分享:
分享到微信朋友圈
X
临床研究
基于表面形态学分析和基于体素形态学分析在“MRI阴性”儿童及青少年额叶癫痫中的应用
冉春艳 张体江 徐高强 曾珍 李文富

Cite this article as: RAN C Y, ZHANG T J, XU G Q, et al. Application of surface-based morphometry and voxel-based morphometry in "MRI negative" frontal lobe epilepsy of children and adolescents[J]. Chin J Magn Reson Imaging, 2023, 14(11): 6-11.本文引用格式:冉春艳, 张体江, 徐高强, 等. 基于表面形态学分析和基于体素形态学分析在"MRI阴性"儿童及青少年额叶癫痫中的应用[J]. 磁共振成像, 2023, 14(11): 6-11. DOI:10.12015/issn.1674-8034.2023.11.002.


[摘要] 目的 应用基于表面形态学分析(surface-based morphometry, SBM)和基于体素形态学分析(voxel-based morphometry, VBM)两种方法对MRI阴性的儿童及青少年额叶癫痫全脑区形态学进行测量,探讨儿童及青少年额叶癫痫患者脑微结构改变的形态学特征,分析脑微结构改变的脑区与病程、智商(intelligence quotient, IQ)之间的相关性。材料与方法 纳入在我院神经内科及儿科就诊的儿童及青少年癫痫患者,癫痫患儿的诊断需要满足2017年国际抗癫痫联盟(International League Against Epilepsy, ILAE)制定的诊断标准,根据患儿的病史、脑电图分析及临床症状等挑选出额叶癫痫患者作为病例组。同期招募健康患儿作为对照组。须详细记录研究组和对照组的临床信息。分别对两组被试行MRI检查,获取高分辨率3D-T1WI结构像数据、T2液体衰减反转恢复(T2 fluid attenuated inversion recovery, T2-FLAIR)序列扫描数据等。病例组被试于检查3天内采用中国-韦氏儿童智力量表行智力测试。SBM、VBM分别采用FreeSurfer软件和VBM软件对所有被试进行脑形态学分析,采用SPSS 23.0分析MRI阴性额叶癫痫患儿形态学改变的脑区与病程、IQ之间的相关性,比较FreeSurfer、VBM两种分析软件所得异常脑区的异同。结果 两组被试的性别、年龄、受教育年限差异无统计学意义(P>0.05);与对照组相比,SBM分析结果显示病例组存在异常脑区:左侧大脑皮层的额极、额上回、中央后回和右侧大脑皮层梭状回、额中回、额下回以及双侧颞上回表面面积缩小(P<0.05),左侧大脑皮层中央前回、右侧大脑皮层的楔前叶和额叶上、中、下回皮层楔前叶以及双侧颞上回体积减小(P<0.05);VBM分析结果显示病例组的左侧颞下回和右侧屏状核、额中回以及双侧中央后回灰质体积减小(P<0.05),异常脑区与病程、IQ无显著相关性(P<0.05)。结论 SBM、VBM分析方法均能发现儿童及青少年额叶癫痫患者脑形态异常的脑区,且SBM较VBM分析提取的异常脑区更多;两种分析方法均有额中回、中央后回的形态学改变;儿童及青少年额叶癫痫患者脑区异常的改变主要累及额叶及周围脑区。
[Abstract] Objective Surface-based morphometry (SBM) and voxel-based morphometry (VBM) were used to measure the whole brain morphology of frontal lobe epilepsy in children and adolescents with negative MRI. The morphological characteristics of brain microstructure changes in children and adolescents with epilepsy were discussed. The correlation between the brain regions with the change of brain microstructure and the course of disease and intelligence quotient (IQ) was analyzed.Materials and Methods Children and adolescents with epilepsy were collected from the Department of Neurology and Pediatrics of our hospital. The diagnosis of children with epilepsy should meet the diagnostic criteria established by the International League Against Epilepsy (ILAE) in 2017. Patients with frontal lobe epilepsy were selected as case group according to the medical history, electroencephalogram analysis and clinical symptoms of the children. Healthy children were recruited as control group. Clinical information of the case group and control group should be recorded in detail. Two groups were tested with MRI to obtain high-resolution 3D-T1WI structural image data and T2-fluid attenuated inversion recovery (T2-FLAIR) data. The case group underwent an intelligence test using the China-Wechsler Intelligence Scale for Children within 3 days of examination. SBM and VBM used FreeSurfer software and VBM software. SPSS 23.0 was used to analyze the correlation between brain areas and disease duration and IQ in children with MRI negative frontal lobe epilepsy, and compare the similarities and differences of abnormal brain areas obtained by SBM and VBM.Results There was no significant difference in gender, age and education between the two groups (P>0.05), compared with the control group, the results of SBM showed abnormal brain areas in the case group: the frontal pole, superior frontal gyrus, posterior central gyrus, middle frontal gyrus, inferior frontal gyrus and bilateral superior temporal gyrus in the left cerebral cortex decreased (P<0.05), the precuneus and precuneus and bilateral superior temporal gyrus in the superior, middle and inferior gyrus of the left and right cerebral cortex decreased reduced (P<0.05); the results of VBM analysis showed reduced gray matter volume in the left inferior temporal gyrus, right screen nucleus and middle frontal gyrus and bilateral posterior central gyrus in children and adolescents with epilepsy (P<0.05), there was no significant correlation between abnormal brain areas and disease course and IQ (P<0.05).Conclusions SBM and VBM analysis methods can both detect brain regions with abnormal brain morphology in children and adolescents with frontal lobe epilepsy, and SBM can extract more abnormal brain regions than VBM analysis; morphological changes of middle frontal gyrus and posterior central gyrus were observed in both analysis methods; the abnormal changes in the brain regions of children and adolescents with frontal lobe epilepsy mainly involve the frontal lobe and peripheral brain regions.
[关键词] 额叶癫痫;基于表面形态学分析;基于体素形态学分析;FreeSurfer;磁共振成像;儿童;青少年
[Keywords] frontal lobe epilepsy;surface-based morphometry;voxel-based morphometry;Freesurfer;magnetic resonance imaging;child;adolescent

