分享:
分享到微信朋友圈
X
综述
伴中央颞区棘波儿童良性癫痫的脑网络研究进展
王纪 李仕广 马学进 江林

Cite this article as: Wang J, Li SG, Ma XJ, et al. Research progress of brain networks in benign childhood epilepsy with centrotemporal spikes[J]. Chin J Magn Reson Imaging, 2022, 13(12): 137-140.本文引用格式:王纪, 李仕广, 马学进, 等. 伴中央颞区棘波儿童良性癫痫的脑网络研究进展[J]. 磁共振成像, 2022, 13(12): 137-140. DOI:10.12015/issn.1674-8034.2022.12.025.


[摘要] 伴中央颞区棘波儿童良性癫痫(benign childhood epilepsy with centrotemporal spikes, BECTS)又称Rolandic癫痫,是儿童时期最常见的特发性局灶性癫痫综合征,其特征脑电图显示中央颞区棘波。既往认为BECTS为一种良性疾病,但随着神经心理学研究的发展,发现BECTS患者普遍存在认知功能障碍。基于多种神经影像技术的脑网络研究证实BECTS存在大脑结构和功能网络(如默认网络、语言网络及感觉运动网络)的异常,可能是导致患者认知损害的潜在神经机制。但目前的认识尚不全面,未来应更多面向多中心、多模态以及纵向研究进一步探索。本文将从脑网络的角度对BECTS的研究进展进行综述,以探讨BECTS的发病机制。
[Abstract] Benign childhood epilepsy with centrotemporal spikes (BECTS), also known as Rolandic epilepsy, is the most common idiopathic focal epilepsy syndrome in childhood. Its characteristic electroencephalogram shows centrotemporal spikes. BECTS was considered primarily a benign disease, but with advancement in neuropsychology studies, it has been found that cognitive dysfunction is prevalent in BECTS patients. Brain network research based on various neural imaging technologies has confirmed that there are abnormalities in brain structure and functional networks such as default mode network (DMN), language network and sensorimotor network in BECTS, which may be the potential neural mechanism of cognitive impairment. However, we still lack a comprehensive picture of the mechanism, multicenter, multimodal and longitudinal studies should be carried out in the future to further explore. This review will summarize recent findings on the brain network of BECTS.
[关键词] 伴中央颞区棘波儿童良性癫痫;Rolandic癫痫;脑网络;结构网络;功能网络;磁共振成像;功能磁共振成像;结构磁共振成像;扩散张量成像;脑电图;脑磁图
[Keywords] benign childhood epilepsy with centrotemporal spikes;Rolandic epilepsy;brain network;structural network;functional network;magnetic resonance imaging;functional magnetic resonance imaging;structural magnetic resonance imaging;diffusion tensor imaging;electroencephalography;magnetoencephalography

王纪    李仕广    马学进    江林 *  

遵义医科大学第三附属医院(遵义市第一人民医院)放射科,遵义 563000

江林,E-mail:jlinzmc@163.com

作者利益冲突声明:全体作者均声明无利益冲突。


基金项目: 国家自然科学基金 82160328 贵州省科技计划项目 黔科合基础-ZK〔2021〕一般479、黔科合基础-ZK〔2022〕一般582 遵义市第一人民医院研究与试验发展(R&D)项目 院科字〔2020〕09号
收稿日期:2022-08-07
接受日期:2022-11-04
中图分类号:R445.2  R742.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.12.025
本文引用格式:王纪, 李仕广, 马学进, 等. 伴中央颞区棘波儿童良性癫痫的脑网络研究进展[J]. 磁共振成像, 2022, 13(12): 137-140. DOI:10.12015/issn.1674-8034.2022.12.025.

       伴中央颞区棘波儿童良性癫痫(benign childhood epilepsy with centrotemporal spikes, BECTS)是儿童癫痫中最常见的癫痫综合征,约占儿童癫痫的8%~25%,发病年龄在3~14岁之间,7~10岁为发病高峰,大多数患者在青春期可自发缓解,具有自限性[1, 2]。国际抗癫痫联盟在2017年将其更名为伴中央颞区棘波的自限性癫痫[3, 4],但目前大多数的研究还是使用BECTS这一名称。BECTS临床发作相对较轻,发作频率低,一般于入睡不久或将醒时发作,持续时间较短,表现为一侧口咽部、面部或上肢的局灶性感觉运动发作。典型脑电图(electroencephalography, EEG)为中央颞区出现高幅棘波、尖波或尖慢波,放电主要位于大脑中央-感觉运动皮质,即Rolandic区[5]。鉴于这些特点,BECTS既往一直被认为是一种良性疾病,因此降低了人们对该疾病可能带来的潜在影响的警惕性。但研究表明,BECTS存在包括语言、阅读、视觉空间、执行力、注意力损害等认知功能障碍[6],其中以语言障碍最明显[2,7],这些认知功能障碍与认知相关脑网络损害有关。人脑是一个复杂的网络系统,在此基础上可以更加高效地处理信息和表达认知功能。近年来,神经影像技术的发展使得关于中枢神经系统疾病脑网络的研究日益增多,BECTS患者存在大脑结构和功能网络的异常已得到广泛证实。本文将从脑网络的角度对BECTS的研究进展进行综述,以探讨BECTS的发病机制,为临床诊疗提供新的视角。

