专栏首页思影科技癫痫结构一致性:结合sEEG的高分辨率结构连接研究

癫痫结构一致性:结合sEEG的高分辨率结构连接研究

来自法国艾克斯-马赛大学的Pierre Besson等人在Brain杂志上发文,作者使用立体定位脑电图技术(sEEG)确定癫痫发作脑区,并基于DWI成像技术对癫痫脑区和全脑进行高分辨率结构连接分析。结果显示,相较于正常人,病人的癫痫脑区和其余脑区间的连接显著降低,并且这种降低影响到了整个大脑功能网络。

1.简介

近年来,人们越来越认识到,癫痫是一种脑网络疾病。在纤维追踪技术得到广泛应用前,研究者们也做了一些关于癫痫的功能和结构脑网络的工作,但并未完全揭示是癫痫导致了脑网络的改变,还是脑网络的改变导致了癫痫发作(Thivard et al., 2005等)。随着纤维追踪技术的应用,Besson等人发现了癫痫病人全脑水平的结构连接的破坏(Besson et al., 2014等),并且这种破坏和记忆、语言等认知能力的下降有关(Diehl et al. ,2008等),从而证实了是癫痫导致了脑网络连接的破坏。

尽管目前基于DTI技术人们已经做了大量工作,但对于癫痫结构网络的组织方式,目前尚无结合有创记录(sEEG)进行的研究。因此,对于结构连接和癫痫网络的病理组织间的联系,人们知之尚少。为了理解结构连接和癫痫活动的关系,作者使用sEEG技术定位了抗药性癫痫病人的癫痫活动脑区,并使用一种新的高分辨率结构连接分析方法,对癫痫活动脑区和全脑进行结构连接分析。

2.方法

2.1数据采集和处理

该研究招募了15名抗药性癫痫病人作为实验组,36名健康病人作为对照组。图像采集使用3T西门子Verio磁共振扫描仪,采集序列为T1和DWI等。数据的预处理使用FSL、SPM12等软件实现,纤维追踪则使用MRtrix软件来实现。

2.2结构连接组的构建

结构连接组的构建主要基于高分辨率结构连接组框架(high-resolution structuralconnectome, HRSC)进行。该框架可以生成皮层和皮层下大脑模型,这些模型由大约500000个三角形单元构成。该框架的大致计算步骤如下:(1)通过确定任意纤维束和三角形单元间的交叉关系,确定个体空间的影响矩阵(incidence matrix);(2)将个体空间的影响矩阵配准到标准空间;(3)对配准后的影响矩阵进行表面模糊处理(surface blurring);(4)计算连接矩阵(连接由任意两个三角形单元团簇间的纤维束密度确定)。对每个被试,再用线性回归消除掉年龄、性别等的影响后,可以得到一个包含58880个节点的结构连接组。

2.3区分sEEG电极

结合癫痫专家的建议和以往的研究(Bartolomei et al., 2017),依sEEG电极活动将电极分为三类:(1)癫痫发作脑区的电极(EZSEEG),指最初发现癫痫活动的电极;(2)癫痫传播脑区的电极(PZSEEG),指在癫痫最初发作后继而发现癫痫活动的电极;(3)其他电极(NIZSEEG)。

2.4基于区域的分析

依据sEEG电极的区分,确定三个感兴趣区域:癫痫发作区(EZ)、癫痫传播区(PZ)、其他脑区(NIZ)。确定方式如下:对EZSEEG中的所有电极,以电极为中心,10-mm为半径(由临床实践和计算机仿真得出)确定一个区域,即为EZ;PZ的计算与EZ一致;既非EZ又非PZ的脑区即为NIZ。

图1.三个感兴趣区域EZ、PZ、NIZ的确定

之后计算区域内和区域间的结构连接,区域内的连接包括EZ/EZ,PZ/PZ,NIZ/NIZ间的结构连接,区域间的连接包括EZ/PZ,EZ/NIZ,PZ/NIZ间的结构连接。对每个病人,对三角形单元的结构连接做求和操作后,都得到六种连接系数。相较于正常被试,对这些连接系数做Z-Score处理。

在对个体计算出连接系数后,作者使用双样本T检验进行了组分析,用以比较病人组和正常组的差异,结果进行了FDR校正。此外,临床相关分析使用了一般线性模型(GLM),用以确定发病年龄、病程等的影响。

2.5基于全脑的分析

全脑分析主要包括两步:(1)确定异常连接;(2)根据异常连接确定异常核团。异常连接通过计算病人组相较于正常组的Z-score来确定;异常连接相关的三角形单元构成异常核团,包括连接显著降低和连接显著升高的核团。之后,计算异常核团和癫痫脑区的重叠比(overlap ratio)等指数,并使用ANOVA进行统计比较。

图2.确定连接异常的核团。

连接过强或者连接过弱的核团分别用红色和蓝色表示。

图3. 计算核团和癫痫脑区的重叠比。

3.结果

3.1基于区域的分析

基于区域的分析结果显示,相较于正常组,病人组的癫痫脑区(包括EZ、PZ)和其他脑区间(即NIZ)的连接显著降低,但癫痫脑区内(EZ、PZ内)的连接并未有显著改变。参考图4。

