同步脑电图与脑磁图识别易发生癫痫的脑区

摘要

来源： Papadelis, C., et al., 利用同步脑磁图与脑电图检测发作间期高频振荡作为儿童癫痫的生物标志物。 J. Vis. Exp. (2016)。

本视频演示了利用脑电图（EEG）和脑磁图（MEG）记录来识别发作间期癫痫样放电（IEDs）和高频振荡（HFOs），以定位大脑中易发生癫痫发作的区域的方法。

方案

所有涉及人类参与者的操作均按照机构、国家和国际关于人类福祉的指南进行，并已通过当地机构审查委员会的审查。

1. 数据采集

1. 脑磁图（MEG）与脑电图（EEG）
   注： MEG/EEG 数据采集基于该方法进行。有关 MEG 在儿童癫痫临床应用的更多细节可参见其他文献。
   1. 使用全头型 MEG 系统记录 MEG 信号。
      注： MEG 系统采用两种类型的薄膜传感器（平面梯度计和磁力计），集成于 102 个传感器元件上。每个元件包含一个由单一线圈构成的磁力计，以及两个正交的平面梯度计，其由“8字形”线圈结构组成。磁力计测量垂直于其表面的磁通量，梯度计则测量“8字形”两个环路之间的差值，即空间梯度。该 MEG 系统共有 204 个平面梯度计和 102 个磁力计（总计 306 个传感器）。不同厂商的 MEG 系统在线圈数量和类型上有所不同（例如，轴向梯度计）。
   2. 使用非磁性 70 通道电极帽，配合 Ag/AgCl 烧结环电极及 T1/T2 附加电极，同步记录 EEG 信号。采用共用参考导联方式。
   3. 关闭磁屏蔽室（MSR）的门。通过内部对讲系统与患者沟通，确认其是否感到舒适。若儿童对独自留在室内感到不适，可请家长在记录期间留在 MSR 内。
   4. 在 MEG 采集软件中点击“Go”按钮开始记录。采用 1 KHz 或更高的高采样率。使用 6 阶低通无限冲激响应（IIR）滤波器，截止频率为 400 Hz。在线检查所有记录信号。使用传感器调谐器修复不良 MEG 通道。
      注： 不良 MEG 通道定义为白噪声水平相对较高（磁力计高于 2 至 5 fT/√Hz）或记录到异常环境电磁噪声的传感器（梯度计或磁力计）。这种情况通常发生在传感器暴露于强磁场（相对于所测信号）时，线圈的特定部分“捕获”磁通，破坏超导性。此时需使用传感器调谐器，通过施加电流加热线圈。该过程称为调谐，当传感器白噪声水平超过特定阈值（即，2–5 fT/√Hz）时使用。部分 MEG 系统不具备传感器调谐器。
   5. 在 MEG 采集软件中点击“Measure”按钮，测量患者头部位置。若传感器阵列未能良好覆盖患者头部，可要求患者将头部进一步深入头盔内。
      注： 此操作通过向 4 个头部位置指示器（HPI）线圈施加瞬态振荡电信号，激发人工磁场。MEG 传感器检测这些磁场并确定头部位置。不同 MEG 厂商的该流程可能有所不同。
   6. 在 MEG 采集软件中点击“Record”按钮，记录 MEG、EEG 及外周信号（即，心电图或 ECG、眼电图或 EOG、肌电图或 EMG），持续约 60 分钟。
      注： 数据以 .fif 文件格式存储于独立磁盘冗余阵列（RAID）中。其他 MEG 厂商的文件格式可能不同。
   7. 记录结束后，打开 MSR，断开电缆连接，将患者移出 MSR 房间。轻柔地移除所有胶带、电极、HPI 线圈和 EEG 帽。清洗患者头部。
   8. 采集完成后，在无患者状态下记录空 MSR 的磁信号。在 MEG 采集软件中点击“Go”按钮开始记录。记录 2 分钟 MEG 数据。
      注： 此数据用于估计环境电磁噪声。

