OBJECTIVE Functional connectivity networks (FCNs) based on interictal electroencephalography (EEG) can identify pathological brain networks associated with epilepsy. FCNs are altered by interictal epileptiform discharges (IEDs), but it is unknown whether this is due to the morphology of the IED or the underlying pathological activity. Therefore, we characterized the impact of IEDs on the FCN through simulations and EEG analysis. METHODS We introduced simulated IEDs to sleep EEG recordings of eight healthy controls and analyzed the effect of IED amplitude and rate on the FCN. We then generated FCNs based on epochs with and without IEDs and compared them to the analogous FCNs from eight subjects with infantile spasms (IS), based on 1340 visually marked IEDs. Differences in network structure and strength were assessed. RESULTS IEDs in IS subjects caused increased connectivity strength but no change in network structure. In controls, simulated IEDs with physiological amplitudes and rates did not alter network strength or structure. CONCLUSIONS Increases in connectivity strength in IS subjects are not artifacts caused by the interictal spike waveform and may be related to the underlying pathophysiology of IS. SIGNIFICANCE Dynamic changes in EEG-based FCNs during IEDs may be valuable for identification of pathological networks associated with epilepsy.

中文翻译：

---

发作间期癫痫样放电对基于脑电图的功能连接网络的影响

目的基于发作间期脑电图 (EEG) 的功能连接网络 (FCN) 可以识别与癫痫相关的病理性脑网络。FCN 会被发作间期癫痫样放电 (IED) 改变，但不清楚这是由于 IED 的形态还是潜在的病理活动。因此，我们通过模拟和 EEG 分析来表征 IED 对 FCN 的影响。方法 我们将模拟 IED 引入八名健康对照的睡眠 EEG 记录，并分析了 IED 振幅和速率对 FCN 的影响。然后，我们根据有和没有 IED 的时期生成 FCN，并将它们与来自八个婴儿痉挛 (IS) 受试者的类似 FCN 进行比较，基于 1340 个视觉标记的 IED。评估了网络结构和强度的差异。结果 IS 科目中的 IED 导致连接强度增加，但网络结构没有变化。在对照中，具有生理振幅和速率的模拟 IED 不会改变网络强度或结构。结论 IS 受试者中连接强度的增加不是由发作间期尖峰波形引起的伪影，可能与 IS 的潜在病理生理学有关。意义 IED 期间基于 EEG 的 FCN 的动态变化可能对于识别与癫痫相关的病理网络很有价值。结论 IS 受试者中连接强度的增加不是由发作间期尖峰波形引起的伪影，可能与 IS 的潜在病理生理学有关。意义 IED 期间基于 EEG 的 FCN 的动态变化可能对于识别与癫痫相关的病理网络很有价值。结论 IS 受试者中连接强度的增加不是由发作间期尖峰波形引起的伪影，可能与 IS 的潜在病理生理学有关。意义 IED 期间基于 EEG 的 FCN 的动态变化可能对于识别与癫痫相关的病理网络很有价值。