1 脑网络的概念及成像技术

       人脑是由大量神经元通过突触相互连接而成的一个复杂结构网络,神经活动在此结构基础上相互传递、相互协调形成功能网络,脑网络可从神经元(微观尺度)、神经元集群(中间尺度)和大脑脑区(宏观尺度)三个水平上进行研究,受限于现有技术水平,目前的脑网络主要建立在宏观尺度上[8]。大脑结构网络一般通过可反映结构信息的成像技术构建,常用的成像技术包括结构磁共振成像(structural magnetic resonance imaging, sMRI)和扩散张量成像(diffusion tensor imaging, DTI)。功能网络是对不同神经元、神经元集合或脑区之间功能整合的描述,反映了神经功能信号之间的协同关系,主要成像技术包括EEG、脑磁图(magnetoencephalography, MEG)和功能磁共振成像(functional magnetic resonance imaging, fMRI)[8, 9]。图论是研究复杂网络的主要方法,已广泛应用于BECTS脑网络的研究中。在图论中,网络由节点和节点之间的连接组成,因此,构建网络的关键两步是如何定义节点和连接。节点一般基于解剖标志的脑区或基于体素水平划分[10]。sMRI利用节点之间的形态学测量(如灰质体积、皮层厚度和皮层沟回化)的相关性或协方差定义结构连接,DTI则是利用节点之间白质纤维束的数目、密度、强度和概率等定义结构连接。功能网络的连接主要包括功能连接和效应连接,功能连接是指不同节点间神经元活动信号之间的时间相关性,常通过皮尔逊相关等线性方法和同步似然等非线性方法来度量;而有效连接描述的是一个节点对另一个节点神经活动的因果影响和信息传递,常用方法包括格兰杰因果分析等[8,11, 12]

2 BECTS脑功能网络研究

2.1 BECTS脑功能网络拓扑结构

       脑网络的拓扑特征通常使用全局属性和节点属性描述,全局属性包括聚类系数、局部效率等功能分化指标和特征路径长度、全局效率等功能整合指标,分别衡量的是大脑对脑区间信息整合的能力以及对局部脑区信息的处理能力。兼具高聚类系数和最短路径长度的网络称为小世界网络[13],即网络的功能整合与功能分化达到最优平衡状态。节点属性以中心度、度中心度以及介数中心度常用,用于衡量节点的中心性,评估其重要性[8,14]

       Xiao等[15]基于fMRI发现BECTS患者脑功能网络拓扑结构被破坏,表现为聚类系数、局部效率和全局效率下降,特征路径长度增加。双侧中央后回、Rolandic区周围的额叶、顶叶和颞叶等区域节点中心度降低,与患者注意力和行为评分存在相关性。除此之外,功能连接分析显示感觉运动网络内功能连接减少与小世界属性改变相关,表明局灶性感觉运动异常可影响全局脑网络拓扑结构。发作间期癫痫样放电(interictal epileptiform discharges, IEDs)可能会对BECTS的全局和局部脑网络产生影响,Ji等[16]基于fMRI发现伴或不伴IEDs的BECTS患者脑功能网络显示出一致的变化,表现为全局效率下降以及Rolandic区周围区域节点效率和连接强度降低,说明IEDs对BECTS脑功能网络影响有限。基于EEG和MEG构建BECTS脑功能网络同样发现全局拓扑属性发生异常改变,并与认知相关评分存在相关性[17, 18, 19]。癫痫放电可通过网络连接传播到其他脑区干扰其正常功能表达,Ofer等[20]基于fMRI研究发现BECTS患者楔前叶、角回及顶下小叶等默认网络(default mode network, DMN)脑区的度、介数中心度降低,局部效率增加,其中顶下小叶的介数中心度与认知评分呈负相关,推测是通过降低节点中心性减少DMN受癫痫放电的影响,从而保护认知发育。