图4.基于区域的分析结果。

3.2基于全脑的分析

全脑分析的结果显示,病人组的结构连接显著降低,其中共涉及到了133个核团,仅有1例病人的1个核团的连接显著增高。相对于功能网络,这些核团的定位统计参见表2. 其中,显著网络(Salience network)和默认模式网络(Default mode network)受到了显著影响。

表2.核团定位

15个病例中,有9个病例(60%)的异常核团和EZ/PZ具有重叠,显示出对癫痫网络的敏感性。但是异常核团和EZ/PZ的平均重叠比为25.0 +/-24.1%,浮动较大,显示出较差的特异性。癫痫脑区和全脑分析发现的异常脑区的普遍分布参见图6.

图6.异常脑区和癫痫脑区的普遍分布

4.讨论

在这篇文章中,作者提供了对癫痫病人局部脑区和全脑改变的新见解。无论在全脑还是局部脑区,癫痫病人的结构连接强度都有显著降低。其中,局部脑区的结构连接降低主要在癫痫脑区和其他脑区之间,癫痫脑区内的连接并未有显著改变。并且,异常连接涉及到了显著网络(SN)、默认模式网络(DMN)等功能网络。这些网络在其他精神类疾病(如孤独症、精神分裂症、焦虑和抑郁症等)中也扮演了重要角色。癫痫活动对全脑功能网络的影响,对目前的病灶切除治疗方案提出了质疑;广泛的结构连接改变产生的启示,或有助于外科方法和设备的革新。

参考文献:Besson P, Bandt S K, Proix T, et al.Anatomic consistencies across epilepsies: a stereotactic-EEG informed high-resolutionstructural connectivity study[J]. Brain, 2017, 140(10): 2639-2652.

本文分享自微信公众号 - 思影科技(siyingkeji),作者:杨晓飞,杨田雨

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-10-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Nature Reviews Neuroscience:大脑连接障碍中跨脑疾病的连接组形势(模式)

    请点击上面“思影科技”四个字,选择关注我们,思影科技专注于脑影像数据处理,涵盖(fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动)等,希望专业...

    用户1279583
  • Radiology:颞叶癫痫对侧脑区的术前fMRI脑网络整合情况与术后结果的关系

    请点击上面“思影科技”四个字,选择关注作者,思影科技专注于脑影像数据处理,涵盖(fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动)等,希望专业...

    用户1279583
  • NPP: 重复经颅磁刺激产生抗抑郁效果的基础:全脑功能连接与局部兴奋度变化

    重复经颅磁刺激 (rTMS) 是重度抑郁症 (MDD) 常用的治疗方式,但是我们对经颅磁刺激产生抗抑郁效果的机制了解甚少。此外,我们也缺乏能够用以预测和追踪...

    用户1279583
  • 10分钟教你用C++写一个贪吃蛇附带AI功能(附源代码详解和下载)

    刚学完C++。一时兴起,就花几天时间手动做了个贪吃蛇,后来觉得不过瘾,于是又加入了AI功能。希望大家Enjoy It.

    用户1621951
  • 【C/C++】10分钟教你用C++写一个贪吃蛇附带AI功能(附源代码详解和下载)

    刚学完C++。一时兴起,就花几天时间手动做了个贪吃蛇,后来觉得不过瘾,于是又加入了AI功能。希望大家Enjoy It.

    短短的路走走停停
  • SQL*Loader使用方法

    SQL*Loader由一个输入控制文件来控制整个装载的相关描述信息,一个或多个数据文件作为原始数据,其详细组成结构包括

    Leshami
  • Go 语言构建高并发分布式系统实践

    你知道互联网最抢手的技术人才有哪些吗?最新互联网职场生态报告显示,最抢手的十大互联网技术人才排名中Go语言开发人员位居第三,从中不难见得,Go语言的渗透率越来越...

    李海彬
  • ZeRO & DeepSpeed:可以让训练模型拥有超过1000亿个参数的优化(微软)

    近日,微软发布了一个名为DeepSpeed的开源库,该库通过提高规模、速度、成本和可用性,极大地推进了大型模型的训练,释放了训练1000亿个参数模型的能...

    ShuYini
  • Go 语言构建高并发分布式系统实践

    你知道互联网最抢手的技术人才有哪些吗?最新互联网职场生态报告显示,最抢手的十大互联网技术人才排名中Go语言开发人员位居第三,从中不难见得,Go语言的渗透率越来越...

    李海彬
  • Go 语言构建高并发分布式系统实践

    你知道互联网最抢手的技术人才有哪些吗?最新互联网职场生态报告显示,最抢手的十大互联网技术人才排名中Go语言开发人员位居第三,从中不难见得,Go语言的渗透率越来越...

    李海彬

扫码关注云+社区

领取腾讯云代金券