冉春艳    张体江 *   徐高强    曾珍    李文富   

遵义医科大学附属医院影像科,贵州省医学影像中心,遵义 563000

通信作者:张体江,E-mail:tijzhang@163.com

作者贡献声明:张体江设计本研究的方案,对稿件的重要内容进行了修改,获得了国家自然科学基金的资助;冉春艳起草和撰写稿件,获取、分析或解释本研究的数据,获得了遵义市科技计划项目的基金资助;徐高强、曾珍、李文富获取、分析或解释本研究的数据,对稿件的重要内容进行了修改;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 81960312 贵州省高等学校智能医学影像工程研究中心项目 黔教技〔2023〕038号 遵义市科技计划项目 遵市科合HZ字〔2021〕48号
收稿日期:2023-05-31
接受日期:2023-11-03
中图分类号:R445.2  R742.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.11.002
本文引用格式:冉春艳, 张体江, 徐高强, 等. 基于表面形态学分析和基于体素形态学分析在"MRI阴性"儿童及青少年额叶癫痫中的应用[J]. 磁共振成像, 2023, 14(11): 6-11. DOI:10.12015/issn.1674-8034.2023.11.002.

0 前言

       癫痫是由多种病因引起的脑神经元异常放电进而导致肢体抽搐、行为 异常、意识丧失等神经功能失衡的慢性神经系统疾病,常伴随有神经心理、认知、精神和行为的异常改变,已成为全球第二大神经系统障碍疾病。癫痫复杂多样,临床分型繁多,根据癫痫起源的部位不同将其分成局灶性癫痫和全面性癫痫两大类。据文献报道我国的局灶性癫痫约占61.7%,而国外则高达90%,因此我国局灶性癫痫的患病率可能被低估[1]。额叶癫痫发病率高,是第二大常见的局灶性癫痫类型,且大约有四分之一难治性局灶性癫痫患者为额叶癫痫[2],额叶癫痫在脑电图中常难以捕捉到痫样放电,导致额叶癫痫患者的临床诊断及治疗存在困难,容易出现误、漏诊情况,因此临床疑诊额叶癫痫的患者需结合特征性临床表现、脑电图及MRI来进行额叶癫痫的定位。轴位、冠状位、矢状位及高分辨MRI能提高对结构异常病灶的检出率[3]。但对于脑结构改变细微的病例,人眼无法清楚分辨而导致其表现为“MRI阴性”,对于“MRI阴性”病例,我们仍需要进一步借助脑形态学分析方法进行辨别,以提高对异常脑区的定位准确率,在癫痫患者的诊疗和疗效评估等方面有着重要意义。既往已有分别应用基于表面形态学分析(surface-based morphometry, SBM)及基于体素形态学分析(voxel-based morphometry, VBM)研究癫痫脑形态学的改变情况,但对比分析上述两种分析方法在癫痫中的研究比较少,在儿童及青少年额叶癫痫中的研究就更少了。基于此,本研究应用SBM和VBM两种脑形态学分析方法,探讨儿童及青少年额叶癫痫患者脑微结构改变的形态学特征,分析脑微结构改变的脑区与病程、智商(intelligence quotient, IQ)之间的相关性。

