方法文章

耐药性颞叶癫痫患者卵圆孔电极记录的网络分析

14K 次观看

⸱

DOI：

10.3791/54746

⸱

2016年12月18日

 ,  ,  ,  ,  , 
1Neurosurgery & National Reference Unit for the Treatment of Refractory Epilepsy, Instituto de Investigación Sanitaria Hospital de la Princesa, 2Clinical Neurophysiology & National Reference Unit for the Treatment of Refractory Epilepsy, Instituto de Investigación Sanitaria Hospital de la Princesa, 3CONICET

本文内容

摘要

本方案描述了一种用于追踪颞叶癫痫（TLE）患者内侧网络测量指标演变过程的方法。该方法基于颅内记录与一种新颖的数值数据分析技术的结合。具体而言，我们提出了一种针对卵圆孔记录数据的网络分析方案。

摘要

约30%的癫痫患者对抗癫痫药物耐药。对于这些患者，手术是消除或控制癫痫发作的唯一替代方案。然而，即使在癫痫发作疑似起源区域已被准确定位并切除的情况下，仍有相当一部分患者术后继续出现癫痫发作。本文介绍的方案将一种在颞叶癫痫（TLE）患者术前评估中常规使用的临床操作与一种新颖的网络分析技术相结合。该方法可用于评估内侧网络参数的时间演化过程。通过双侧卵圆孔电极（FOE）插入环池，可同时记录颞叶多个内侧区域的皮层电活动。此外，将网络分析方法应用于所记录的时间序列数据，可追踪间歇期及癫痫发作期间内侧网络的时间动态变化。因此，本方案提供了一种独特的方法，用于可视化和量化多个内侧区域之间的相互关系，而非仅关注单一区域的指标。

引言

癫痫是一种致残性疾病，影响全球1%至2%的人口。在大多数情况下，癫痫的标志性症状——癫痫发作——可以通过抗癫痫药物得到完全控制或消除。然而，约30%的癫痫患者对药物治疗具有耐药性。在最常见的癫痫类型——颞叶癫痫（TLE）1中，幸运的是手术是一种有效的替代治疗手段，可改善患者病情。来自荟萃分析的结果显示，在接受切除手术后的最初两到三年内，近三分之二的药物难治性TLE患者可实现无发作2,3，尽管这一比例因多种因素而异，其中最重要的是海马硬化类型2。实现成功治疗的关键步骤是准确定位所谓的癫痫灶，即负责产生癫痫发作的大脑皮层区域，该区域通常位于颞叶内侧。然而，即使在那些癫痫灶已被准确定位并在手术中成功切除的病例中，仍有相当一部分患者术后仍存在癫痫发作，或必须接受严格的抗癫痫药物治疗以控制发作。因此，一种新的研究视角应运而生：研究重点不再局限于孤立的脑区，而是转向皮层之间的相互作用，这已成为核心问题。这种"网络"研究方法基于“连接组”（connectome）概念4，强调不同脑区之间的神经连接，而非孤立结构的作用。这一新范式借助图论得以实现，图论是一种用于研究图的拓扑与统计特性的数学框架，是表达该领域基本发现的合适工具。在此视角下，大脑被视为由节点通过连接构成的网络5-9，其中节点代表电极所覆盖的皮层区域，节点之间的连接则由其同步化程度决定。因此，这种网络方法已被用于分析侵入性电极记录数据，并为理解癫痫发作产生与传播的潜在机制提供了新的信息。

在全球大多数癫痫中心常规使用的多种侵入性神经生理学技术中，卵圆孔电极（FOE）尤为突出。FOE是一种半侵入性技术，因其无需进行开颅手术，从而降低了与手术相关的并发症风险10。此外，FOE位于环池11内的位置使其特别适合记录来自多个参与癫痫发作产生与传播的皮层结构的内侧活动，例如内嗅皮层。因此，自该技术问世以来，已广泛应用于药物难治性颞叶癫痫（TLE）患者的术前评估中。传统上，该技术用于定位表现为发作间期癫痫样尖波和棘波的激惹性放电活动，更重要的是，可精确定位内侧癫痫发作起始区域。

国际抗癫痫联盟（ILAE）分类与术语委员会提出的新定义认为，癫痫发作起源于特定神经网络中的某个部位12。此外，多项研究已表明，癫痫发作是由异常的网络活动引起，而非由孤立的病理区域所致13-16。显然，这一新观点要求采用新的数值分析方法（如复杂网络方法）对先前获取的信息进行重新分析。尽管这些分析方法在临床实践中的应用仍处于初步阶段，但已有若干研究证实了其应用价值13-17。