       从目前的研究结果来看,BECTS脑网络均具有小世界属性,但小世界属性受损,网络功能整合及分化之间的最优平衡状态被打破,局部、全局信息传输能力以及抗风险能力下降。节点属性改变以Rolandic区附近以及与认知功能相关区域变化最明显,这些区域的网络属性改变与BECTS患者出现的认知损害和行为缺陷密切相关。由此可见,脑功能网络拓扑结构的改变使大脑信息处理速度减慢,进而使大脑在表达认知功能及相关行为的过程中出现异常。

       BECTS脑网络存在拓扑结构改变已成为共识,整体上朝一个不良的方向发展,也有积极性改变,造成这种差异的原因是样本或研究方法之间的不同还是其他原因尚没有一个明确的说法。拓扑结构改变与认知改变明确相关,但具体是如何相关以及负相关能否简单用补偿性机制来阐明还需要进一步证实。

2.2 DMN

       DMN是最经典的静息态功能网络之一,与认知功能有关,该网络在静息状态时激活,在执行认知任务时失活,主要包括的脑区有后扣带回皮质、楔前叶、内侧前额叶皮质、顶下小叶、角回以及双侧颞叶皮质等[21, 22]。基于fMRI研究发现BECTS患者的DMN不仅在静息状态时激活明显降低,而且在执行语言任务期间其失活程度也明显降低,尤其在楔前叶最为明显[23]。通过同步EEG-fMRI研究发现伴IEDs的BECTS患者DMN内功能连接减少,提示IEDs可能会损害DMN[24],而Li等[25]则发现伴或不伴IEDs的BECTS患者均表现出楔前叶和后扣带回皮质的动态功能连接密度增加,并且与发病年龄呈负相关,表明不管是长期还是短暂IEDs的癫痫活动均可影响DMN的功能,并且在早期发病的患者中更明显。基于fMRI和MEG研究均发现BECTS患者DMN改变具有频率依赖性,在特定频段表现为功能连接减少[19,26]。另外,有研究发现临床用药和未用药BECTS患者DMN改变表现出相反的改变模式,为将来BECTS的治疗提供了可能的靶点[27]

       DMN与大脑其他区域间的功能连接也存在异常改变。基于fMRI的研究发现BECTS的DMN与语言和运动相关区域功能连接减少[28],与视觉处理区域舌回的功能连接增加[29]。Li等[30]发现伴IEDs的BECTS患者壳核与DMN脑区之间动态功能连接的变异性降低,可能与癫痫放电期间与自我有关的精神活动中断有关。格兰杰因果分析通过检测脑区之间的因果关系可推测大脑网络中的信息流向[31],Wu等[32]通过格兰杰因果分析发现癫痫灶与DMN脑区后扣带回之间因果效应增加,并推测此改变是BECTS认知损害的一种代偿反应。

       通过应用多种研究方法揭示了BECTS的DMN损害模式,说明癫痫放电通过神经环路可干扰脑网络正常组织。DMN参与认知功能表达过程,其结构和功能的改变势必会影响其正常功能,这可能是BECTS认知功能障碍的机制之一,但目前的研究对于DMN异常网络组织和认知处理之间的具体联系未进行充分评估,缺乏证据进一步佐证两者之间的相关性。

2.3 运动与语言网络

       BECTS认知损害中以语言障碍最严重,语言功能一直是BECTS研究的热点。语言处理基于灵活的大脑网络完成,除了位于额下回的语言核心区域Broca区和位于颞上回后部的Wernicke区的参与,其他区域如角回、缘上回、顶下小叶、海马等也在一定程度上参与语言处理过程[33, 34]。BECTS的语言障碍与语言网络紊乱密切相关[2],其中涉及额下回的连接改变在BECTS患者中较常见,包括功能连接减少[35, 36]和增加模式[37, 38],并且与患者较低的言语智商相关[37]。Mcginnity等[39]则证实了BECTS在一个由额下回、额上回、缘上回和顶下小叶组成的语言子网络内功能连接减少。基于格兰杰因果分析的研究发现BECTS患者语言网络内涉及额下回或Broca区的信息流向发生异常改变,如与中央后回、角回、舌回以及海马等区域之间信息流中断,而与尾状核、丘脑和前额叶之间的信息流增加[32, 33,40]。语言处理的神经关联可能受文化背景差异影响,Wu等[2]在汉语背景下通过一项图片命名任务研究发现中国BECTS患者存在与言语产生相关的fMRI功能连接改变,说明BECTS患者语言加工模式可能受到文化的制约。除了语言网络本身功能紊乱,语言网络与运动网络之间相互作用受损在BECTS语言障碍中也起着重要作用,有多项研究证实BECTS的感觉运动网络与语言网络间功能连接发生异常改变[37,41],表明起源于感觉运动皮层的癫痫样活动可干扰或破坏语言网络从而导致语言障碍。

