磁共振阴性癫痫患者皮层厚度改变的对比研究.pdf

Advances in Clinical Medicine 临床医学进展临床医学进展,2023,13(10),16169-16176 Published Online October 2023 in Hans.https:/www.hanspub.org/journal/acm https:/doi.org/10.12677/acm.2023.13102261 文章引用文章引用:刘珺迪,常一凡,徐蕊,段静静,丁爽,王云玲,罕迦尔别克库锟.磁共振阴性癫痫患者皮层厚度改变的对比研究J.临床医学进展,2023,13(10):16169-16176.DOI:10.12677/acm.2023.13102261 磁共振阴性癫痫患者皮层厚度改变的对比研究磁共振阴性癫痫患者皮层厚度改变的对比研究 刘刘珺珺迪迪，常一凡，徐常一凡，徐 蕊，段静静，丁蕊，段静静，丁 爽，王云玲，罕迦尔别克库锟爽，王云玲，罕迦尔别克库锟*新疆医科大学第一附属医院影像中心，新疆 乌鲁木齐 收稿日期：2023年9月17日；录用日期：2023年10月11日；发布日期：2023年10月17日 摘摘 要要 目的：探讨使用自动化分割工具进行皮层厚度测量在磁共振阴性癫痫患者术前诊断中的应用价值。方法：目的：探讨使用自动化分割工具进行皮层厚度测量在磁共振阴性癫痫患者术前诊断中的应用价值。方法：回顾性收集脑电图表现为左侧颞叶放电，并经术中脑电图确诊为颞叶内侧型癫痫的患者术前磁共振图像回顾性收集脑电图表现为左侧颞叶放电，并经术中脑电图确诊为颞叶内侧型癫痫的患者术前磁共振图像(T1-MPRAGE)，并收集年龄性别匹配的健康对照组图像，使用，并收集年龄性别匹配的健康对照组图像，使用Freesurfer软件的软件的recon-all功能对两组皮功能对两组皮层厚度进行测量，使用层厚度进行测量，使用t检验对比两组全脑各脑区皮层厚度差异。结果：共收集检验对比两组全脑各脑区皮层厚度差异。结果：共收集376名对照组和名对照组和279名患名患者图像，两组平均年龄和性别构成差异无统计学意义者图像，两组平均年龄和性别构成差异无统计学意义(P 0.05)，对比两组脑区皮层厚度后发现，颞叶内，对比两组脑区皮层厚度后发现，颞叶内侧型癫痫患者侧型癫痫患者全脑平均皮层厚度较健康对照组均较大，除右侧尾中额叶、双侧岛叶、双侧颞极外，差异全脑平均皮层厚度较健康对照组均较大，除右侧尾中额叶、双侧岛叶、双侧颞极外，差异均有统计学意义均有统计学意义(P 0.05).Compar-ison of the cortical thickness of the brain regions between the two groups revealed that the mean cortical thickness of the whole brain was greater in patients with medial temporal lobe epilepsy compared with that of healthy controls in both groups,except for the right caudal medial frontal lobe,bilateral insula,and bilateral temporal poles,and the differences were statistically signifi-cant(P 0.05)人口学信息见表 1。刘珺迪 等 DOI:10.12677/acm.2023.13102261 16173 临床医学进展 Table 1.General information of subjects in HC group 表表 1.HC 组受试者一般资料 性别 人数(%)年龄(xs岁)t P 男 211(56.1)44.86 18.41 0.984 0.05 女 165(43.9)43.02 17.32 44.05 17.94 3.1.MRIn-MTLE 组一般资料组一般资料 累计招募 279 名 MRIn-MTLE 患者，VEEG 证实放电均在左侧颞叶，其中男性 154 名，女性 125 名，平均年龄 32.13 15.54 岁，人口学信息见表 2。Table 2.General information of MRIn-MTLE group 表表 2.MRIn-MTLE 组一般资料 性别 人数(%)年龄(xs岁)t P 男 154(55.2)32.92 16.12 0.934 0.351 女 125(44.8)31.17 14.8 32.13 15.54 3.2.MRIn-MTLE 组与组与 HC 组同侧大脑半球感兴趣区皮层厚度对比分析组同侧大脑半球感兴趣区皮层厚度对比分析 对比 MRIn-MTLE 患者与 HC 组同侧皮层厚度发现，MRIn-MTLE 患者各脑区皮层厚度普遍较 HC 组大，除右侧尾中额叶、双侧岛叶、双侧颞极外，差异均有统计学意义(P 0.05)(表 3)。