1 材料与方法

1.1 研究对象

       收集2016年3月至2022年12月在我院神经内科及儿科就诊的儿童及青少年癫痫患者,使用GE 3.0 T MRI扫描未见异常的患儿,参照2017年国际抗癫痫联盟(International League Against Epilepsy, ILAE)制定的确诊标准进行筛选[4]。根据脑电图表现、发病临床表现及病史等筛选出额叶癫痫患者作为病例组,同期招募健康儿童及青少年志愿者作为对照组。所有纳入研究的儿童及青少年癫痫患者于MRI检查3天内采用中国-韦氏儿童智力量表(适用于6~16周岁)进行智力测试,所有患者须有我院24小时动态脑电图资料。本研究遵守《赫尔辛基宣言》,已通过遵义医科大学大学伦理委员会批准[批准文号:(2019)1-021],所有受试者及父母均已知情同意,由于本组研究对象为儿童及青少年,因此由其父母签署知情同意书。

       病例组纳入标准:(1)符合2017年ILAE制定的癫痫确诊标准;(2)须有我院24小时动态脑电图资料;(3)无手术史、脑损伤、热性惊厥、颅内感染、药物成瘾史;(4)无癫痫外其他精神、神经疾病等病史。排除标准:(1)严重认知功能障碍者;(2)MRI 3D-T1WI有较大伪影者;(3)常规MRI平扫有较大病灶者;(4)伴有其他遗传、重要器官损害等。

       对照组纳入标准:(1)无手术史、脑损伤、热性惊厥、颅内感染、药物依赖史;(2)无精神、神经疾病等病史。对照组排除标准与病例组相同。

1.2 数据收集

1.2.1 临床资料收集

       收集纳入研究的被试的姓名、性别、受教育年限、年龄、首次发病年龄、病程、发作时表现、发作周期、持续时间、抗癫痫药物服用时间及药物种类、既往史、家族史。

1.2.2 扫描参数

       T2-FLAIR序列扫描参数:TE 165 ms,TR 7826 ms,TI 2100 ms,层厚5 mm,层间距1.5 mm,翻转角90°,FOV 256 mm×256 mm,平行于前后联合方向扫描,需覆盖全脑;3D-T1WI序列扫描参数:TE 3.0 ms,TR 7.8 ms,TI 450 ms,层厚1 mm,层间距0 mm,翻转角15°,FOV 256 mm×256 mm,平行于前后联合方向扫描,需覆盖全脑。

1.3 数据分析

1.3.1 SBM分析

       采用FreeSurfer软件进行数据分析,分析流程如下。

       (1)将所有研究对象3D-T1WI结构像导入FreeSurfer软件系统;

       (2)图像格式转换:将所有研究对象图像由Dicom转换成mgh格式;

       (3)图像配准:最大化匹配标准模板;

       (4)不均匀场校正:提高灰白质分割的准确精度;

       (5)脑结构分割:去除脑外组织(颅骨、脑脊液等),灰白质分割;

       (6)曲面重建:获得三维曲面重建、准确区分灰白质结构;

       (7)平滑:减轻或去除噪声,使平滑后曲面上顶点值更接近高斯分布;

       (8)计算形态学指标,进行统计分析。

1.3.2 VBM分析

       应用VBM软件进行数据分析,分析流程如下。

       (1)图像格式切换:将所有研究对象图像由Dicom转换成nii格式;

       (2)配准:以前连合为坐标原点,手动定位所有研究对象3D-T1WI结构数据,最大化匹配蒙特利尔神经学研究所(Montreal Neurological Institute, MNI)坐标空间;

       (3)灰质、白质及脑脊液分割;

       (4)模板生成:采用灰质体积生成模板,利用DARTEL算法配准生成最优模板;

       (5)空间标准化(使所有被试者解剖位置最大程度匹配MNI 152人类标准脑图谱,将配准后的所有数据插入VBM参数从而转换至标准空间);

       (6)空间平滑:通过设置全宽半高为6 mm的高斯核进行平滑处理、提高信噪比;

       (7)计算形态学指标,进行统计分析。

1.4 统计学分析

       使用SPSS 23.0软件对病例组与对照组的年龄、性别、受教育年限进行统计学分析,性别采用χ2检验,年龄和受教育年限应用两独立样本t检验,以P<0.05为差异有统计学意义。

       对病例组较对照组脑结构有差异的脑区行双样本t检验,将FreeSurfer分析所得色调异常的脑区作为感兴趣区,将异常脑区的平均数值投射到每位患者并分别提取其皮层体积、厚度、表面面积等具体数值,把所获得的异常脑区数值分别与病程、IQ作相关性分析。基于SPM 8线性模型,采用双样本t检验对比分析VBM所获得的病例组与对照组脑灰质体积有差异的脑区。

       将每位儿童及青少年额叶癫痫患者异常脑区的平均皮层体积、表面面积及厚度分别与病程、IQ行相关性分析(采用SPSS 23.0 Person分析方法),以P<0.05为差异有统计学意义。