       BECTS典型症状包括口咽、面部和上肢的感觉异常和抽动,与感觉运动网络异常有关。基于fMRI研究发现BECTS患者运动相关区域间功能连接减少[27,42],其中感觉运动皮层体素镜像同伦连接减少提示大脑半球间功能合作中断。Li等[24]基于EEG-fMRI发现BECTS患者的基底节网络和躯体运动网络中存在与癫痫放电相关的功能连接异常,此外,伴IEDs的患者背侧纹状体-感觉运动环路表现出与癫痫典型症状相关的动态功能连接变异性增强,即该环路的波动性增加,反映了患者对癫痫灶局部波动的敏感性增加[30]。为了进一步探索BECTS症状发生和缓解的机制,Kwon等[43]在BECTS症状期和缓解期分别对丘脑-Rolandic皮层神经环路进行评估,发现在症状期出现的随年龄增加而增加的丘脑运动环路功能连接在缓解期减少,提示功能连接增加可能是癫痫发作的危险因素。

       语言障碍是一个在BECTS中比癫痫发作更突出的问题,因为其可能在癫痫缓解后持续存在,正因为此,目前关于语言及运动网络方面的研究已相对成熟,但还存在一些不足。语言及运动加工涉及的区域广泛,其背后的神经机制复杂,加之可能受到文化背景的限制,目前的研究尚不能完全含纳。语言及运动处理是一个连续的过程,任一环节出问题都可能导致功能障碍,未来的研究或许可对BECTS不同的语言及运动障碍类型进行更精细的研究,以更精准地指导治疗方案的制订。

2.4 其他功能网络

       注意力缺陷和多动障碍(attention deficit and hyperactivity disorder, ADHD)是癫痫儿童最常见的共患病,在BECTS中患病率达30%~50%[44],基于fMRI的研究发现BECTS患者存在与注意力障碍有关的背侧和腹侧注意网络异常改变[24,29],并且与感觉运动网络间功能连接减少[45]。此外,关于其他网络如中央执行网络、突显网络、听觉网络以及视觉网络的改变也有报道[24,45, 46],其中听觉、视觉网络与运动网络之间的异常连接改变在一定程度上也参与了BECTS的语言障碍。最近,Dai等[47]基于fMRI并采用支持向量机算法从神经网络环路的角度对BECTS进行研究发现BECTS患者的兴奋/抑制神经网络环路功能失衡,兴奋性网络环路参与高级认知网络如皮层下网络、执行控制网络内的功能整合,而抑制性网络环路则涉及感觉运动网络和语言网络内的功能分离。

3 BECTS脑结构网络

       目前关于BECTS脑结构网络的研究有限,其中基于DTI构建结构网络的研究少见。Jiang等[48]基于sMRI利用皮层沟回化构建结构协变网络,发现BECTS患者存在外侧裂区皮层过度折叠以及岛叶、额叶、颞叶及枕叶的结构网络节点属性明显异常改变,网络核心节点增多并向感觉运动区和颞叶发生转移,其中外侧裂区皮层与语言发育和语言行为有关。该研究一定程度揭示了BECTS大脑发育中的神经解剖学特征,反映了BECTS患者存在结构网络的发育不协调。Garcia-Ramos等[49]利用皮层体积构建结构协变网络发现BECTS患者结构网络全局效率和局部效率增加,表现出更高的信息传递能力,并且分布在颞叶的核心节点较对照组多,整体上BECTS患者呈现出高于正常的全局拓扑结构,局部区域核心节点也高于正常。Xu等[50]同样利用皮层体积构建协变网络显示BECTS患者的Rolandic区与执行功能区域间结构连接减少,进一步格兰杰因果关系分析发现随着疾病的进展,Rolandic区对执行功能区域因果效应增加,说明癫痫灶对执行功能区域的结构变化存在因果作用。Besseling等[51]基于fMRI和DTI研究发现BECTS患者脑网络结构连接和功能连接之间相关性降低,结构网络聚类系数降低。