下述方案结合了临床上对耐药性颞叶内侧癫痫患者常规实施的医疗操作与一种新型的网络分析技术。该方法可用于评估颞叶内侧网络参数随时间的演变过程。通过将 FOE 双侧插入环池，可同时记录颞叶多个内侧区域的皮层电活动。对记录所得时间序列应用网络分析方法，可追踪癫痫间期及发作期间颞叶内侧网络随时间变化的动态特征。因此，本方案提供了一种独特的方法，用于可视化并量化多个颞叶内侧区域之间相互关系的相关指标。

方案

在下述方案中，步骤1、2和3属于研究和临床方案共有的部分，所有仅根据临床标准筛选出的前颞叶癫痫手术切除候选患者均需严格遵循这些步骤。步骤4和5仅属于研究方案。两种程序均符合Princesa医院伦理委员会的指导方针。

1. 植入前操作步骤

  1. 向受试者说明实验流程，明确指出哪些部分属于研究内容，哪些部分属于临床实践，并强调研究流程不会以任何方式改变临床操作流程。需特别详细说明电极植入手术可能存在的风险。获得受试者签署的知情同意书。
  2. 对所有拟行切除手术的候选者，进行术前神经学和神经心理学检查18。
    1. 采用99Tc-HmPAO进行发作间期单光子发射计算机断层扫描（SPECT），并结合1.5 T磁共振成像（MRI）以及根据国际10-20系统和Maudsley方案使用25个头皮电极进行视频脑电图（v-EEG）监测，对患者进行评估18。
    2. 在术前v-EEG记录期间，从第二天开始至第四天逐步减少抗癫痫药物剂量（每日约减少三分之一剂量）。

2. 植入操作（手术）

  1. 术前给予抗癫痫药物，并在全身麻醉下进行手术（丙泊酚3 mg/kg静脉推注，随后给予芬太尼0.2 - 0.3 mg/kg和罗库溴铵0.5 mg/kg）。
  2. 采用Kirschner技术19，将两个六触点的FOE电极以1 cm中心间距双侧植入环池中。
    1. 将患者仰卧位置于手术台上，颈部轻度后仰约15度。用碘溶液对患者面颊进行消毒，从切口部位开始向外环形擦拭，并立即覆盖切口周围区域的无菌巾。
    2. 根据Hartel解剖标志20，使用20号脊髓穿刺针穿刺皮肤：进针点位于同侧口角外侧约3 cm处，沿前后方向指向同侧瞳孔正下方，沿侧方方向指向外耳道前方约2.5 cm处。
    3. 在透视引导下将穿刺针推进至卵圆孔区域。通过透视图像提供的侧位视图确定针尖位置。当针通过卵圆孔后，取出针芯，换接电极并继续推进至环池（图1A）。
  3. 在手术室内通过透视成像评估电极植入位置是否正确21；此步骤至关重要，可排除电极误入颅底其他孔道的情况，例如位于卵圆孔前方的眶下裂和位于其后方的颈静脉孔。此类位置错误的插管可能导致严重的神经血管损伤22。
  4. 确认电极在环池内正确就位后，使用无菌巾将电极固定于皮肤。唤醒患者，并将其送至恢复室。