2 结果

2.1 一般资料

       共纳入儿童及青少年癫痫患者76例,经两名儿科副高级职称以上医师结合患者癫痫发作类型、24小时动态脑电图等资料,诊断为儿童及青少年额叶癫痫癫痫者共21例,1例因额部蛛网膜囊肿被排除,1例因外伤史被排除,最终病例组共纳入儿童及青少年癫痫患者19例。同期招募对照组23例。病例组与对照组一般资料比较差异无统计学意义(P>0.05),见表1

表1  病例组与对照组一般资料比较
Tab. 1  Comparison of the general data between the case and control groups

2.2 SBM分析结果

       与对照组相比,病例组患者左侧大脑皮层的额极、额上回、中央后回、楔前叶和右侧大脑皮层梭状回、额中回、额下回以及双侧颞上回表面面积减小(表2图1);左侧大脑皮层中央前回、右侧大脑皮层的楔前叶和额叶中、下回以及双侧颞上回体积减小(表3图2),未发现皮层厚度改变的脑区。

表2  病例组与对照组相比脑表面面积减小的区域
Tab. 2  Areas of reduced brain surface area in case group compared with control group
表3  病例组与对照组相比脑皮层体积减小的脑区
Tab. 3  Brain regions with reduced cortical volume in case group compared with control group

2.3 VBM分析结果

       与对照组相比,病例组左侧颞下回、右侧屏状核、额中回及双侧中央后回灰质体积减小(表4图3)。

图1  与对照组相比,病例组左侧大脑皮层的额极、额上回、中央后回、楔前叶和右侧大脑皮层梭状回、额中回、额下回以及双侧颞上回表面面积减小。红色代表病例组表面面积增大,蓝色代表表面面积减小。颜色编码数值代表-log10 (P) [ 经Monte Carto Null-Z Simulation 校正,取阈值1.3(0.05),校正后P<0.05]。
图2  与对照组相比,病例组左侧大脑皮层中央前回和右侧大脑皮层的楔前叶、额叶上、中、下回皮层楔前叶以及双侧颞上回减小。红色代表体积增加,蓝色代表体积减小。颜色编码数值代表-log10 (P) [经Monte Carto Null-Z Simulation校正,取阈值1.3(0.05),校正后P<0.05]。
图3  与对照组相比,病例组左侧颞下回和右侧屏状核、额中回以及双侧中央后回灰质体积减小。红色代表患者组灰质体积增加,蓝色代表灰质体积减小。颜色编码数值代表-log10(P)(经Gaussian random field校正,体素水平P<0.01,簇水平P<0.05定义为有差异的脑区)。
Fig. 1  Compared with the control group, the frontal pole, superior frontal gyrus, posterior central gyrus, anterior cuneus and right fusiform gyrus, medial frontal gyrus, inferior frontal gyrus and bilateral superior temporal gyrus in the left cerebral cortex of case group decreased in surface area. Red represents increased surface area and blue represents decreased surface area in case group. The color coded value represents -log10 (P) [After Monte Carto Null-Z Simulation correction, the threshold value was 1.3 (0.05), and P<0.05 after correction]. Fig. 2 Compared with the control group, the volume of the left anterior central cortex and the right anterior cuneus of the cerebral cortex, the anterior cuneus of the superior, middle and lower frontal cortex and the bilateral superior temporal gyrus decreased in the case group. Red represents an increase in volume, blue represents a decrease in volume. The color coded value represents -log10 (P) [After Monte Carto Null-Z Simulation correction, the threshold value was 1.3 (0.05), and P<0.05 after correction]. Fig. 3 Compared with the control group, the gray matter volum of left inferior temporal gyrus, right clavicular nucleus, middle frontal gyrus and bilateral posterior central gyrus decreased in the case group. Red represents an increase in gray matter volume and blue represents a decrease in gray matter volume in the case group. The color coded value represents -log10 (P) (After Gaussian random field correction, voxel level P<0.01, cluster level P<0.05 was defined as the brain region with differences).
表4  病例组与对照组相比灰质体积减小的脑区
Tab. 4  Brain regions with reduced gray matter volume in case group compared to control group

2.4 相关性分析结果

       在本次研究结果中,异常脑区与病程、IQ均未发现存在相关性。

3 讨论

       本研究应用SBM和VBM两种分析方法对MRI阴性的儿童及青少年额叶癫痫全脑区形态学进行测量,并发现了多个脑区存在差异,且异常脑区与病程、IQ无显著相关性。既往已有研究分别应用上述两种分析方法研究癫痫的脑形态学改变情况,但对比分析两种分析方法的研究较少,因此本文对比应用SBM和VBM两种分析方法,试分析其异同。