       不同于功能网络,结构网络整体上呈现出高于正常的发育水平,结构是功能表达的基础,癫痫发作对BECTS脑功能的影响是显著的,为了应对这种影响,大脑通过增加结构网络的稳定性来满足功能表达的需要,对于这一推测未来需要更多的研究进一步证实,因此,研究结构网络是必要的。

4 小结与展望

       随着BECTS脑网络研究的不断深入,越来越多的脑网络特征性改变被揭示,BECTS表现出脑结构网络和功能网络异常改变,揭示了BECTS患者脑网络信息整合及处理能力下降,在认知功能障碍中发挥重要作用。目前的研究仍存在着一些局限性。首先,多数BECTS脑网络研究的样本量较小,且未对患者进一步分组,比如IEDs和抗癫痫药物使用情况,导致混杂因素增加,使得不同研究之间的结果不一致。因此,未来的研究需扩大样本量或进行多中心研究,有助于使研究结果更精确。其次,目前研究多是基于fMRI对BECTS脑网络进行探索,基于EEG、MEG、sMRI及DTI的研究相对较少,此外,脑网络节点和连接的定义因研究方法的不同而不同,不同的定义可能会产生不同的结果。因此,未来的研究还需要将多种研究方法和技术联合应用进行多模态研究,以更加深入地探索BECTS脑网络变化的异常模式。最后,目前的研究多为横断面研究,缺乏纵向探索BECTS脑网络发展变化的报道,比如青春期缓解后BECTS患者的脑网络将如何变化,纵向研究将有助于确定BECTS的脑网络异常是大脑发育的暂时延迟还是持续偏离正常的发育轨迹。总之,通过在未来的研究中不断完善相关措施,有望对BECTS脑网络有一个更全面的认识。