3. FOE 记录的获取

  1. 将患者送回视频脑电图（v-EEG）监测室，住院时间约为 5.2 ± 2.4 天（均值 ± 标准差）。
  2. 按照国际 10-20 系统放置 19 个电极。
    1. 使用卷尺测量鼻根（鼻梁）与枕外隆凸（枕骨隆突）之间的距离，并用记号笔标记中点（Cz 电极位置）。再标记出距鼻根上方该距离 10% 的点（Fpz 电极位置）。
      1. 对枕外隆凸重复相同操作（Oz 电极位置），分别从 Cz 向鼻根和枕外隆凸方向标记出 20% 距离的点（分别为 Fz 和 Pz 电极位置）。
    2. 测量两侧耳前点之间的距离，并在左右耳前点上方各 10% 处做标记（分别为 T3 和 T4 电极位置）。然后，从 T3 和 T4 向 Cz 方向各向上 20% 距离处标记出 C3 和 C4 电极位置。
    3. 使用卷尺围绕头部形成一个环形，连接 Fpz 和 Oz，并在前方 Fpz 左右各 5% 距离处标记 FP1（左侧）和 FP2（右侧），在后方 Oz 左右各 5% 距离处标记 O1（左侧）和 O2（右侧）。
    4. 在同一环形上，从上述连线向枕外隆凸方向依次增加 10% 距离，确定 F7 位置；再增加 10% 到达 T3（应位于两侧耳前点连线之上）；再增加 10% 得到 T5（即 O1 电极位置）。标记每个电极位置，并对右侧（偶数编号）电极重复相同步骤。
    5. 测量并标记 F7 与 Fz 中间点（F3 电极位置），该点位于从 Fp1 向 F3 方向向上 20% 距离处。在头部的每个象限重复此过程，以确定 F4（前右位置）、P3（后左位置）和 P4（后右位置）。
    6. 清洁并擦干皮肤。在每个电极杯中加入适量火棉胶导电凝胶，将电极置于准备好的部位，并用吹风机吹干火棉胶。
  3. 通过导线将所有电极（头皮电极和眶周电极 FOE）连接至电极盒，电极盒已连接至脑电图仪。确保电极信号良好，并使用脑电图仪验证头皮电极的阻抗低于 10 kΩ。
  4. 使用视频同步脑电图仪（v-EEG）以 1,024 Hz 采样率采集数字头皮脑电图（EEG）数据和眶周电极（FOE）数据，并通过脑电图仪对数据进行滤波处理，采用 0.5 - 100 Hz 的带通滤波器和 50 Hz 的陷波滤波器。
  5. 从第 2 天到第 4 天逐步减少抗癫痫药物剂量（每日约减少三分之一），以提高发作可能性。此步骤取决于每位患者的特定药物处方。
  6. 利用发作间期阵发性放电和发作期活动，通过识别出现癫痫样放电成分的电极/通道23，大致定位致痫区域，这些成分包括慢波复合波、多棘波、快速棘波串、尖波、尖慢复合波、慢尖波、棘波以及棘慢波。记录发作起始和终止时间，以及任何与研究相关的临床体征或其他事件。患者头部电极位置与脑电图软件中的头部模型之间存在一一对应关系，从而可解剖学定位癫痫样活动的起源区域。
  7. 研究结束后，在 v-EEG 单元处轻轻牵拉取出眶周电极（FOE），同时保持患者口腔半张开状态。除出现神经系统症状外，不常规在 FOE 移除后进行影像学检查；若出现此类情况，应立即进行紧急计算机断层扫描（CT）。

4. FOE 信号预处理

  1. 以 200 Hz 的采样率将脑电图仪上存储的数据导出为 ASCII 格式，分段为适合数值分析的约 30 分钟癫痫发作活动数据段（已由专业神经生理学家识别）（图 1C）。避免包含伪迹的数据段，例如电活动饱和、肌电活动和电极移位。
  2. 使用任意 UNIX 流编辑器打开导出的文件，从导出的数据文件中删除所有非数值字符，仅保留时间戳和通道电压。保存修改后的文件以进行后续数值分析。
    注意：此后所有计算均应使用 R 软件仓库中的 R 包或自编代码完成（表 1）。
  3. 使用 R 软件安装所需的 R 包，并将修改后的数据文件加载到 R 环境中。对所有通道进行排序，将每个通道分配给包含全部数据的数组中的特定列，剔除空通道，并采用平均中线参考（(Fz + Cz + Pz)/3）进行重参考。
    1. 使用快速傅里叶变换算法（R 函数：fft），绘制结果变量以检查工频干扰（约 50 Hz）是否有效去除。利用频域滤除可能污染信号的其他杂散频率。
  4. 使用 R 函数 ts 将加载的数据转换为包含 28 列（16 个头皮通道和 12 个 FOE 通道）的多元时间序列对象（mts）。将 mts 对象划分为每段 5 秒（200 Hz 下 1,000 个数据点）且无重叠的时间窗，以减小文件大小并优化计算时间。