       临床工作中,对于“MRI阴性”癫痫最大的挑战就是能否进行致痫灶的精确定位,为了更好地解决临床问题,我们仍需借助一些自动化、智能化分析软件来辅佐诊断。MRI技术(高分辨率结构成像[5, 6, 7]、扩散成像、功能MRI等)的迅猛发展为中枢神经系统疾病的脑结构、功能研究奠定了坚实的基础,为了进一步提高准确性、减小误差,我们可以联合应用多种技术进行分析。FreeSurfer[8, 9, 10]、VBM[11, 12, 13, 14, 15, 16, 17, 18]软件就是基于脑结构的研究方法,可用于探索癫痫的发病机制、定位致痫灶及研究脑形态学改变程度,在癫痫患者的诊疗和疗效评估方面有重要临床意义。

3.1 额叶内脑区改变与额叶癫痫

       本次研究结果示,与对照组相比,病例组左侧额极、额上回和右侧额中回、额下回大脑皮层表面面积缩小;左侧中央前回和右侧及额上回、额中回、额下回大脑皮层体积减小。既往多项研究已表明额叶癫痫患者存在不同程度、不同类型的功能受损[19, 20],且MOGUILNER等[19]研究发现结构和功能运动网络中断可以预测额叶癫痫选择性动作概念缺陷。额叶是大脑半球的主要功能脑区,其最前端为额极,其次还包括额上回、额中回、额下回及中央前回,额下回为说话中枢,额中回为书写中枢,中央前回为躯体运动中枢,是控制骨骼肌随意运动的最高级中枢,该脑区受损会导致患者运动的精细复杂运动下降。前额叶皮层为复杂的规则导向目标导向行为提供了结构基础,且大量病变和影像学研究证明,前额叶皮层构成了目标导向行为和各种高级认知功能的结构基础。认知控制指的是我们选择实现目标的思想和行动路线的能力,而不是习惯性的但在环境中不合适的路线,因此它是基于目标的内部表征来指导我们行动的一般能力,而层次认知控制指的是控制即时行动的更复杂的问题,正是在这些等级控制的情况下,执行系统受损的患者最容易失败,因此认知控制能力下降的患者通常发现分层认知控制问题特别具有挑战性,这类患者在计划和完成需要多个步骤才能达到终点的任务方面存在困难,但是这些日常功能的缺陷通常没有被广泛使用的执行功能的神经心理学评估所捕捉到。此外大量的成像研究定位并因此证实了前额叶区域参与支持更高的认知功能[21, 22, 23, 24]

       上述脑区改变的原因可能有以下几种:(1)额叶癫痫长期的异常放电,导致相应脑区神经细胞减少甚至皮层发育异常等,额中回为书写中枢、中央前回为说话中枢,在书写过程中需要其两者同时参与,两者本身的功能连接相辅相成是密不可分的[24, 25],因此本病例组同时存在额中回与中央前回的形态学改变,此外此中枢区域受累可能导致患者存在一定程度的书写不能。(2)额叶癫痫发作时引起的毒性效应会导致神经元丢失、皮层区域内连接中断等,随后会造成相应脑区脑灰质的形态学改变。(3)额叶癫痫发作时的异常放电在脑内传播,引起耗氧量、血供、代谢等的异常,长期反复的异常会引起相应脑区脑灰质的形态学改变,这与PATRIKELIS等[26]的研究结果相符。

3.2 额叶外脑区改变与额叶癫痫

       本组研究发现额叶癫痫患者存在额叶外多个脑区异常,包括右侧梭状回、双侧颞上回表面面积缩小以及右侧楔前叶、双侧颞上回体积减小。人脑是一个包含有86亿神经元细胞的脑网络结构,脑功能网络反映了一个由多种相互作用的元素组成的复杂系统[27]。2017年,ILAE癫痫神经生物学研讨会提出了一个模型,将癫痫理解为一种网络疾病,因为病理学影响了一个复杂的系统。基因表达是蛋白质生产所必需的,蛋白质生产是细胞信号传递所必需的,细胞信号传递促进了突触的传递、微电路的形成等,直到影响整个大脑的水平,导致癫痫发作,理解这一点在概念上是至关重要的。在整个网络框架内,任何一个层次在生物学上都是至关重要的,因为在一个复杂的系统中,所有层次相互作用以产生终点结果[4, 28],因此任一节点出现异常均可能会导致多部位甚至全脑的异常,这就可以解释额叶癫痫异常脑区出现在额叶但却不局限于额叶的原因。其次,癫痫大部分属于灰质病变,白质纤维素在癫痫的传播中有着至关重要的作用,癫痫患者存在多发脑区异常可能与白质纤维的病理损害关系密切[28]。此外亦有部分学者认为异常脑区不局限于某一区域可能还与同时存在多个致痫位点有关。