[1]
Sathyanarayana A, Atrache R EL, Jackson M, et al. Nonlinear Analysis of Visually Normal EEGs to Differentiate Benign Childhood Epilepsy with Centrotemporal Spikes (BECTS)[J/OL]. Sci Rep, 2020, 10(1): 8419 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/32439999/. DOI: 10.1038/s41598-020-65112-y.
[2]
Wu Y, Fang F, Li K, et al. Functional connectivity differences in speech production networks in Chinese children with Rolandic epilepsy[J/OL]. Epilepsy Behav, 2022, 135: 108819 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/35835716/. DOI: 10.1016/j.yebeh.2022.108819.
[3]
Specchio N, Wirrell EC, Scheffer IE, et al. International League Against Epilepsy classification and definition of epilepsy syndromes with onset in childhood: Position paper by the ILAE Task Force on Nosology and Definitions[J]. Epilepsia, 2022, 63(6): 1398-1442. DOI: 10.1111/epi.17241.
[4]
Scheffer IE, Berkovic S, Capovilla G, et al. ILAE classification of the epilepsies: Position paper of the ILAE Commission for Classification and Terminology[J]. Epilepsia, 2017, 58(4): 512-521. DOI: 10.1111/epi.13709.
[5]
Dryżałowski P, JÓŹWIAK S, Franckiewicz M, et al. Benign epilepsy with centrotemporal spikes-Current concepts of diagnosis and treatment[J]. Neurol Neurochir Pol, 2018, 52(6): 677-689. DOI: 10.1016/j.pjnns.2018.08.010.
[6]
Wickens S, Bowden SC, D'souza W. Cognitive functioning in children with self-limited epilepsy with centrotemporal spikes: A systematic review and meta-analysis[J]. Epilepsia, 2017, 58(10): 1673-1685. DOI: 10.1111/epi.13865.
[7]
Teixeira JM, Santos ME, Oom P. Oral language in children with benign childhood epilepsy with centrotemporal spikes[J/OL]. Epilepsy Behav, 2020, 111: 107328 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/33027869/. DOI: 10.1016/j.yebeh.2020.107328.
[8]
梁夏, 王金辉, 贺永. 人脑连接组研究:脑结构网络和脑功能网络[J]. 科学通报, 2010, 55(16): 1565-1583. DOI: 10.1360/972009-2150.
Liang X, Wang JH, He Y. Human connectome:Structural and functional brain networks[J]. Chin Sci Bull, 2010, 55(16): 1565-1583. DOI: 10.1360/972009-2150.
[9]
王静, 孔令茵, 雷炳业, 等. 抑郁症的脑复杂网络研究进展[J]. 中国医学物理学杂志, 2020, 37(6): 780-785. DOI: 10.3969/j.issn.1005-202X.2020.06.023.
Wang J, Kong LY, Lei BY, et al. Advances in research on complex brain networks in depressio[J]. Chinese Journal of Medical Physics, 2020, 37(6): 780-785. DOI: 10.3969/j.issn.1005-202X.2020.06.023.
[10]
Nigro S, Filardi M, Tafuri B, et al. The Role of Graph Theory in Evaluating Brain Network Alterations in Frontotemporal Dementia[J/OL]. Front Neurol, 2022, 13: 910054 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/35837233/. DOI: 10.3389/fneur.2022.910054.
[11]
张琪, 王滨. 抑郁症功能磁共振成像脑网络研究进展[J]. 磁共振成像, 2018, 9(4): 289-293. DOI: 10.12015/issn.1674-8034.2018.04.010.
Zhang Q, Wang B. Progress in the study of functional magnetic resonance imaging (fMRI) brain networks in the depression[J]. Chin J Magn Reson Imaging, 2018, 9(4): 289-293. DOI: 10.12015/issn.1674-8034.2018.04.010.
[12]
Wein S, Deco G, Tomé AM, et al. Brain Connectivity Studies on Structure-Function Relationships: A Short Survey with an Emphasis on Machine Learning[J/OL]. Comput Intell Neurosci, 2021, 2021: 5573740 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/34135951/. DOI: 10.1155/2021/5573740.
[13]
Pegg EJ, Taylor JR, Laiou P, et al. Interictal electroencephalographic functional network topology in drug-resistant and well-controlled idiopathic generalized epilepsy[J]. Epilepsia, 2021, 62(2): 492-503. DOI: 10.1111/epi.16811.
[14]
杨雨晴, 牟林轩, 渠鎏, 等. 心理性勃起功能障碍脑网络研究进展[J]. 磁共振成像, 2022, 13(2): 116-119. DOI: 10.12015/issn.1674-8034.2022.02.028.
Yang YQ, Mou LX, Qu L, et al. Advances in research on brain networks in psychogenic erectile dysfunction[J]. Chin J Magn Reson Imaging, 2022, 13(2): 116-119. DOI: 10.12015/issn.1674-8034.2022.02.028.
[15]
Xiao F, Lei D, An D, et al. Functional brain connectome and sensorimotor networks in rolandic epilepsy[J]. Epilepsy Res, 2015, 113: 113-125. DOI: 10.1016/j.eplepsyres.2015.03.015.
[16]
Ji GJ, Yu Y, Miao HH, et al. Decreased Network Efficiency in Benign Epilepsy with Centrotemporal Spikes[J]. Radiology, 2017, 283(1): 186-194. DOI: 10.1148/radiol.2016160422.
[17]
Choi HS, Chung YG, Choi SA, et al. Electroencephalographic Resting-State Functional Connectivity of Benign Epilepsy with Centrotemporal Spikes[J]. J Clin Neurol, 2019, 15(2): 211-220. DOI: 10.3988/jcn.2019.15.2.211.
[18]