5. 后处理计算（复杂网络分析）

注意：计算每个时间窗内以下所述的指标，时间窗从癫痫发作前5分钟（60个时间窗）开始，至发作后5分钟（60个时间窗）结束，以可视化其时间演变过程。

  1. 在不考虑不同时间序列之间相关性的前提下，对每个独立的列/通道计算单变量指标、谱功率、兴奋性及谱熵。
    1. 使用自制代码，根据Schindler提出的公式（见补充文件）计算每个电压活动时间序列的兴奋性（S）。S > 2.5 被认为具有致痫性，该阈值为经验确定2417,25,26。
    2. 对每个活动时间序列，使用自制代码计算其功率谱密度，频段包括Delta（>0.5 Hz 且 <4 Hz）、Theta（4 - 7 Hz）、Alpha（7 - 14 Hz）、Beta（14 - 30 Hz）和Gamma（>30 Hz）。
    3. 使用自制代码，基于每个时间序列的功率谱密度（而非相应的概率时间序列）计算香农熵。对一组电极中各通道获得的个体谱熵（SE）值取平均。香农熵的定义详见补充文件。
      注：SE的降低应被解释为频谱中频率数量的减少，因为SE是频谱的熵。
  2. 网络指标
    注：本节用于评估电极不同时间序列之间的相互作用。
    1. 在每个时间窗内，使用线性互相关系数在零滞后时的绝对值（R函数：ccf）计算每对电压时间序列之间的功能连接性。
      注：为消除同步性的非代表性数值，应根据先前研究17,25,26设定阈值。在本案例中采用0.5作为阈值。
    2. 安装 igraph R 软件包27。利用邻接矩阵创建一个igraph对象（R函数：graph.adjacency）。使用上一步得到的相关矩阵，并指定该图是加权且无向的。
    3. 在每个时间窗内，计算整个网络（头皮+FOE）以及四个子网络（左头皮、右头皮、左FOE、右FOE）的平均路径长度（APL）（R函数：average.path.length）。以完全相同的方式，计算连接密度（DoL）（R函数：graph.density）、模块度（Mod）（R函数：modularity）和平均聚类系数（ACC）（R函数：transitivity）。
    4. 重复步骤5.2.1至5.2.3，使用相位同步（自制 R 代码）作为功能连接性的估计指标，替代互相关函数。
  3. 为表征变量变化的效应量大小，计算发作前与发作期之间、以及发作前与发作后期之间的标准化均值差（SMD）（使用MBESS软件包中的 R 函数：smd）。
    1. 以发作前阶段为基线，选取癫痫发作起始标记前5分钟内的30秒（6个数值）作为发作前值。在发作期间也可选择类似的30秒时间窗，以便通过SMD量化相对于发作前阶段的变化。
    2. 类似地，在癫痫发作结束后5分钟，选取一个30秒的时间窗，以量化发作后期相对于发作前阶段的变化。

结果

FOE 的最终位置位于环境脑池，轴向和矢状位 MRI 可见图1A 上图）。FOE 记录可采集颞叶多个内侧结构的电活动图1A 下层面板）。手术后（图1B 左图），患者被送往视频脑电图室，按照10-20系统放置头皮电极（图1B 右侧）。在视频脑电图室停留期间，患者会接受持续监测，以保存用于进一步分析的头皮和颅内电极脑电图记录，以及视频和生命体征数据。典型的原始头皮和颅内电极信号（图1C显示左侧额眶区（FOE）癫痫发作的出现及其向头皮和右侧额眶区（FOE）电极接触点的扩散。

使用兴奋性（S）表征致痫活动图2）对应于原始脑电图记录的 图1C， 从先兆期向发作期及发作后期过渡的过程中。发作起始以一条实心垂直线标记，时间（x轴）以此点为参考。S（兴奋性）的值 >2.5 代表激惹性或致癫痫样活动17,25,26较高的兴奋性（偏红色区域）首先在左侧眶额叶皮层接触点（LFOE）上表现出更强的强度。该结果与神经生理学专家报告的左侧内侧颞叶癫痫一致。

在从发作前期到发作期及发作后期的过渡过程中，多个网络指标以及时频谱熵（图3）的时间动态变化，对应于 图1C 和 2 中所示的同一发作事件。发作起始时间以一条实心垂直线标记，时间（横轴）以此为参考点。本例中，网络基于全部电极构建，包括头皮电极和颅内电极。在发作期间，DoL 和 ACC 值升高，同时 APL 和 Mod 值降低，提示整体连接性增强。在此期间，SE 水平也降低，并在兴奋性消失后（垂直虚线）持续保持较低水平。

在从先兆期向发作期及发作后期过渡过程中，对每个半球功能区（右侧和左侧）（图4）的皮层网络指标——ACC、DoLs 和 APL 以及 SE 的分析。癫痫发作起始时间以一条实心垂直线标记，时间（x 轴）以此时间点为参考。这些指标的变化过程对应于图1、图2和图3中同一发作事件。同侧（左侧）内侧 ACC、DoLs 和 APL 的变化早于对侧且幅度更大，这可由癫痫发作起始区位于左侧颞叶加以解释。本例中，由于缺乏细分区域，无法计算 Mod。

