统的重要组成部分，对颞叶癫痫的产生有重要的作用。动物实验研究发现用无镁人工脑脊液（artificialcerebrospinalfluid，ACSF）灌流海马脑片，海马产生间歇期样放电，用无镁ACSF灌流EC-海马联合脑片，海马产生间歇期样和发作样放电交互出现的癫痫样放电，我们猜测

4、海马发作样放电的产生与EC有紧密的关系。丙戊酸（valproate，VPA）是一种常用的抗癫痫药物，动物实验研究发现，VPA不能阻断EC-海马联合脑片上的间歇期样放电，但能阻断EC-海马联合脑片上的发作样放电。目前对这一实验现象的机制还不是很清楚。本论文通过建立海马CA3区网络模型，对上述实验现象进行模拟并探索可能的机制。本论文的工作主要包括三个部分：（1）建立海马CA3区网络模型，包括两个锥体细胞，一个篮状细胞和一个始层分子层细胞，根据解剖学证据构建神经元之间的连接以及网络中受体通道的分布等。（2）在没有EC输入的

5、网络模型中，改变镁离子浓度，模拟无镁ACSF灌流海马脑片产生间歇期样放电的实验现象。给网络加入EC的信号输入，模拟无镁ACSF灌流EC-海马联合脑片产生间歇期样和发作样放电交互出现的实验现象。（3）增强网络中GABA能的抑制性连接强度和降低网络中NMDA能的兴奋性连接强度，模拟VPA对海马网络的作用。研究结果表明，改变网络中的镁离子浓度至0mM，海马CA3区能产生间歇期样放电，并且给网络加入含有发作样放电的EC信号输入，网络能产生发作样放电。研究结果证明在EC-海马联合脑片上，海马区发作样放电的产生可能是由EC引起的

6、。在没有EC输入的网络模型中，增强网络中GABA能的抑制性连接强度和降低NMDA能的兴奋性连接强度，可以降低网络中间歇期样放电的频率，模拟VPA对海马间歇期样放电的影响。在有EC信号输入的网络模型中，当EC只含有间歇期样放电时，网络产生间歇期样放电，增强网络中GABA能的抑制性连接强度和降低NMDA能的兴奋性连接强度，网络中间歇期样放电仍然存在；当EC含有间歇期样和发作样放电时，网络产生间歇期样和发作样放电，增强网络中GABA能的抑制性连接强度和降低NMDA能的兴奋性连接强度，不能将网络中的发作样放电阻断。网络中发作

7、样放电的消失可能是EC输入信号不包含发作样放电导致的。因此，我们推测VPA能够阻断EC-海马联合脑片上的发作样放电可能是由于VPA阻断了EC的发作样放电，导致海马区的发作样放电消失。I万方数据上海交通大学硕士学位论文摘要本论文的研究意义在于从计算模型的角度研究EC对海马癫痫样放电的影响。通过调节EC对模型的输入信号，模拟动物实验现象，推测实验现象存在的可能机制。本文建立的CA3区网络模型具有较强的通用性，在今后的研究工作中，该计算模型也能用于研究其他有关癫痫样放电的实验现象。关键词：计算模型、海马CA3区、内嗅皮层、

8、丙戊酸、颞叶癫痫II万方数据上海交通大学硕士学位论文ABSTRACTRESEARCHONTHEROLEOFTHEENTORHINALCORTEXINEPILEPTIFORMACTIVITIESOFTHEHIPPOCAMPUSBASEDONTHECOMPUTATIONALMODELABSTRACTTemporallobeepilepsyisone