Table 3.Comparison of cortical thickness between HC and MRIn-MTLE groups(mm)表表 3.HC 组与 MRIn-MTLE 组皮层厚度对比(mm)结构名称 MRIn-MTLE HC t P 结构名称 MRIn-MTLE HC t P 左侧尾中额叶 2.56 0.27 2.52 0.21 2.131 0.034 左侧前中央回 2.55 0.27 2.5 0.24 2.604 0.009 右侧尾中额叶 2.55 0.24 2.52 0.23 1.704 0.089 右侧前中央回 2.52 0.25 2.46 0.25 2.904 0.004 左侧顶下回 2.53 0.26 2.45 0.2 3.848 0 左侧前额中回 2.46 0.25 2.39 0.21 3.518 0 右侧顶下回 2.53 0.26 2.45 0.19 4.431 0 右侧前额中回 2.45 0.24 2.39 0.21 3.797 0 左侧颞下回 2.87 0.23 2.79 0.21 4.397 0 左侧顶上回 2.28 0.21 2.22 0.17 3.782 0 右侧颞下回 2.87 0.25 2.8 0.23 3.495 0.001 右侧顶上回 2.28 0.2 2.2 0.18 5.266 0 左侧眶额外侧回 2.74 0.27 2.69 0.28 2.037 0.042 左侧额上回 2.73 0.25 2.69 0.22 2.046 0.041 右侧眶额外侧回 2.72 0.25 2.67 0.26 2.625 0.009 右侧额上回 2.73 0.25 2.69 0.22 2.509 0.012 左侧眶额内侧回 2.56 0.27 2.51 0.26 2.37 0.018 左侧颞上回 2.75 0.2 2.7 0.22 2.849 0.005 右侧眶额内侧回 2.58 0.29 2.49 0.27 4.04 0 右侧前扣带回 2.75 0.3 2.67 0.34 3.09 0.002 左侧颞中回 2.84 0.23 2.78 0.22 3.601 0 左侧额极 2.97 0.41 2.84 0.34 4.445 0 右侧颞中回 2.86 0.24 2.8 0.22 3.125 0.002 右侧额极 2.95 0.37 2.81 0.37 4.536 0 左侧额叶岛盖 2.59 0.24 2.54 0.21 2.715 0.007 左侧颞极 3.44 0.39 3.47 0.37 1.019 0.309 右侧额叶岛盖 2.6 0.23 2.56 0.22 2.324 0.02 右侧颞极 3.47 0.5 3.5 0.42 0.817 0.414 刘珺迪 等 DOI:10.12677/acm.2023.13102261 16174 临床医学进展 Continued 左侧额叶眶部 2.76 0.32 2.7 0.29 2.401 0.017 左侧颞横回 2.32 0.29 2.3 0.28 0.909 0.364 右侧额叶眶部 2.8 0.33 2.72 0.27 3.386 0.001 右侧颞横回 2.36 0.32 2.34 0.3 0.505 0.614 左侧额叶三角部 2.5 0.26 2.45 0.22 2.917 0.004 左侧岛叶 2.96 0.28 2.92 0.26 1.886 0.06 右侧额叶三角部 2.55 0.28 2.48 0.23 3.558 0 右侧岛叶 2.94 0.29 2.94 0.26 0.403 0.687 左侧后中央回 2.13 0.22 2.08 0.18 3.315 0.001 左侧平均皮层厚度 2.51 0.18 2.45 0.16 3.953 0 右侧后中央回 2.12 0.21 2.07 0.18 3.066 0.002 右侧平均皮层厚度 2.51 0.17 2.46 0.16 4.12 0 4.讨论讨论 颞叶癫痫(TLE)是最常见和最顽固的癫痫症15 16。在某些情况下，可以通过手术切除海马体或杏仁核(有时是一同切除)来减少癫痫发作。了解围手术期的功能和结构变化有助于根据术后影像学预测术后癫痫的控制情况17。几项现有研究探讨了颞叶癫痫手术的结构后果。多项使用 MRI 数据集的大型人群研究发现，正常人与各种神经系统疾病(如阿尔茨海默病、轻度认知障碍等)的形态测量和体积存在差异，但对于癫痫的相关研究仍较少5 18。在医学中，每个个体的生物学测量通常被归类为正常或其他参考人群衍生的标准范围。尽管结构 MRI已广泛用于临床目的，专为全脑结构研究设计的采集序列，以及进一步的外部评估和多变量分析技术，可以进一步提高其在临床神经科学中的作用。并且从早期识别偏差中明确了制定参考范围的价值，但这种设定标准参考值尚未应用于神经影像数据。随着基于表面的算法的发展，这一点已显著改善。