3.3 SBM、VBM各自的优势及两种分析方法均有异常的重叠脑区

       通过对比SBM、VBM分析方法结果,发现两组分析结果存在差异,但两种方法均发现多个脑区存在结构改变,且SBM较VBM检测到的异常脑区更多,该结果是否提示SBM较VBM检测更敏感?既往已有研究发现虽然两种分析方法会存在差异并分析了造成差异的可能原因[9, 28, 29]。在非球形结构(如海马区)等方面SBM更具优势,而VBM在杏仁核的分割上更具优势,学者提出这可能与杏仁体位于大脑中部、信噪比高等关系密切。其次可能与VBM使用较少的先验信息,而SBM需要更多的先验信息分析有关。本次研究结果与上述研究结果相符,即异常脑区主要位于浅表,相对于中心部位,信噪比较低、解剖结构更复杂、细长,因此应用Freesurfer软件分析额叶癫痫可能会获得更多的异常脑区。另外亦有学者提出VBM在进行脑组织分割时对脑结构的敏感性较低,其次图像平滑等亦可能会降低其检测脑结构改变的敏感性和准确性[30, 31]

       两种分析方法均提示额叶癫痫患者存在额中回、中央后回的形态学改变。额中回位于额叶,主要与运动准备、执行、抑制等有关;中央后回位于顶叶,主管深、浅感觉等。执行功能的核心与额叶和顶叶皮层有关,因此额叶癫痫患者常存在执行功能受损[32]

3.4 异常脑区改变情况与病程、IQ相关性分析

       额叶与人的精神活动、随意运动等关系密切,额叶受损可能会不同程度地造成记忆力下降、运动性失语、书写不能,甚至一侧肢体偏瘫等。如ZIAEI等[30]发现额叶癫痫、颞叶癫痫患者在情绪识别、心理理论、共情和社会行为四个方面均表现出中度到重度的缺陷,额叶癫痫患者则主要表现在情绪识别方面,且左右两侧定位不同,结果亦有所差别。这些数据指出了情绪识别和心理理论能力缺陷严重程度的潜在重要差异,这取决于癫痫发作侧化及临床分型,由此该学者建议我们参照评估社会认知障碍的指南,这样就可以整合运用到癫痫患者的多学科临床评估中。基于此,本研究亦分析了异常脑区的改变程度与病程、IQ之间是否存在相关,结果发现儿童及青少年额叶癫痫患者存在IQ的轻微下降,但并没有显示其与病程的相关性,这与HU等[33]、SUN等[34]研究结果相近,与额叶属于颗粒型皮质有关。额叶功能主要与人格、主动性、计划性、注意力及判断力有关,而智力包括常识、理解、算数、记忆、类同、排列、拼图等十一个项目,较少涉及人格、主动性等,因此对智力的影响相对较小。其次笔者分析其原因还可能与本组样本量较少、未对癫痫患者服用药物类型、剂量、疗程情况等进行细分类以及未对IQ的观察力、注意力、记忆力、思维力及想象力进行分别评估有一定的关系,因此需要今后进一步扩大样本量继续分析。

4 结论

       SBM、VBM分析方法均能发现儿童及青少年额叶癫痫患者脑形态异常的脑区,且SBM较VBM分析提取的异常脑区更多且大部分位于额叶内。两种分析方法均有额中回、中央后回的形态学改变,可能与执行功能受损有关。儿童及青少年额叶癫痫患者脑区异常的改变主要累及额叶及周围脑区,提示在该区域可能存在病理性的致痫环路和/或与同时存在多个致痫点、痫样异常放电可累及全脑以及致痫点可沿神经网络向邻近脑区或对侧大脑半球扩散有关。