Wang P, Li Y, Sun Y, et al. Altered functional connectivity in newly diagnosed benign epilepsy with unilateral or bilateral centrotemporal spikes: A multi-frequency MEG study[J/OL]. Epilepsy Behav, 2021, 124: 108276 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/34547687/. DOI: 10.1016/j.yebeh.2021.108276.
[19]
Li Y, Sun Y, Zhang T, et al. The relationship between epilepsy and cognitive function in benign childhood epilepsy with centrotemporal spikes[J/OL]. Brain Behav, 2020, 10(12): e01854 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/32959999/. DOI: 10.1002/brb3.1854.
[20]
Ofer I, Jacobs J, Jaiser N, et al. Cognitive and behavioral comorbidities in Rolandic epilepsy and their relation with default mode network's functional connectivity and organization[J]. Epilepsy Behav, 2018, 78: 179-186. DOI: 10.1016/j.yebeh.2017.10.013.
[21]
Smallwood J, Bernhardt BC, Leech R, et al. The default mode network in cognition: a topographical perspective[J]. Nat Rev Neurosci, 2021, 22(8): 503-513. DOI: 10.1038/s41583-021-00474-4.
[22]
李在望, 党鸽, 韩晶, 等. 卒中后抑郁脑网络的研究进展[J]. 中国卒中杂志, 2020, 15(5): 477-483. DOI: 10.3969/j.issn.1673-5765.2020.05.004.
Li ZW, Dang G, Han J, et al. Advances on Brain Networks in Post-stroke Depression[J]. Chin J Stroke, 2020, 15(5): 477-483. DOI: 10.3969/j.issn.1673-5765.2020.05.004.
[23]
Oser N, Hubacher M, Specht K, et al. Default mode network alterations during language task performance in children with benign epilepsy with centrotemporal spikes (BECTS)[J]. Epilepsy Behav, 2014, 33: 12-17. DOI: 10.1016/j.yebeh.2014.01.008.
[24]
Li R, Ji GJ, Yu Y, et al. Epileptic Discharge Related Functional Connectivity Within and Between Networks in Benign Epilepsy with Centrotemporal Spikes[J/OL]. Int J Neural Syst, 2017, 27(7): 1750018 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/28359223/. DOI: 10.1142/S0129065717500186.
[25]
Li R, Wang L, Chen H, et al. Abnormal dynamics of functional connectivity density in children with benign epilepsy with centrotemporal spikes[J]. Brain Imaging Behav, 2019, 13(4): 985-994. DOI: 10.1007/s11682-018-9914-0.
[26]
Tan G, Xiao F, Chen S, et al. Frequency-specific alterations in the amplitude and synchronization of resting-state spontaneous low-frequency oscillations in benign childhood epilepsy with centrotemporal spikes[J]. Epilepsy Res, 2018, 145: 178-184. DOI: 10.1016/j.eplepsyres.2018.07.007.
[27]
Jiang S, Luo C, Huang Y, et al. Altered Static and Dynamic Spontaneous Neural Activity in Drug-Naïve and Drug-Receiving Benign Childhood Epilepsy With Centrotemporal Spikes[J/OL]. Front Hum Neurosci, 2020, 14: 361 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/33005141/. DOI: 10.3389/fnhum.2020.00361.
[28]
Luo C, Zhang Y, Cao W, et al. Altered Structural and Functional Feature of Striato-Cortical Circuit in Benign Epilepsy with Centrotemporal Spikes[J/OL]. Int J Neural Syst, 2015, 25(6): 1550027 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/26126612/. DOI: 10.1142/S0129065715500276.
[29]
Xiao F, Li L, An D, et al. Altered attention networks in benign childhood epilepsy with centrotemporal spikes (BECTS): A resting-state fMRI study[J]. Epilepsy Behav, 2015, 45: 234-241. DOI: 10.1016/j.yebeh.2015.01.016.
[30]
Li R, Liao W, Yu Y, et al. Differential patterns of dynamic functional connectivity variability of striato-cortical circuitry in children with benign epilepsy with centrotemporal spikes[J]. Hum Brain Mapp, 2018, 39(3): 1207-1217. DOI: 10.1002/hbm.23910.
[31]
Azarmi F, Miri Ashtiani SN, Shalbaf A, et al. Granger causality analysis in combination with directed network measures for classification of MS patients and healthy controls using task-related fMRI[J/OL]. Comput Biol Med, 2019, 115: 103495 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/31698238/. DOI: 10.1016/j.compbiomed.2019.103495.
[32]
Wu Y, Ji GJ, Zang YF , et al. Local Activity and Causal Connectivity in Children with Benign Epilepsy with Centrotemporal Spikes[J/OL]. PLoS One, 2015, 10(7): e0134361 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/26225427/. DOI: 10.1371/journal.pone.0134361.
[33]
Chen S, Fang J, An D, et al. The focal alteration and causal connectivity in children with new-onset benign epilepsy with centrotemporal spikes[J/OL]. Sci Rep, 2018, 8(1): 5689 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/29632387/. DOI: 10.1038/s41598-018-23336-z.
[34]
Bear JJ, Chapman KE, Tregellas JR. The epileptic network and cognition: What functional connectivity is teaching us about the childhood epilepsies[J]. Epilepsia, 2019, 60(8): 1491-1507. DOI: 10.1111/epi.16098.