在 Freesurfer 中，使用可变形模型对皮质的内外表面进行分割，并提取皮质厚度和表面积等测量值。可以从皮质表面的三维模型中提取的各种解剖学指标，捕捉到不同的发育过程，并显示出与人口统计学、遗传学、环境和临床变量之间的不相关关系，强调将经典体积法应用于解剖分析的价值。基于表面的方法也为大脑皮层提供了一个改进后的坐标系，允许对皮层上的信号进行平滑处理，并基于表面的对齐，以使个体更接近对应关系，以便进行统计比较。颞叶内侧癫痫是慢性耐药性颞叶癫痫中最常见的类型。有针对性的切除策略，包括选择性杏仁核切除术，是既定的治疗方式，并提供了有利的结果，在术后两年内有高达 80%的患者不再发生癫痫。然而，有临床研究认为，颞叶内侧癫痫是具有不同病因和临床病史19 20 21。为了了解这种差异需要大量的神经病理学研究对手术标本或患有癫痫患者的尸检大脑的海马亚区和邻近的颞叶结构中神经细胞丧失的不同模式进行分析和描述。因此一个可靠的影像学和神经病理学分类系统最终将有助于区分不同的颞叶癫痫的病理类型。而精准的神经病理分类系统对分离不同的病理分组和更好地预测手术后的结果最有帮助。皮质厚度和表面分析在癫痫围术期的影像学预后标志物方面可能也很重要。因此，在皮质结构分析中，有必要在配对表面之间获得完善的形状对应关系。许多现有的表面配准方法在量化非手术皮质解剖结构变化方面是准确的。综上所述，使用自动化分析能够发现磁共振阴性颞叶内侧癫痫患者隐藏与图像中的皮层厚度异常，且有助于进一步发掘潜在的病理改变，这对于进一步探究磁共振阴性颞叶内侧癫痫患者的认知、心理等并发症及其病理生理异常具有一定的意义。基基金项目金项目 本研究由新疆维吾尔自治区自然科学基金资助项目(2022D01C774)资助。刘珺迪 等 DOI:10.12677/acm.2023.13102261 16175 临床医学进展 参考文献参考文献 1 Salat,D.H.,Lee,S.Y.,van der Kouwe,A.J.,Greve,D.N.,Fischl,B.and Rosas,H.D.(2009)Age-Associated Altera-tions in Cortical Gray and White Matter Signal Intensity and Gray to White Matter Contrast.Neuroimage,48,21-28.https:/doi.org/10.1016/j.neuroimage.2009.06.074 2 Singh,M.K.and Singh,K.K.(2021)A Review of Publicly Available Automatic Brain Segmentation Methodologies,Machine Learning Models,Recent Advancements,and Their Comparison.Annals of Neurosciences,28,82-93.https:/doi.org/10.1177/0972753121990175 3 Nishida,M.,Makris,N.,Kennedy,D.N.,Vangel,M.,Fischl,B.,Krishnamoorthy,K.S.,Caviness,V.S.and Grant,P.E.(2006)Detailed Semiautomated MRI Based Morphometry of the Neonatal Brain:Preliminary Results.Neuroimage,32,1041-1049.https:/doi.org/10.1016/j.neuroimage.2006.05.020 4 Bernal-Rusiel,J.L.,Atienza,M.and Cantero,J.L.(2008)Detection of Focal Changes in Human Cortical Thickness:Spherical Wavelets versus Gaussian Smoothing.Neuroimage,41,1278-1292.https:/doi.org/10.1016/j.neuroimage.2008.03.022 5 Kim,H.,Chupin,M.,Colliot.O.,Bernhardt,B.C.,Bernasconi,N.and Bernasconi,A.(2012)Automatic Hippocampal Segmentation in Temporal Lobe Epilepsy:Impact of Developmental Abnormalities.Neuroimage,59,3178-3186.https:/doi.org/10.1016/j.neuroimage.2011.11.040 6 Voets,N.L.,Hodgetts,C.J.,Sen,A.,Adcock,J.E.and Emir,U.