Een aanzienlijk deel van de patiënten met refractaire epilepsie die resectieve epilepsiechirurgie ondergaan wordt niet aanvalsvrij. Dit is meestal te wijten aan een onjuiste lokalisatie van de epileptogene zone (EZ). Het doel van dit project is om door middel van nieuwe tecnhieken voor de analyse van scalp en intracranieel EEG te komen tot een meer betrouwbare lokalisatie van de EZ, wat op zijn beurt zal leiden tot een beter resultaat na epilepsie chirurgie. We zullen hierbij gebruik maken van analyse technieken gebaseerd op machine learning, artificiële intelligentie en/of concepten uit information theory (interaction information, partial information decomposition). We zullen in dit verband ook ons eerder werk over effectieve connectiviteitsanalyse op ictaal intracrianeel EEG uitbreiden. Dit project zal een impact hebben op de klinische praktijk, en nieuwe inzichten verschaffen in de dynamiek van netwerken in epilepsie.