[35]
Vannest J, Maloney TC, Tenney JR, et al. Changes in functional organization and functional connectivity during story listening in children with benign childhood epilepsy with centro-temporal spikes[J]. Brain Lang, 2019, 193: 10-17. DOI: 10.1016/j.bandl.2017.01.009.
[36]
Wu Y, Ji GJ, Li K, et al. Interhemispheric Connectivity in Drug-Naive Benign Childhood Epilepsy With Centrotemporal Spikes: Combining Function and Diffusion MRI[J/OL]. Medicine, 2015, 94(37): e1550 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/26376406/. DOI: 10.1097/MD.0000000000001550.
[37]
Kim HJ, Lee JH, Park CH, et al. Role of Language-Related Functional Connectivity in Patients with Benign Childhood Epilepsy with Centrotemporal Spikes[J]. J Clin Neurol, 2018, 14(1): 48-57. DOI: 10.3988/jcn.2018.14.1.48.
[38]
Fang J, Chen S, Luo C, et al. Altered language network in benign childhood epilepsy patients with spikes from non-dominant side: A resting-state fMRI study[J]. Epilepsy Res, 2017, 136: 109-114. DOI: 10.1016/j.eplepsyres.2017.07.020.
[39]
Mcginnity CJ, Smith AB, Yaakub SN, et al. Decreased functional connectivity within a language subnetwork in benign epilepsy with centrotemporal spikes[J]. Epilepsia Open, 2017, 2(2): 214-225. DOI: 10.1002/epi4.12051.
[40]
Xiao F, An D, Lei D, et al. Real-time effects of centrotemporal spikes on cognition in rolandic epilepsy: An EEG-fMRI study[J]. Neurology, 2016, 86(6): 544-551. DOI: 10.1212/WNL.0000000000002358.
[41]
Besseling RM, Overvliet GM, Jansen JF, et al. Aberrant functional connectivity between motor and language networks in rolandic epilepsy[J]. Epilepsy Res, 2013, 107(3): 253-262. DOI: 10.1016/j.eplepsyres.2013.10.008.
[42]
Cao W, Zhang Y, Hou C, et al. Abnormal asymmetry in benign epilepsy with unilateral and bilateral centrotemporal spikes: A combined fMRI and DTI study[J]. Epilepsy Res, 2017, 135: 56-63. DOI: 10.1016/j.eplepsyres.2017.06.004.
[43]
Kwon H, Chinappen DM, Huang JF, et al. Transient, developmental functional and structural connectivity abnormalities in the thalamocortical motor network in Rolandic epilepsy[J/OL]. Neuroimage Clin, 2022, 35: 103102 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/35777251/. DOI: 10.1016/j.nicl.2022.103102.
[44]
Aricò M, Arigliani E, Giannotti F, et al. ADHD and ADHD-related neural networks in benign epilepsy with centrotemporal spikes: A systematic review[J/OL]. Epilepsy Behav, 2020, 112: 107448 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/32916583/. DOI: 10.1016/j.yebeh.2020.107448.
[45]
Fu C, Aisikaer A, Chen Z, et al. Different Functional Network Connectivity Patterns in Epilepsy: A Rest-State fMRI Study on Mesial Temporal Lobe Epilepsy and Benign Epilepsy With Centrotemporal Spike[J/OL]. Front Neurol, 2021, 12: 668856 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/34122313/. DOI: 10.3389/fneur.2021.668856.
[46]
He W, Liu H, Liu Z, et al. Electrical status epilepticus in sleep affects intrinsically connected networks in patients with benign childhood epilepsy with centrotemporal spikes[J/OL]. Epilepsy Behav, 2020, 106: 107032 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/32220803/. DOI: 10.1016/j.yebeh.2020.107032.
[47]
Dai XJ, Liu H, Yang Y, et al. Brain network excitatory/inhibitory imbalance is a biomarker for drug-naive Rolandic epilepsy: A radiomics strategy[J]. Epilepsia, 2021, 62(10): 2426-2438. DOI: 10.1111/epi.17011.
[48]
Jiang L, Zhang T, Lv F, et al. Structural Covariance Network of Cortical Gyrification in Benign Childhood Epilepsy with Centrotemporal Spikes[J/OL]. Front Neurol, 2018, 9: 10 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/29467710/. DOI: 10.3389/fneur.2018.00010.
[49]
Garcia-Ramos C, Dabbs K, Lin JJ, et al. Network analysis of prospective brain development in youth with benign epilepsy with centrotemporal spikes and its relationship to cognition[J]. Epilepsia, 2019, 60(9): 1838-1848. DOI: 10.1111/epi.16290.
[50]
Xu Y, Xu Q, Zhang Q, et al. Influence of epileptogenic region on brain structural changes in Rolandic epilepsy[J]. Brain Imaging Behav, 2022, 16(1): 424-434. DOI: 10.1007/s11682-021-00517-5.
[51]
Besseling RM, Jansen JF, Overvliet GM , et al. Delayed convergence between brain network structure and function in rolandic epilepsy[J/OL]. Front Hum Neurosci, 2014, 8: 704 [2022-10-28]. https://pubmed.ncbi.nlm.nih.gov/25249968/. DOI: 10.3389/fnhum.2014.00704.

上一篇 MRI和CT诊断肾上腺皮质嗜酸细胞腺瘤一例
下一篇 磁共振成像在重度抑郁症合并失眠中的研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2