(2017)Hippocampal MRS and Subfield Volumetry at 7T Detects Dysfunction not Specific to Seizure Focus.Scientific Reports,7,Article No.16138.https:/doi.org/10.1038/s41598-017-16046-5 7 McGrath,H.,Mandel,M.,Sandhu,M.R.S.,Lamsam,L.,Adenu-Mensah,N.,Farooque,P.,Spencer,D.D.and Damisah,E.C.(2022)Optimizing the Surgical Management of MRI-Negative Epilepsy in the Neuromodulation Era.Epilepsia Open,7,151-159.https:/doi.org/10.1002/epi4.12578 8 Keller,S.S.,Gerdes,J.S.,Mohammadi,S.,Kellinghaus,C.,Kugel,H.,Deppe,K.,Ringelstein,E.B.,Evers,S.,Schwindt,W.and Deppe,M.(2012)Volume Estimation of the Thalamus Using Freesurfer and Stereology:Consistency between Methods.Neuroinformatics,10,341-350.https:/doi.org/10.1007/s12021-012-9147-0 9 Pai,P.P.,Mandal,P.K.,Punjabi,K.,Shukla,D.,Goel,A.,Joon,S.,Roy,S.,Sandal,K.,Mishra,R.and Lahoti,R.(2020)BRAHMA:Population Specific T1,T2,and FLAIR Weighted Brain Templates and Their Impact in Structural and Functional Imaging Studies.Magnetic Resonance Imaging,70,5-21.https:/doi.org/10.1016/j.mri.2019.12.009 10 Li,J.,Zhang,Y.,Huang,Z.,Jiang,Y.,Ren,Z.,Liu,D.,Zhang,J.,La Piana,R.and Chen,Y.(2022)Cortical and Subcor-tical Morphological Alterations in Motor Subtypes of Parkinsons Disease.npj Parkinsons Disease,8,Article No.167.https:/doi.org/10.1038/s41531-022-00435-3 11 Dima,D.,Modabbernia,A.,Papachristou,E.,Doucet,G.E.,Agartz,I.,Aghajani,M.,Akudjedu,T.N.,Albajes-Eizagirre,A.,Alns,D.,Alpert,K.I.,et al.(2022)Subcortical Volumes across the Lifespan:Data from 18,605 Healthy Individ-uals Aged 3-90 Years.Human Brain Mapping,43,452-469.12 Fischl,B.(2012)FreeSurfer.Neuroimage,62,774-781.https:/doi.org/10.1016/j.neuroimage.2012.01.021 13 Blmcke,I.,Thom,M.,Aronica,E.,Armstrong,D.D.,Bartolomei,F.,Bernasconi,A.,Bernasconi,N.,Bien,C.G.,Cendes,F.,Coras,R.,et al.(2013)International Consensus Classification of Hippocampal Sclerosis in Temporal Lobe Epilepsy:A Task Force Report from the ILAE Commission on Diagnostic Methods.Epilepsia,54,1315-1329.https:/doi.org/10.1111/epi.12220 14 Steve,T.A.,Gargula,J.,Misaghi,E.,Nowacki,T.A.,Schmitt,L.M.,Wheatley,B.M.and Gross,D.W.