Predicting surgical outcome in drug-resistant epilepsy by combining interictal biomarkers within a machine learning framework

Abstract Delineating the epileptogenic zone (EZ) is essential for achieving seizure freedom in drug-resistant epilepsy (DRE). Conventionally, seizure onset derived from ictal intracranial EEG (iEEG) approximates the EZ, but acquiring ictal data can be challenging. Interictal iEEG abnormalities offer...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Hmayag Partamian, Saeed Jahromi, M. Scott Perry, Daniel Hansen, Madhan Bosemani, Jason Wang, Eleonora Tamilia, Joseph R. Madsen, Jeffrey Bolton, Scellig S. D. Stone, Phillip L. Pearl, Christos Papadelis
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	Nature Portfolio 2026-03-01
سلاسل:	Scientific Reports
الموضوعات:	Interictal epilepsy biomarkers Epilepsy surgery Combined interictal features Supervised machine learning
الوصول للمادة أونلاين:	https://doi.org/10.1038/s41598-026-45177-x
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!