前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Radiology:对侧术前静息状态MRI功能网络整合与颞叶癫痫的手术结果相关

Radiology:对侧术前静息状态MRI功能网络整合与颞叶癫痫的手术结果相关

原创
作者头像
悦影科技
修改2021-04-03 10:07:12
2460
修改2021-04-03 10:07:12
举报

《本文同步发布于“脑之说”微信公众号,欢迎搜索关注~~》

摘要

背景:尽管大多数医学上难治性颞叶癫痫(TLE)患者在前颞叶切除术后癫痫发作消失,但大约40%的患者可能会继续发作。用术前静息状态功能MRI测量功能网络整合,可能有助于将更有可能经历术后无癫痫发作的患者分层。

目的:探讨术前静息状态MRI功能检查与药物难治性TLE患者手术结果的关系。

材料和方法:回顾性分析来自药物难治性TLE患者的资料。患者在2010年3月至2013年4月期间接受术前静息状态功能性MRI检查,随后进行单侧前颞叶切除术。采用恩格尔癫痫手术结果量表对术后无癫痫状态进行分类。使用t检验和多元logistic回归,计算和比较了术前功能性MRI扫描与整合相关的全局和区域静息状态功能性MRI网络特征,并对术后完全无癫痫发作(Engel class IA)和其他所有患者(Engel class IB - IV)进行了统计比较。

结果:40例(平均年龄34±15;21名女性)被评估。术前全球网络整合在手术后无癫痫发作的患者和其他所有患者之间是不同的,包括持续发作的低于9%叶分层患者和低于10%的树分层患者。两组患者术前对侧颞叶岛区区域网络整合有差异。具体来说,在手术后持续发作的患者中,组水平叶分层比例在内嗅皮层低于其他患者59%,在颞下回低于73%,在颞叶低于43%,在岛叶低于69%。当使用多变量回归时,对侧颞岛叶分层比例和癫痫持续时间是术后癫痫发作自由的预测因素,而年龄和癫痫发作年龄则不是预测因素。

结论:在术前静息状态功能性MRI扫描中,整体较低的网络整合和对侧颞叶岛皮层的影响与颞叶癫痫患者术后持续发作相关。

1.背景

癫痫是公共的慢性神经病学症状,影响了大约1%的人群,颞叶癫痫(TLE)是最普遍的局灶性癫痫症状。虽然大多数TLE患者仅使用抗癫痫药物就能保持无癫痫发作,但许多患者仍有虚弱性癫痫发作,并寻求通过切除手术获益。不幸的是,大约40%的医学难治性TLE患者在手术后2年仍有癫痫发作

目前,寻求癫痫控制切除手术的患者的术前计划需要进行多学科评估,包括临床、电生理学、神经精神病学和影像学评估。然而,这些因素在多大程度上可以预测术后癫痫的发作自由,我们仍然不完全了解。

预后因素的手术结果医学框架TLE内已讨论多年,有几个因素常常是与手术后的发作自由的可能性更大,包括更年轻的年龄,癫痫持续时间较短,发热性癫痫的历史,单侧发作的癫痫样放电,广义癫痫的缺乏以及单侧内侧颞叶硬化的存在。尽管有这些报道,这些因素对预后的影响在大型队列研究中并没有得到一致的证明。

我们假设术前静息状态功能网络的患者如果在前颞叶切除术后持续发生癫痫,其整体和区域整合度低于那些术后未发生癫痫的患者。本研究的目标是用最小生成树(MST)分析将难治性内侧TLE患者术前静息态功能网络整合与术后的结果作相关。MST分析是一种鲁棒性很好的的方法,它可以提取网络骨干,而不需要设置任意阈值,并捕捉临床相关的网络属性的变化。

2.材料和方法

2.1 被试

回顾性分析2010年3月至2013年4月在我们影像中心连续采样的40例医学难治性TLE患者的数据。如果患者被诊断为医学上难治性TLE,则纳入研究。然后,作为术前评估的一部分,他们接受了神经影像学检查,包括静息状态功能磁共振成像。随后,他们接受了单侧前颞叶切除术。排除之前做过神经外科手术,或大脑MRI显示局灶性病变(除了内侧颞部硬化),或者数据不可用的患者。没有患者因这些标准而被排除。临床数据见表。

表被试临床数据

在这里插入图片描述
在这里插入图片描述

2.2数据采集 3.0T西门子MRI扫描仪,32通道头线圈。进行高分辨率磁化准备快速采集梯度回波序列采集(TR/TE,2530/1.74;翻转角,7°;矩阵,256x256x176,1mm各向同性)。进行BOLD敏感梯度回波平面回波静息态MRI采集(3000/30;85°;47层;3mm各向同性;160frames)。 2.3实验范式 每个患者都进行了一次静息状态运行,在此过程中,患者被指示保持清醒,尽可能保持静止,同时被动地注视屏幕中心的视觉十字准星,没有任何额外的任务指示。 2.4MRI预处理 FreeSurfer处理每个被试的结构数据。使用Desikan-Killany图集将TI*W图像分割为83脑区的ROIs(68皮层,15次皮层)。 使用上述软件进行与血氧水平相关的功能性MRI预处理,包括去除前四个时间点以考虑T1平衡效应、切片时间校正、运动校正以及结构与血氧水平相关数据的共配准。时间滤波去除了每次运行的常数和线性趋势,同时保持频率在0.01和0.1 Hz之间。对多个伪方差来源进行回归分析:刚体头部运动的6个参数、全脑平均信号、侧脑室平均信号和脑深部白质平均信号。最后,在使用6 mm全宽半最大高斯核上对数据进行平滑。 2.5功能网络分析 FreeSurfer结合MATLAB进行功能网络分析(图1)。对每个患者,通过提取每个ROI的平均时间过程,进行成对皮尔逊相关,利用Matlab软件生成83x83邻接矩阵,确定每对ROI的功能连通性。 用MATLAB的Prim算法从每个邻接矩阵构建MSTs。对每个MST,计算叶子部分和树部分(TH),计算每个节点的节点度、离心率、介值中心度和组水平叶子分数。计算公式如下:

