Mikro-Anfälle zeigen sich als anfallsartige Muster in elektrophysiologischen Aufnahmen mit Mikroelektroden und werden von umschriebenen Neuronenverbänden im Submillimeter-Bereich verursacht. Sie sind im klinischen intrakraniellen EEG unsichtbar und haben keinerlei klinische Korrelate. Klinisch symptomatische Anfälle, die in einem makroskopischen fokalen Areal von vielen Kubikmillimetern Größe ablaufen, gehen typischerweise aus Mikro-Anfällen hervor. Neuere Arbeiten weisen darauf hin, dass klinische Anfälle immer dann auftreten, wenn ein kritisches Volumen synchronisierter Mikro-Anfalls-Domänen erreicht wird. In diesem Projekt soll untersucht werden, wie die räumliche und zeitliche Häufung von Mikro-Anfällen zur Entstehung von klinischen Anfällen führt. Das Projekt besteht aus zwei Schwerpunkten: (1) Zunächst soll ein Algorithmus entwickelt werden, der eine automatisierte Detektion von Mikro-Anfällen (z.B. durch Kombination unterschiedlicher Diffenzial-Operatoren). (2) Mit Hilfe von diesem Algorithmus soll die räumlich/zeitliche Häufung von Mikro-Anfällen sowie ihre Synchronisation quantitativ erfasst werden, um so zu einem besseren Verständnis der Pathomechanismen zu gelangen, die bei der Entstehung von klinischen Anfällen eine Rolle spielen, die auch im intrakraniellen EEG erfasse werden. Dazu soll ein neuartiges binäres Kodierungsschema sowie ein neuartigen Maß für "peak synchronization" verwendet werden. Mikro-EEG-Daten werden von der Arbeitsgruppe des deutschen Partners aquiriert. Da bereits Daten von ueber 20 Patienten vorliegen, kann der Datentransfer und die Analyse der Daten unmittelbar beginnen. Modelle zur Entstehung klinischer Anfaelle aus Mikroanfaellen sollen validiert und verbessert werden anhand von weiteren Ableitungen. Dies wird die ersten 18 Monate der Projektphase in Anspruch nehmen. Waehrend der letzten 6 Monate werden die Analyses finalisiert und zur Publikation gebracht.