癫痫病是一种广泛的神经系统疾�。澜缭加�5000万人受其影响。它的特征是反复发作的癫痫发作，这是大脑中电活动的突然爆发。癫痫发作的类型很多，癫痫患者可能会经历多种类型的癫痫发作。

如今，临床医生使用脑电图测量，将电极放置在患者头皮上或大脑内部，以识别癫痫发作的时间和地点。但是，仅这些测量值并不总是提供足够的信息来了解癫痫发作的类型并做出有关治疗的最佳决策。

现在，由法国艾克斯·马赛大学和密歇根大学领导的国际研究人员团队基于对脑震荡的深刻理解和数学建模，提出了一种新的癫痫发作分类系统。论文的主要作者之一，艾克斯·马赛大学(Aix-Marseille University)的HBp科学家Viktor Jirsa教授说：“它代表着同类的第一个客观且无偏见的分类法。”

研究人员使用“分叉理论”(一种在物理和工程等领域常用的方法)来分析来自全球一百多名患者的数据。来自澳大利亚墨尔本大学和莫纳什大学，德国弗莱堡大学和日本京都大学的研究人员也为这项工作做出了贡献。具有类似性质的癫痫发作被归类。

他们发现了十六种具有明显特征的癫痫发作动态-或称“动态型”。吉萨说：“类似于化学元素周期表，我们证明了癫痫发作有一个清晰的分类系统。”

该系统可以使临床医生更好地了解癫痫发作及其治疗方法。“癫痫发作类型对治疗的反应不同。例如，某些癫痫发作可以通过电刺激来停止，而其他癫痫发作则不能依靠其动力型。系统科学的基础是围绕癫痫症进行的理论研究，癫痫症是我们在人脑中开发的一种中央癫痫模型该项目也是目前正在进行的大型临床试验的核心。”

Jirsa强调：“但是，分类不是解释”。“要想更好地了解癫痫机制，我们还有很多工作要做。这是EBRAINS将发挥关键作用的地方，因为它提供了连接细胞，网络和大脑成像信号的工具，有助于机制发现。” EBRAINS是一种新型的共享数字大脑人脑计划(HBp)正在建立的欧盟研究基础设施。

在HBp内部，Jirsa和他的团队首先开始将开放式网络模拟器The Virtual Brain应用于癫痫的应用。这项工作为项目EpINOV(“使用虚拟大脑技术改善癫痫手术管理和预后”)奠定了基�。孟钅课诙嗄辏婕胺ü手氖讣曳ü皆骸pINOV测试用于癫痫网络的个性化HBp建模技术是否可以改善耐药患者的手术准备。