2. 识别发作间期活动

1. 使用 Brainstorm 打开数据，该软件有完整文档记录，并可根据 GNU 通用公共许可证在线免费下载。
2. 选择脑电图（EEG）数据中具有发作间期活动的视觉片段，且这些活动应至少距离临床发作 2 小时以上。
   注意： 图 1 展示了一段包含频繁发作间期癫痫样放电（IEDs）的脑电图（EEG）和脑磁图（MEG）数据。
   1. 在脑电信号中识别经验上定义明确的发作间期癫痫样放电（IEDs）：包括棘波（20–70 ms）和尖波（70–200 ms）。
      注意： 这两类 IEDs 在癫痫灶定位中的临床意义是等同的。
   2. 尝试识别（如可能）记录中的以下部分：(i) 运动伪迹最少，(ii) 每 10 秒显示中出现超过 3–4 次 IEDs，以及 (iii) 慢波非快速眼动（non-REM）睡眠期，该阶段通常伴有大量高频振荡（HFOs）。
3. 使用 Brainstorm，以标准显示设置（10 秒/页）显示数据。进入“滤波”选项卡，设置以下显示滤波参数：高通滤波器：1 Hz，低通滤波器：80 Hz，陷波滤波器：50 Hz 或 60 Hz（根据电源线频率选择）。检查数据并识别其中含有 IEDs 的片段。
   注意： 仅对含有 IEDs 的信号片段进行扫描以寻找高频振荡（HFOs）。所选滤波器仅用于可视化，尚未应用于数据本身。若需将这些滤波器永久应用于数据，请按照 Brainstorm 网站（http://neuroimage.usc.edu/brainstorm/）上的说明使用四阶带通巴特沃斯（Butterworth）滤波器。
4. 标记脑电图（EEG）和脑磁图（MEG）数据中每个 IED 的峰值（见 图 1 中的红色斑点）。
   注意： 有关使用 Brainstorm 标记 IEDs 的更多细节，可参见其他资料（http://neuroimage.usc.edu/brainstorm/Tutorials/Epilepsy）。

3. 联合头皮脑电图与脑磁图数据中高频振荡的半自动化检测

注意：本文描述了一种半自动检测高频振荡（HFOs）的方法，包括自动检测（图2），随后由人工对自动检测出的HFOs进行视觉复核。为避免将尖锐瞬态信号的伪影振荡误判为真实的涟波（ripples），并确保HFOs并非滤波效应所致，我们遵循了相关文献中的最新建议：要求HFOs至少包含4个周期的振荡，因为已知滤波器的脉冲响应振荡次数少于所选定的周期数50；我们采用有限冲激响应（Finite Impulse Response, FIR）滤波器以最小化振铃效应和“吉布斯”（Gibbs）现象50；要求由专家对候选HFO事件进行目视检查，以确认HFOs是否叠加在发作间期癫痫样放电（IEDs）上可见；同时要求在时频图中观察到孤立的“岛状”区域，因为尖锐事件与振荡具有不同的时频特征：真实的HFO在时频图中表现为局限于80–500 Hz频段内的孤立峰（频率范围受限，呈“岛状”），而瞬态事件则产生在频率方向上延展的长条状信号。

1. 自动 HFO 检测
   注：图 2 描述了在每段 EEG 信号上自动检测 HFO 的流程图。该方法的开发目标是减轻 EEG 专家在每个 EEG 通道上手动标记 HFO 事件的负担，传统视觉检查 HFO 时推荐使用每页 2 秒的显示方式。HFO 被定义为处于涟波频率范围（80 - 250 Hz）内的事件，其具有至少 4 个正弦样形态的振荡，明显高于周围背景活动，并表现为短暂事件，且在特定高频处出现孤立的频谱峰。
   1. 在时域中检测候选 HFO
      1. 使用带通（BP）滤波器将 EEG 信号在 80 至 250 Hz 之间进行滤波，将其频率内容限制在感兴趣的涟波频段内。
         注： 建议使用 FIR 滤波器以最小化振铃效应和“吉布斯”现象，并采用零相位数字滤波以避免相位失真。
      2. 利用希尔伯特变换计算 BP 信号的包络。在以时间序列中每个点为中心的 10 秒滑动窗口内，计算包络的均值和标准差（SD）。通过所有窗口的中位数值估计总体均值和 SD（以获得对信号中可能含有大量 HFO 和高 SD 段落具有鲁棒性的数值）。
      3. 计算包络的 z 分数，并在每次其高于设定的最小阈值（设为 3）时标记一个候选 HFO。
      4. 将检测到事件的起始点和终止点定义为阈值一半的上升和下降过零点。将事件间隔小于 30 ms 的 HFO 视为单个 HFO。计算 HFO 起止点之间 BP 信号中的峰值数量，剔除少于 4 个峰值的事件。同时剔除 z 分数高于 12 的事件。
         注： 根据记录中可能出现的伪迹幅度调整最大 z 分数阈值。振荡次数较少的事件可能由滤波效应引起，而振幅极高的事件可能源于肌电或电极伪迹。
   2. 在时频域中排除可能的伪迹。
      注： 此步骤对于区分真实 HFO 与可能由其他 EEG 活动或滤波伪迹引起的事件是必要的，因为后者的频率内容并不局限于目标频段。该步骤基于以下假设：真实 HFO 表现为短暂事件，在高于 80 Hz 的特定频率处具有孤立的频谱峰，而瞬态事件则在频率上表现为拉长的、延展的斑块。 图 3 展示了检测到的 HFO 示例，包括 BP 滤波后的 EEG 信号（上图）、其包络（中图）以及 HFO 峰值前后 [-0.5, +0.5] 秒期间对应的时频平面（下图）。时频平面的显示范围限制在 80 - 150 Hz，因为在高于 150 Hz 的频率上未观察到显著活动。
      1. 使用 Morlet 变换将所有候选 HFO 事件转换到时频空间，频率范围从 1 Hz 到感兴趣的最高频率，即 250 Hz（中心频率 = 1 Hz，半高全宽 = 3 s）。
      2. 分析事件持续期间每个时间点的时频表示的瞬时功率谱。对每个功率谱，遵循自动判据以检测高频段的峰值，并验证其是否与低频段最近的峰值明显区分开。剔除在至少 90% 时间点上未表现出孤立高频峰的 HFO。
2. 按所有检测到的 HFO 事件在各通道上的时间顺序进行排序。将所有持续时间重叠的连续 HFO 分组。仅保留涉及至少两个 EEG 通道的 HFO 组用于进一步分析。
   注： 该算法要求 HFO 至少出现在两个通道中，以避免捕获可能类似于真实 HFO 的随机伪迹，这些伪迹可能仅出现在单个 EEG 导联中。当第二个 HFO 的起始时间早于第一个 HFO 的起始时间时，认为两个连续的 HFO 存在重叠。
3. HFO 事件的视觉复核
   1. 将两台计算机屏幕垂直对齐；一台用于 EEG 信号检查，另一台用于 MEG 信号检查。在扩展尺度（2 秒/页）和常规尺度（10 秒/页）上分别显示检测到的事件，对应展示 80 - 250 Hz 和 1 - 40 Hz 的 BP 滤波信号。
   2. 忽略在未滤波 EEG 和 MEG 中与肌电或电极伪迹共现的事件，以及具有大频率变异性、不规则形态或大幅振幅变化的事件。
   3. 在检测 HFO 期间观察 EOG 和 EMG 信号，剔除任何被认为对应于 EOG 或肌肉活动的事件。仅考虑与 EEG/MEG IEDs 重叠的 HFO，因为它们更可能是真实的 HFO。
      注： 该方法以牺牲敏感性为代价实现了高特异性；因此，可确保所识别的 HFO 具有皮层起源。
   4. 仅保留同时在 EEG 和 MEG 信号中出现的 HFO 事件。

