利用颅内EEG-fMRI映射间歇性放电来预测癫痫手术效果

2024-05-22 Wed
利用颅内EEG-fMRI映射间歇性放电来预测癫痫手术效果
背景与目的癫痫是一种常见的神经系统疾病，许多患者对药物治疗无效，因此外科手术成为其主要治疗手段之一。然而，如何准确定位癫痫发作生成区域（seizure onset zone, SOZ），以最大限度提高手术效果，始终是临床面临的重大挑战。间发性癫痫样放电（interictal epileptiform discharges, IED）的相关脑血氧水平依赖反应（blood oxygen level-dependent, BOLD）可能对于界定癫痫发作区具有关键意义。尽管这些技术自20世纪90年代以来在研究中有所应用，但在临床实践中仍被低估。为此，William Wilson等人开展了一项研究，旨在评估各种主观和客观方法定位临床相关区域的有效性，并比较这些区域与术后结果的关系。
研究来源本研究由Hotchkiss Brain Institute、Cumming School of Medicine、Seaman Family MR Research Centre等共同进行。研究发表于2024年的Oxford University Press on behalf of the Guarantors of Brain。这是一篇开放获取的文章，分发和重用不受限制。
研究方法参与者本研究共招募70名患者，这些患者都接受了脑内视频-EEG监测。所有受试者符合以下标准：年龄超过18岁、能够提供知情同意、无MRI禁忌症以及被诊断为局灶性癫痫。本研究得到University of Calgary的伦理委员会批准。
数据获取与预处理脑内EEG每位受试者的脑内视频-EEG监测数据由有经验的癫痫学家审查，选择了最多八个电极用于EEG-fMRI采集。EEG数据获取过程使用了实时伪影拒绝和滤波。
MRI受试者分别在不同类型的3T GE Signa LX和GE Discovery MR750全身扫描仪上完成扫描。MRI扫描包括多层解剖图像和功能MRI图像整个过程。所有受试者被建议在扫描期间睡眠，以增加IED发生的概率。功能数据共采集60分钟。
数据分析脑内EEG数据后处理使用定制的Matlab算法进行重参考、带通滤波、平均伪影减法和主成分分析。然后由两位有经验的医生分别对数据集进行审查和标定。
fMRIfMRI分析使用FMRIB软件库（FSL）完成，包括时间校正、空间平滑、高通滤波和运动校正。对IED相关的BOLD反应进行事件相关分析，将IED事件时间与四种不同的HRF模型进行卷积。
集群识别及细化在每个IED分析中，仅考虑正性的BOLD反应。研究识别并比较最显著集群、第二显著集群、与IED电极最近的集群和临床相关集群。每个集群与电极接触点的距离被测量并进行了比较，患者在术后再进行影像检查，识别切除区域。
研究结果受试者特征所有70名受试者中，有60名完成了至少10分钟的功能图像获取。受试者的平均年龄为35.8岁，癫痫平均病程为18.2年。最终，有38名患者接受了外科手术，良好预后（Engel I和II类）为23名（61%）。
临床相关集群总计分析了117种IED类型，生成了106个有显著集群的BOLD反应图。临床相关集群在85/106个（80%）IED分析中被识别，这些集群具有显著的z分数和较大的集群体积。
手术结果与一致性在68个有显著集群的地图中，切除了峰值集群的患者与良好术后预后之间有显著相关性。中高置信水平地图预测手术结果表现出高的负预测值和敏感性。
讨论本研究发现主观方法（临床相关集群）和客观方法（最大集群的置信水平）均提高了SOZ的定位精度，但仅有客观方法与良好术后预后有显著相关性。此外，尽管切除峰值体素对手术成功至关重要，但其单独切除不足以保证手术的完全成功。
结论本研究表明，通过进一步筛选IED相关的BOLD集群，可以提高癫痫手术的预后。这类高级筛选方法应在未来的临床和研究中得到应用，以改善癫痫患者的手术结果。此外，脑内EEG-fMRI相比头皮EEG-fMRI具有更高的IED检出率和BOLD激活率，在临床上的应用前景广阔。
研究亮点本研究提出了通过进一步细化IED相关BOLD集群的方法，提高了癫痫发作区定位的精度。
研究表明，切除IED相关BOLD反应的峰值集群对手术成功至关重要，是必要但不充分的条件。
脑内EEG-fMRI在分析IED和BOLD激活方面优于头皮EEG-fMRI，表明其具有更高的临床价值。
限制与未来研究方向脑内电极引起的信号损失限制了BOLD信号的检测能力。
未来研究需要进一步探讨低置信水平地图的临床应用价值，并确定EEG-fMRI在术前工作中的具体作用。
本研究的方法可能在不同中心的推广和应用存在限制，未来需进行跨中心验证。
本研究展示了利用EEG-fMRI精细定位癫痫发作区的新方法，强调了对这些高置信水平集群的进一步研究和合理应用的重要性，为未来的癫痫手术规划提供了有力的支持。