(2020)Hippo-campal Subfield Measurement and ILAE Hippocampal Sclerosis Subtype Classification with in vivo 4.7 tesla MRI.Epilepsy Research,161,Article 106279.https:/doi.org/10.1016/j.eplepsyres.2020.106279 15 Ono,S.E.,de Carvalho Neto,A.,Joaquim,M.J.M.,dos Santos,G.R.,de Paola,L.and Silvado,C.E.S.(2019)Mesial Temporal Lobe Epilepsy:Revisiting the Relation of Hippocampal Volumetry with Memory Deficits.Epilepsy Beha-vior,100,Article 106516.https:/doi.org/10.1016/j.yebeh.2019.106516 16 Thom,M.(2014)Review:Hippocampal Sclerosis in Epilepsy:A Neuropathology Review.Neuropathol Appl Neuro-biol,40,520-543.https:/doi.org/10.1111/nan.12150 17 Costa,B.S.,Santos,M.C.V.,Rosa,D.V.,Schutze,M.,Miranda,D.M.and Romano-Silva,M.A.(2019)Automated Evaluation of Hippocampal Subfields Volumes in Mesial Temporal Lobe Epilepsy and Its Relationship to the Surgical Outcome.Epilepsy Research,154,152-156.https:/doi.org/10.1016/j.eplepsyres.2019.05.011 18 Van Leemput,K.,Bakkour,A.,Benner,T.,Wiggins,G.,Wald,L.L.,Augustinack,J.,Dickerson,B.C.,Golland,P.and Fischl,B.(2009)Automated Segmentation of Hippocampal Subfields from Ultra-High Resolution in vivo MRI.Hip-pocampus,19,549-557.https:/doi.org/10.1002/hipo.20615 刘珺迪 等 DOI:10.12677/acm.2023.13102261 16176 临床医学进展 19 Laakso,M.P.,Juottonen,K.,Partanen,K.,Vainio,P.and Soininen,H.(1997)MRI Volumetry of the Hippocampus:The Effect of Slice Thickness on Volume Formation.Magnetic Resonance Imaging,15,263-265.https:/doi.org/10.1016/S0730-725X(96)00390-6 20 Na,M.,Liu,Y.,Shi,C.,Gao,W.,Ge,H.,Wang,Y.,Wang,H.,Long,Y.,Shen,H.,Shi,C.,et al.(2014)Prognostic Value of CA4/DG Volumetry with 3T Magnetic Resonance Imaging on Postoperative Outcome of Epilepsy Patients with Dentate Gyrus Pathology.Epilepsy Research,108,1315-1325.https:/doi.org/10.1016/j.eplepsyres.2014.06.005 21 Na,M.,Ge,H.T.,Shi,C.,Shen,H.,Wang,Y.,Pu,S.,Liu,L.,Wang,H.Y.,Xie,C.C.,Zhu,M.W.,et al.(2015)Long-Term Seizure Outcome for International Consensus Classification of Hippocampal Sclerosis:A Survival Analysis.Seizure-European Journal of Epilepsy,25,141-146.https:/doi.org/10.1016/j.seizure.2014.10.006