一段代表性视频展示了与图1、2、3和4同一发作期间的功能连接性（图5），在发作起始（时间0）后立即出现显著变化。此时，所有电极之间的连接性急剧增强，表现为连接数量增多以及边的粗细（强度）增加。这种增强最初出现在左侧FOE区域，时间为0.1至0.2，随后扩散至对侧，最终波及整个网络。

fft4.3（stats 包）计算信号的快速傅里叶变换。
ts4.4（stats 包）创建多变量时间序列对象（mts），需提供采样频率。
兴奋性5.1.1（自编函数）基于 R 的 diff 函数，计算信号斜率的绝对值，并将其归一化至短基线期的标准差，需提供阈值。
功率谱密度与谱熵5.1.2（自编函数）基于 R 的 spectrum 和 entropy 函数，计算归一化的功率谱及其香农熵。
ccf5.2.1（base 包）利用皮尔逊相关系数在零滞后时计算 mts 对象的线性互相关，生成相关矩阵，应计算其绝对值。
graph.adjacency5.2.2（igraph 包）创建一个 igraph 图，作为后续 igraph 函数使用的基本对象。
average.path.length5.2.3（igraph 包）通过计算网络中所有节点间最短路径的平均步数，确定图的平均路径长度。
graph.density5.2.3（igraph 包）通过计算实际连接数与网络中所有可能连接数的比值，计算图的连接密度。
modularity5.2.3（igraph 包）通过计算哪些节点组之间的连接比与其他网络节点的连接更紧密，确定图的模块性。
transitivity5.2.3（igraph 包）通过计算彼此相邻的邻接节点所占比例，确定图的平均聚类系数。
相位同步5.2.4（自编函数）基于 R 的 fft 函数，计算平均相位一致性，以获得介于 0 和 1 之间的数值。
smd5.3（MBESS 包）通过计算组间均值差异相对于合并标准差的比值，确定标准化均值差（效应量）。

表1：用于数据处理的R函数。

显示脑电图电极和脑部扫描及后续数据结果图表的神经外科手术。
图 1：卵圆孔电极。（A） 卵圆孔电极（FOE）置入脑池后的最终位置。上排图像显示轴向（左）和矢状面（右）MRI 图像，标示出 FOE 电极接触点的位置（白色箭头）。下排为插入 FOE 的人类标本（尸体），电极接触点以白色箭头标示。（B） FOE 与头皮电极的布设。左图为患者在 FOE 插入术后头部情况，右图为视频脑电图（video-EEG）监测期间的头部电极布置。（C） FOE 与头皮记录图。来自一名左侧颞叶癫痫（TLE）患者的复杂部分性发作（发作前后各 5 分钟）。RFOE1–RFOE6 表示右侧 FOE#1 至 #6，LFOE1–LFOE6 表示左侧 FOE#1 至 #6。发作起始时刻以垂直红色线条和白色箭头头标示。请点击此处查看该图的放大版本。

电泳结果热图；蛋白质分离、数据分析、颜色编码强度。
图 2：通过兴奋性量化的一例左侧颞叶癫痫患者复杂部分性发作的表征。 颜色标尺量化了每个电极的兴奋性水平（S）。右侧卵圆孔电极（RFOE）和左侧卵圆孔电极（LFOE）分别代表右侧和左侧卵圆孔电极的记录触点（y轴）。x轴表示相对于癫痫发作起始时间（由专业神经生理学家确定，以垂直粗线表示）的时间（单位为分钟）。请点击此处查看该图的放大版本。

时间序列分析图：平均聚类系数、路径长度、连接数、模块度、熵。
图 3： 同一患者、同一发作事件（如图2所示）的全网络（头皮+FOE）指标。 图中展示了全网络（头皮+FOE）的平均聚类系数（ACC）、平均路径长度（APL）、连接密度（DoLs）、模块度（Mod）和谱熵（SE）。垂直虚线表示兴奋性（S）。横轴表示相对于发作起始的时间（粗实垂直线）。连续十个时间窗的移动平均值以粗实黑线表示。请点击此处查看该图的放大版本。