4. IEDs 与 HFOs 的源定位

1. 使用等效电流偶极子（Equivalent Current Dipoles, ECD）定位MEG IEDs的峰值发生源。采用可免费获取的最小范数估计软件（Minimum Norm Estimates software，http://martinos.org/mne/stable/index.html）。仅考虑拟合优度（goodness-of-fit, GOF）符合条件的棘波 > 80% 和偶极矩 Q<500 nA - m。将每位患者的ECD位置叠加至其MRI影像上。
   注意： 最大熵均值法（MEM）是一种具有吸引力的替代方法，可确定源的位置和范围。
2. 使用小波最大熵均值法（wMEM）进行脑电图和脑磁图的高频振荡源定位
   注意： MEM 是一种高效的技术，已成功用于确定癫痫活动源的位置和范围。wMEM 是 MEM 的一种扩展方法，通过逼真的模拟评估，专用于定位振荡活动。该方法在进行 MEM 源定位之前，先将信号在离散小波基上进行分解，然后对每个时频单元分别执行源定位。因此，wMEM 特别适用于定位高频振荡（HFOs）。
   1. 使用 Freesurfer 对 MRI 进行分割并获取皮层表面。
   2. 使用 OpenMEEG 通过边界元法（BEM）求解三层模型的 EEG/MEG 正问题。
   3. 将信号重采样至 640 Hz，以确保离散小波变换的第二尺度对应于目标频带。
   4. 基于每个高频振荡（HFO）之前150 ms时间窗内涟波频段的背景活动，独立估计数据空间中每个HFO的噪声协方差矩阵。在涟波频段内对每个HFO进行源定位，并沿HFO持续时间段进行平均。 注意： 所得脑图包含与皮层镶嵌每个顶点相关联的皮层激活值。
   5. 对每个HFO的激活图进行归一化处理，使其最大激活值等于1。
   6. 计算每个顶点上所有高频振荡（HFOs）激活值的平均值。采用最大激活值的60%作为阈值，以在皮层表面显示最终的激活图谱。

结果

材料

本文使用的材料清单

姓名	公司	目录编号	评论
VectorView MEG 系统	Elekta-Neuromag，芬兰		MEG 系统
磁屏蔽室	Imedco，Hagendorf，瑞士		三层磁屏蔽室
EEG 系统	Elekta-Neuromag，芬兰		70 导 EEG 系统
3D 数字化仪	Polhemus，Colchester，VT