鞑靼斯坦共和国）的一组科学家与外国同事合作开发了一种识别癫痫发作方法的算法，在开始前五到七秒，该方法基于极端事件理论，神经科学和认知技术实验室负责人周五表示InnopolisUniversity，机器人和机电一体化技术组件中心，AlexanderKhramov。

　　“我们首先展示了大量与脓肿癫痫有关的实验数据，癫痫事件具有极端事件的所有特征。癫痫是儿童常见的非痉挛性癫痫形式之一，”他说。

　　来自莫斯科和明斯特（德国）的研究人员-神经生理学家研究了具有分离性癫痫遗传倾向的大鼠。来自Innopolis大学的物理学家构建了一个关于大脑癫痫状态的极端事件理论，并且还开发了预先预测癫痫发作的算法。

　　根据Khramov的说法，这为在癫痫发作前五到七秒预测癫痫发作提供了机会。他指出，这足以阻止他们同时使用药物和经皮电或脑磁刺激。

　　起初，科学家处理了大鼠大脑电活动的记录，并显示癫痫放电前大脑活动的特征与观察到的相似，例如在台风前的气候数据中。然后他们在数学上揭示了预测癫痫的主要参数。在第三阶段，创建了一个程序，允许以高精度实时预测癫痫事件。

　　根据Khramov的说法，药物治疗对脓肿性癫痫并不总是有效，大约三分之一的患者对其有抵抗力。他指出，只有在一组科学家和来自荷兰和德国的同事的工作中“概述了预测这些事件的第一种方法”，他们才发现了癫痫发作之前的大脑活动的特定标志。

　　问题在于预测的准确性低，由于大脑活动信号中相应结构的复杂形状，有可能预测不超过60％的攻击。基于极端事件理论的新方法更简单。它还包括对大脑信号噪声的评估。一旦噪音开始增长，专家就会明白癫痫发作的前兆出现了。

　　论极端事件的理论

　　当科学家发现自然和社会系统动力学中的许多罕见事件不是偶然事件时，极端事件理论得到了发展，它们受制于复杂且往往不明显的模式。例如，地球气候系统中的海啸或飓风很少发生，但是，这是大量因素的结果，Khramov解释说。您可以在系统的行为中找到某些标记，这将告诉您很快就会在系统中.出现罕见的破坏力事件。