[1]
中华医学会神经病学分会, 中华医学会神经病学分会脑电图与癫痫学组. 中国成人局灶性癫痫规范化诊治指南[J]. 中华神经科杂志, 2022, 55(12): 1341-1352. DOI: 10.3760/cma.j.cn113694-20220411-00289.
and Epilepsy Group EEG, Chinese Society of Neurology, Chinese Society of Neurology. Guidelines for Standardized diagnosis and treatment of focal epilepsy in adults in China[J]. Chin J Neurol, 2022, 55(12): 1341-1352. DOI: 10.3760/cma.j.cn113694-20220411-00289.
[2]
BAROT N. Networks in Frontal Lobe Epilepsy[J]. Neurosurg Clin N Am, 2020, 31(3): 319-324. DOI: 10.1016/j.nec.2020.03.001.
[3]
BERNASCONI A, CENDES F, THEODORE W H, et al. Recommendations for the use of structural magnetic resonance imaging in the care of patients with epilepsy: A consensus report from the International League Against Epilepsy Neuroimaging Task Force[J]. Epilepsia, 2019, 60(6): 1054-1068. DOI: 10.1111/epi.15612.
[4]
FISHER R S, CROSS J H, FRENCH J A, et al. Operational classification of seizure types by the International League Against Epilepsy: Position Paper of the ILAE Commission for Classification and Terminology[J]. Epilepsia, 2017, 58(4): 522-530. DOI: 10.1111/epi.13670.
[5]
CHAU LOO KUNG G, CHIU A, DAVEY Z, et al. High-resolution hippocampal diffusion tensor imaging of mesial temporal sclerosis in refractory epilepsy[J]. Epilepsia, 2022, 63(9): 2301-2311. DOI: 10.1111/epi.17330.
[6]
HAINC N, MCANDREWS M P, VALIANTE T, et al. Imaging in medically refractory epilepsy at 3 Tesla: a 13-year tertiary adult epilepsy center experience[J/OL]. Insights Imaging, 2022, 13(1): 99 [2023-05-31]. https://pubmed.ncbi.nlm.nih.gov/35661273/. DOI: 10.1186/s13244-022-01236-1.
[7]
ADEL S, TREIT S, WAHAB W ABD, et al. Longitudinal hippocampal diffusion-weighted imaging and T2 relaxometry demonstrate regional abnormalities which are stable and predict subfield pathology in temporal lobe epilepsy[J]. Epilepsia Open, 2023, 8(1): 100-112. DOI: 10.1002/epi4.12679.
[8]
NIAN R, GAO M, ZHANG S, et al. Toward evaluation of multiresolution cortical thickness estimation with FreeSurfer, MaCRUISE, and BrainSuite[J]. Cereb Cortex, 2023, 33(9): 5082-5096. DOI: 10.1093/cercor/bhac401.
[9]
ABUAF A F, BUNTING S R, KLEIN S, et al. Analysis of the extent of limbic system changes in multiple sclerosis using FreeSurfer and voxel-based morphometry approaches[J/OL]. PLoS One, 2022, 17(9): e0274778 [2023-05-31]. https://pubmed.ncbi.nlm.nih.gov/36137122/. DOI: 10.1371/journal.pone.0274778.
[10]
CHAVES H, DORR F, COSTA M E, et al. Brain volumes quantification from MRI in healthy controls: Assessing correlation, agreement and robustness of a convolutional neural network-based software against FreeSurfer, CAT12 and FSL[J]. J Neuroradiol, 2021, 48(3): 147-156. DOI: 10.1016/j.neurad.2020.10.001.
[11]
BUTTS A M, MACHULDA M M, MARTIN P, et al. Temporal cortical thickness and cognitive associations among typical and atypical phenotypes of Alzheimer's disease[J]. J Alzheimers Dis Rep, 2022, 6(1): 479-491. DOI: 10.3233/ADR-220010.
[12]
QU H, GE H, WANG L, et al. Volume changes of hippocampal and amygdala subfields in patients with mild cognitive impairment and Alzheimer's disease[J]. Acta Neurol Belg, 2023, 123(4): 1381-1393. DOI: 10.1007/s13760-023-02235-9.
[13]
HARI E, KURT E, ULASOGLU-YILDIZ C, et al. Morphometric analysis of medial temporal lobe subregions in Alzheimer's disease using high-resolution MRI[J]. Brain Struct Funct, 2023, 228(8): 1885-1899. DOI: 10.1007/s00429-023-02683-2.
[14]
KIM J, LEE C, KANG Y, et al. Childhood sexual abuse and cortical thinning in adults with major depressive disorder[J]. Psychiatry Investig, 2023, 20(3): 255-261. DOI: 10.30773/pi.2022.0314.
[15]
SASABAYASHI D, TAKAYANAGI Y, TAKAHASHI T, et al. Increased brain gyrification and subsequent relapse in patients with first-episode schizophrenia[J/OL]. Front Psychiatry, 2022, 13: 937605 [2023-05-31]. https://pubmed.ncbi.nlm.nih.gov/36032231/. DOI: 10.3389/fpsyt.2022.937605.
[16]
BASHIR S, BARADI R, AL-GHAMDI F. Gender and Hemispheric Differences in Epilepsy Diagnosed by Voxel-based Morphometry (VBM) Method: a Pilot Cortical Thickness Study[J]. Acta Inform Med, 2019, 27(3): 171-176. DOI: 10.5455/aim.2019.27.171-176.
[17]