网络动态图；随时间变化的聚类系数、路径长度和连接密度分析。
图 4：来自图 2 和图 3 同一患者的中线测量指标。 左侧和右侧卵圆孔电极（FOEs）的平均聚类系数（ACC）、平均路径长度（APL）、连接密度（DoLs）和谱熵（SE）。垂直虚线标记了兴奋性时间点。x 轴表示相对于癫痫发作起始的时间（粗的垂直实线）。连续十个时间窗的移动平均值由粗的黑色实线表示。请点击此处查看该图的放大版本。

神经网络连接图；节点和连接线表示脑功能区之间的相互作用。
图 5： 复杂部分性癫痫发作期间连接模式的动态变化。 连接强度通过边的粗细表示。时间（下方数字）相对于癫痫发作起始时间（时间 0）计算。每一帧持续 5 秒。左侧和右侧卵圆孔电极（L1–L6 和 R1–R6）分别用珊瑚色和蓝色圆圈表示。左侧和右侧头皮电极分别用橙色和青色圆圈表示。请点击此处下载该视频。

讨论

传统上，癫痫的研究采用基于脑区的方法，将特定脑区——尤其是癫痫发作起始区——孤立出来，视其为癫痫发作的唯一病因。然而最近，强调整皮层区域之间相互作用重要性的真正网络化方法，已逐渐取代经典的基于脑区的观点13-17,28。尽管如此，目前将癫痫视为一种网络性疾病的证据仍高度分散，尚需更多研究。本研究旨在以复杂网络的视角，重新分析传统方法（如致痫区定位）所提供的数据。本文所提出的方案，详细描述了一种对颞叶癫痫患者半侵入性脑电记录进行复杂网络分析和谱分析的逐步方法学流程。

上述技术的应用表明，与传统的局部化或区域导向的视角相比，网络方法具有更高的实用性。在近期的研究中17,29，采用与本文所述完全相同的方法，发现难治性颞叶癫痫（TLE）患者存在内侧连通性的失衡。在发作间期29和发作期17,29，同侧半球的内侧连通性均有所降低。仅通过观察癫痫活动起源的脑区，无法预测这一结果。这一略显意外的发现也通过基于fMRI信号的网络理论得到了描述30,31。此外，FOE与网络理论相结合的技术应用表明，癫痫发作期间的内侧活动与使用促癫痫活动药物（如依托咪酯的药理学给药）后的内侧活动具有等效性32。

本文所述技术能够在持续最多一至两小时的短暂发作间期记录中检测出内侧网络的失衡29。通过这种方法，可显著缩短分析时间并减少患者住院时长。此外，从治疗角度来看，可借鉴深部脑刺激的方法，利用由神经外科医生长期植入的设备，对颞叶癫痫（TLE）患者存在的网络失衡进行"干预调节"。

为获得本方案中所述信息的最佳结果，需预先考虑若干问题。首先，电极的植入应由经验丰富的神经外科医生操作，因为电极位置不当可能导致严重的神经功能后果及误导性的记录结果。此外，用于后续分析的合适时间段的选择完全依赖于神经生理学家对原始脑电图（EEG）的解读，因此必须具备临床脑电图分析的经验。脑电图仪导出文件的数据格式取决于具体品牌，因此需要具备良好的编程技能，以使脚本适应不同的数据格式。最后，为确保数据的可靠性，应对结果实施质量控制。当进行大量相关性分析时，可能出现高估和假阳性结果。在此情况下，应采用统计学方法以提高敏感性。为此，重要的是设定相关性阈值，以剔除不能代表真实潜在同步性的数值。因此，在本方案中，节点间的一条边 i 和 j 仅当这些节点间相关性的绝对值大于0.5时，才认为其存在，该阈值标准此前已被采用17,26. 应采用0.2至0.8范围内的其他阈值以验证结果的一致性，并确保从一个阈值到下一个阈值的平滑过渡。除阈值法外，还可采用其他方法以获得可靠结果，例如Bonferroni校正或替代数据检验。此外，在处理脑电图（EEG）数据时，需注意脑网络是具有非线性动力学特性的复杂系统；因此，除线性相关外，还应使用其他非线性同步性度量方法以确保结果质量，例如互信息或相位同步。33.

