基于立体脑电图的癫痫病灶定位

摘要

癫痫是一种常见且严重的以反复性痫性发作为特征的慢性神经系统疾病。对于难治局灶性癫痫，在实施病灶切除手术之前需要做术前评估以确定癫痫病灶的位置和范围。立体脑电图通过在大脑内立体定向地植入电极，可以记录到头皮脑电难以观测到的深部大脑皮层活动。临床上一般通过查看发作期立体脑电图来进行癫痫病灶的定位，然而这个过程不仅费时还会不可避免地引入一些主观误差。本论文使用基于发作期立体脑电图和有效连接分析的方法进行癫痫病灶定位，并评估了其有效性。
　　本论文研究的数据来自于上海交通大学医学院附属仁济医院功能神经外科，选择了四位经历了立体脑电图术前评估的患者进行分析，所有患者都为局灶性癫痫并在手术切除病灶后获得了较好的效果。首先选取发作开始前120秒至发作开始后90秒内的数据，构建时变多变量自回归模型。该模型由卡尔曼滤波器估计实现，卡尔曼滤波器的参数通过收敛性评估来确定。之后对模型的系数矩阵计算频谱加权的时变部分指向性相干，构建癫痫大脑的动态有向网络。然后使用图论中节点的出度、入度和中介中心性三种指标，分析癫痫大脑的动态网络特性。最后选取发作开始前40秒至发作开始后5秒内的结果计算平均值，以对应图论指标值较大的电极触点所在位置作为病灶位点，并与临床诊断的病灶区域相比对。
　　结果显示，在所有四个患者中，节点的入度和中介中心性所指示的癫痫病灶位点与临床诊断的病灶区域具有高度的一致性。而节点的出度指示网络中不存在显著差异的节点。
　　本研究表明，基于发作期立体脑电图和有效连接分析的方法，可对癫痫病灶进行有效定位。而且，节点的入度和中介中心性比节点的出度具有更好的定位效果。

目录

声明

缩写及符号

第一章 绪论

1.1 难治性癫痫

1.2 癫痫病灶的定位方法

1.3 大脑连接分析方法

1.4 基于图论的大脑网络分析

1.5 本论文研究的主要内容

第二章 材料与方法

2.1 病例信息与立体脑电图数据

2.2 时变多变量自回归模型

2.3 频谱加权的时变部分指向性相干

2.4 基于图论的大脑网络分析

2.5 立体脑电图数据的分析与处理

第三章 结果

3.1 数据处理与卡尔曼滤波器的收敛性

3.2 病例A

3.3 病例B

3.4 病例C

3.5 病例D

3.6 总体结论

第四章 讨论

4.1 模型阶数与频率分辨率

4.2 卡尔曼滤波器的收敛性

4.3 入度、出度与癫痫病灶

4.4 总结和展望

参考文献

附录A 神经信号浏览器

A.1 总体设计

A.2 数据模块

A.3 绘图模块

A.4 控制模块

致谢

攻读学位期间发表的学术论文