SAARINEN A, HUHTANISKA S, PUDAS J, et al. Structural and functional alterations in the brain gray matter among first-degree relatives of schizophrenia patients: A multimodal meta-analysis of fMRI and VBM studies[J]. Schizophr Res, 2020, 216: 14-23. DOI: 10.1016/j.schres.2019.12.023.
[18]
LUKITO S, NORMAN L, CARLISI C, et al. Comparative meta-analyses of brain structural and functional abnormalities during cognitive control in attention-deficit/hyperactivity disorder and autism spectrum disorder[J]. Psychol Med, 2020, 50(6): 894-919. DOI: 10.1017/S0033291720000574.
[19]
MOGUILNER S, BIRBA A, FINO D, et al. Structural and functional motor-network disruptions predict selective action-concept deficits: Evidence from frontal lobe epilepsy[J]. Cortex, 2021, 144: 43-55. DOI: 10.1016/j.cortex.2021.08.003.
[20]
MOGUILNER S, BIRBA A, FINO D, et al. Multimodal neurocognitive markers of frontal lobe epilepsy: Insights from ecological text processing[J/OL]. Neuroimage, 2021, 235: 117998 [2023-05-31]. https://pubmed.ncbi.nlm.nih.gov/33789131/. DOI: 10.1016/j.neuroimage.2021.117998.
[21]
ROSCH K S, MOSTOFSKY S. Development of the frontal lobe[J]. Handb Clin Neurol, 2019, 163: 351-367. DOI: 10.1016/B978-0-12-804281-6.00019-7.
[22]
HELFRICH R F, KNIGHT R T. Cognitive neurophysiology of the prefrontal cortex[J]. Handb Clin Neurol, 2019, 163: 35-59. DOI: 10.1016/B978-0-12-804281-6.00003-3.
[23]
MAREK S, DOSENBACH N. Control networks of the frontal lobes[J]. Handb Clin Neurol, 2019, 163: 333-347. DOI: 10.1016/B978-0-12-804281-6.00018-5.
[24]
BADRE D, DESROCHERS T M. Hierarchical cognitive control and the frontal lobes[J]. Handb Clin Neurol, 2019, 163: 165-177. DOI: 10.1016/B978-0-12-804281-6.00009-4.
[25]
HONG S J, BERNHARDT B C, Schrader D S, et al. Whole-brain MRI phenotyping in dysplasia-related frontal lobe epilepsy[J]. Neurology, 2016, 86(7): 643-650. DOI: 10.1212/WNL.0000000000002374.
[26]
PATRIKELIS P, GIOVAGNOLI A R, MESSINIS L, et al. Understanding frontal lobe function in epilepsy: Juvenile myoclonic epilepsy vs. frontal lobe epilepsy[J/OL]. Epilepsy Behav, 2022, 134: 108850 [2023-05-31]. https://pubmed.ncbi.nlm.nih.gov/35933958/. DOI: 10.1016/j.yebeh.2022.108850.
[27]
PIPER R J, RICHARDSON R M, WORRELL G, et al. Towards network-guided neuromodulation for epilepsy[J]. Brain, 2022, 145(10): 3347-3362. DOI: 10.1093/brain/awac234.
[28]
DUNCAN J S, TRIMMEL K. Advanced neuroimaging techniques in epilepsy[J]. Curr Opin Neurol, 2022, 35(2): 189-195. DOI: 10.1097/WCO.0000000000001007.
[29]
CHEN J, TIAN C, ZHANG Q, et al. Changes in volume of subregions within basal ganglia in obsessive-compulsive disorder: A study with Atlas-based and VBM methods[J/OL]. Front Neurosci, 2022, 16: 890616 [2023-05-31]. https://pubmed.ncbi.nlm.nih.gov/35794954/. DOI: 10.3389/fnins.2022.890616.
[30]
ZIAEI M, ARNOLD C, THOMPSON K, et al. Social cognition in temporal and frontal lobe epilepsy: Systematic review, meta-analysis, and clinical recommendations[J]. J Int Neuropsychol Soc, 2023, 29(2): 205-229. DOI: 10.1017/S1355617722000066.
[31]
IOANNIDIS J P. Excess significance bias in the literature on brain volume abnormalities[J]. Arch Gen Psychiatry, 2011, 68(8): 773-780. DOI: 10.1001/archgenpsychiatry.2011.28.
[32]
曾珍, 张体江. 特发性全面性癫痫患儿中央执行网络的静息态fMRI研究[J]. 癫痫与神经电生理学杂志, 2022, 31(4): 203-208. DOI: 10.19984/j.cnki.1674-8972.2022.04.03.
ZENG Z, ZHANG T J. Study on resting-state fMRI of the central executive network in children with idiopathic generalized epilepsy[J]. Journal of Epileptology and Electroneurophysiology, 2022, 31(4): 203-208. DOI: 10.19984/j.cnki.1674-8972.2022.04.03.
[33]
HU Y, JIANG Y, HU P, et al. Impaired social cognition in patients with interictal epileptiform discharges in the frontal lobe[J]. Epilepsy Behav, 2016, 57(Pt A): 46-54. DOI: 10.1016/j.yebeh.2016.01.027.
[34]
SUN Y, ZHAO J, ZHAO P, et al. Social cognition in children and adolescents with epilepsy: A meta-analysis[J/OL]. Front Psychiatry, 2022, 13: 983565 [2023-05-31]. https://pubmed.ncbi.nlm.nih.gov/36186867/. DOI: 10.3389/fpsyt.2022.983565.

上一篇 尼古丁和酒精依赖者自发性大脑活动静息态fMRI研究
下一篇 重度阻塞性睡眠呼吸暂停患者脑静息态镜像同伦连接的分析
  
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