在这里插入图片描述
在这里插入图片描述

BCmax是MST中的最大介值中心度

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

图1 分析方法总结

2.6统计学分析 网络属性在恩格尔IA类手术结果患者和其他所有患者之间进行比较,使用假设方差相等的双样本学生t检验,除了组水平叶子部分比例,使用巴纳德精确检验进行比较。使用错误发现率对多重比较进行校正。 为了检验一组解剖相邻的ROI在这两组之间的节点属性上有显著差异的假设,进行排列检验生成具有不同属性的ROI集群大小的经验零分布。由于本研究包括了右侧颞叶和左侧颞叶的受试者,ROI被重新标记为患颞叶同侧或对侧,而不是右侧或左侧。使用开源多模态可视化工具对结果进行可视化。 采用多变量logistic回归与后向消除方法,将患者的年龄、癫痫持续时间、术前MRI扫描显示的近中颞硬化症以及对侧颞叶岛叶比例作为手术结果的预测因素。计算每个被试的CTLP作为对侧颞岛区域的4个ROIs的比例(颞叶、内嗅皮层、颞下回、岛叶),该区域是术前功能MRI分析的叶子。构建ROC曲线,计算AUC来量化预测值。

3.结果 3.1病人特征 40例患者中(平均年龄34±15,21女);经评估,临床因素,包括年龄、性别、癫痫发作年龄、癫痫持续时间、用手习惯和随访时间,在无癫痫发作和术后癫痫继续发作的患者中没有差异(表)。此外,两组患者在术前发作期和发作间期头皮脑电图上的侧位性、术前脑部结构MRI扫描上的内侧颞硬化症的存在以及病理切片上切除的组织标本上观察到的疾病没有差异(表)。 3.2功能性MRI网络整合 整体网络属性与年龄、癫痫持续时间、性别或用手习惯无关。有恩格尔IA类手术结果的患者和其他患者之间存在差异,持续发作的患者叶子分数低于其他患者9%,树层低于10%(图2)。经多次比较校正后,节点属性无差异。

在这里插入图片描述
在这里插入图片描述

图2 全局网络属性

然而,两组患者涉及对侧岛叶、颞叶、内嗅皮层和颞下回的相邻ROI的组水平叶比例有差异。具体地说,在持续发作患者中,这个属性在对侧内嗅皮层低于其他组59%,在双侧颞下回低于73%,在对侧颞叶低于43%,在对侧岛叶低于69%(图3)。

在这里插入图片描述
在这里插入图片描述

图3 局部网络属性

在多因素logistic回归分析中,癫痫持续时间和CTLP能够预测手术结果,而患者年龄和发作年龄则不能预测手术结果。构建预测术后癫痫发作自由的AOC曲线,计算包括CTLP和癫痫持续时间(AUC = 0.90)、单独使用CTLP (AUC = 0.83)和单独使用癫痫持续时间(AUC = 0.63)的模型的AUC(图4)。

在这里插入图片描述
在这里插入图片描述

图4 在多变量逻辑回归中ROC曲线显示癫痫持续时间和对侧颞岛叶子分数(CTLP)可以预测癫痫发作自由。

4.讨论 几个因素与难治性TLE手术后的发作自由的可能性更大有关联,包括更年轻的年龄,癫痫持续时间较短,发热性癫痫的历史,单侧发作癫痫样放电,没有广义癫痫,并存在核磁共振检测单侧内侧颞叶硬化。尽管有这些报告,但多数这些因素对预后的影响在大型队列研究中并未得到一致的证明。我们假设前颞叶切除术后经历持续发作的患者术前静息状态功能网络的整体和区域整合度低于术后未发作的患者。 我们的结果表明,术前静息状态MRI功能网络整合与药物难治性TLE患者术后癫痫发作自由相关,具有相似的临床、电生理和结构成像特征。具体来说,在前颞叶切除术后仍有癫痫发作的患者中,术前功能性MRI显示,与术后无癫痫发作的患者相比,患者的叶子分数低于9%,树层级低于10%。此外,在持续发作的患者中,对侧颞岛叶子比例下降43%-73%。这表明,在术后持续癫痫发作的患者较不集中和整合的网络配置。 总之,本研究结果表明,颞叶癫痫患者术前涉及同侧颞叶以外广泛大脑区域的功能连接与手术结果相关;然而,需要进一步的研究来描述这种关系。

注:解读不易,请多多转发支持,您的每一次转发是对我们最好的支持!本文原文及附加材料,请添加赵老师微信索要(微信号:15560177218)

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
http://www.vxiaotou.com