直接根据头皮电极计算连接性（如本研究中部分采用的方法）存在一些风险。主要问题在于容积传导带来的污染效应，这种效应在头皮记录中始终存在。解决此问题的一种方法是在源空间进行分析，这是许多研究人员采用的一种可行替代方案。另一种方法是使用能够最小化振幅效应污染的同步性度量指标。通过采用相位同步（也称为相位锁定值），我们可以最小化容积传导的影响，这一点已在多项研究中得到证实34。

与其他侵入性神经生理学技术一样，无法从对照受试者获取颅内电极脑电图（FOE）记录，这一事实严重限制了某些研究方案的应用。FOE记录所提供的数据能够揭示内侧颞叶活动的宝贵信息17,29,35，特别是在颞叶癫痫（TLE）患者中对致痫侧进行定侧分析时尤为有用33。与侵入性技术相比，FOE技术对大脑无创伤，操作相对简便，并且可在较长时间内获得高质量的记录数据11。与磁共振成像（MRI）相比，FOE记录具有更高的时间分辨率，能够更精确地反映皮层电活动。此外，除本研究中所采用的指标外，还存在多种其他可探索的分析指标。这些特点也增加了同时分析多种生物医学信号的可能性。FOE记录技术结合复杂的网络分析与谱分析方法，使其成为癫痫研究中一种强有力的工具，并在临床实践中具有广阔的应用前景。

披露

作者声明无利益冲突。

致谢

本工作由卡洛斯三世健康研究所通过项目PI10/00160和PI12/02839资助，部分资金来自欧洲区域发展基金（F.E.D.E.R）和马德里互助会。A.S-G. 获得了马德里互助会的博士后奖学金。3D模拟使用BioDigital Human软件（www.biodigital.com）和ZygoteBody Professional软件（www.zygotebody.com）创建

材料

本文使用的材料清单
姓名公司目录编号评论
卵圆孔电极AD-Tech, Racine,
USA		FO06K-SP10X-000六触点铂金 
脑电图仪XLTEK, CanadaXLT-EEG32TNatus XLTEK
磁共振成像设备通用电气
单光子发射计算机断层成像设备通用电气

参考文献

  1. Wiebe, S. Epidemiology of Temporal Lobe Epilepsy. Can J Neurol Sci. 27, Suppl. 1 6-10 (2000).
  2. Thom, M., Mathern, G. W., Cross, J. H., Bertram, E. H. Mesial temporal lobe epilepsy: How do we improve surgical outcome. Ann Neurol. 68 (4), 424-434 (2010).
  3. Tellez-Zenteno, J. F., Dhar, R., Wiebe, S. Long-term seizure outcomes following epilepsy surgery: a systematic review and meta-analysis. Brain. 128 (5), 1188-1198 (2005).
  4. Sporns, O., Tononi, G., Kotter, R. The human connectome: a structural description of the human brain. PLoS Comput Biol. 1, 42(2005).
  5. Fornito, A., Zalesky, A., Bullmore, E. Fundamentals of Brain Network Analysis. , AP Press. (2016).
  6. Wig, G. S., Schlaggar, B. L., Petersen, P. E. Concepts and principles in the analysis of brain networks. Ann. N.Y. Acad. Sci. 1224, 126-146 (2011).
  7. Rubinov, M., Sporns, O. Complex network measures of brain connectivity: uses and interpretations. Neuroimage. 52, 1059-1069 (2010).
  8. Boccaletti, S., Latora, V., Moreno, Y., Chavez, M., Hwang, D. -U. Complex networks: Structure and dynamics. Phys Rep. 424, 175-308 (2006).
  9. Sporns, O., Chialvo, D. R., Kaiser, M., Hilgetag, C. C. Organization, development and function of complex brain networks. Trends Cogn Sci. 8 (9), 418-425 (2004).
  10. Pastor, J., Sola, R. G., Hernando-Requejo, V., Navarrete, E. G., Pulido, P. Morbidity associated with the use of foramen ovale electrodes. Epilepsia. 49 (3), 464-469 (2008).
  11. Wieser, H. G., Schwarz, U. Topography of foramen ovale electrodes by 3D image reconstruction. Clin Neurophysiol. 112 (11), 2053-2056 (2001).
  12. Berg, A. T., et al. Revised terminology and concepts for organization of seizures and epilepsies: Report of the ILAE Commission on Classification and Terminology, 2005-2009. Epilepsia. 51 (4), 676-685 (2010).
  13. Bertram, E. H., Xing-Zhang, D., Mangan, P., Fountain, N., Rempe, D. Functional anatomy of limbic epilepsy: a proposal for central synchronization of a diffusely hyperexcitable network. Epilepsy Res. 32, 194-205 (1998).
  14. Bartolomei, F., Wendling, F., Bellanger, J., Regis, J., Chauvel, P. Neural networks involved in temporal lobe seizures: a nonlinear regression analysis of SEEG signals interdependencies. Clin Neurophysiol. 112, 1746-1760 (2001).
  15. Spencer, S. S. Neural networks in human epilepsy: evidence of and implications for treatment. Epilepsia. 43, 219-227 (2002).
  16. Bartolomei, F., et al. Pre-ictal synchronicity in limbic networks of mesial temporal lobe epilepsy. Epilepsy Res. 61, 89-104 (2004).
  17. Vega-Zelaya, L., Pastor, J., de Sola, R. G., Ortega, G. J. Disrupted Ipsilateral Network Connectivity in Temporal Lobe Epilepsy. PLoS ONE. 10 (10), 0140859(2015).
  18. Pastor, J., et al. Impact of experience on improving the surgical outcome in temporal lobe epilepsy. Rev Neurol. 41 (12), 709-716 (2005).
  19. Kirschner, M. Electrocoagulation des Ganglion Gasseri. Zentralbl Chir. 47, 2841-2843 (1932).
  20. Härtel, F. Über die intracranielle Injectionsbehandlung der Trigeminus neuralgie. Med Klin. 10, 582-584 (1914).
  21. Zampella, J. E., Brown, A. J., Azmi, H. Percutaneous techniques for trigeminal Neuralgia. Handbook of Stereotactic and Functional Neurosurgery. Gandhi, D. C., Schulder, M. , Chapter: 34 (2003).
  22. Franzini, A., Ferroli, P., Messina, G., Broggi, G., et al. Surgical treatment of cranial neuralgias. Handbook of Clinical Neurology. Nappi, G., et al. , Chapter: 57 (2010).
  23. Tatum, W. O., Husain, A. M., Benbadis, S. R., Kaplan, P. W. Handbook of EEG interpretation. , Demos Medical Publishing. New York. (2008).
  24. Schindler, K., Leung, H., Elger, C. E., Lehnertz, K. Assessing seizure dynamics by analysing the correlation structure of multichannel intracranial EEG. Brain. 130 (1), 65-77 (2007).
  25. Bartolomei, F., Chauvel, P., Wendling, F. Epileptogenicity of brain structures in human temporal lobe epilepsy: a quantified study from intracerebral EEG. Brain. 131 (7), 1818-1830 (2008).
  26. Vega-Zelaya, L., Pastor, J. E., de Sola, R. G., Ortega, G. J. Inhomogeneous cortical synchronization and partial epileptic seizures. Front. Neurol. 5, 187(2014).
  27. Csardi, G., Nepusz, T. The igraph software package for complex network research. InterJournal, Complex Systems. 1695 (5), (2006).
  28. Kramer, M. A., Cash, S. S. Epilepsy as a Disorder of Cortical Network Organization. Neuroscientist. 18 (4), 360-372 (2012).
  29. Ortega, G. J., Peco, I. H., Sola, R. G., Pastor, J. Impaired mesial synchronization in temporal lobe epilepsy. Clin Neurophysiol. 122 (6), 1106-1116 (2011).
  30. Bettus, G., et al. Decreased basal fMRI functional connectivity in epileptogenic networks and contralateral compensatory mechanisms. Hum Brain Mapp. 30 (5), 1580-1591 (2009).
  31. Pereira, F. R., et al. Asymmetrical hippocampal connectivity in mesial temporal lobe epilepsy: evidence from resting state fMRI. BMC Neurosci. 11, 66(2010).
  32. Vega-Zelaya, L., Pastor, J., Tormo, I., de Sola, R. G., Ortega, G. J. Assessing the equivalence between etomidate and seizure network dynamics in temporal lobe epilepsy. Clin Neurophysiol. 127 (1), 169-178 (2011).
  33. Pastor, J., Sola, R. G., Ortega, G. J. Hyper-Synchronization, De-Synchronization, Synchronization and Seizures. Epilepsy - Histological, Electroencephalographic and Psychological Aspects. Stevanovic, D. , Chapter 6 (2012).
  34. Stam, C. J., Nolte, G., Daffertshofer, A. Phase lag index: assessment of functional connectivity from multi channel EEG and MEG with diminished bias from common sources. Hum Bran Mapp. 28 (11), 1178-1193 (2007).
  35. Pastor, J., Sola, R. G. Utility of foramen ovale electrodes in temporal lobe epilepsy surgery. Recent Advances in Epilepsy. , 1 Global Research Network. Kerala, India. 1-8 (2008).

重印与许可

标签

耐药性颞叶癫痫患者卵圆孔电极记录的网络分析
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。