大脑网络的几何表示可以预测叶的手术结果
Martin Guillemaud1, Alice Longhena2, Louis Cousyn2,3
1Paris Brain Institute (ICM), CNRS, Inserm, Sorbonne University, Inria-Paris. Pitié Salpêtrière Hospital, Paris, France. martin.guillemaud@gmail.com.
NPJ systems biology and applications
|July 16, 2025
概括
预测手术的成功是具有挑战性的. 这项研究使用大脑网络几何学来识别一种新的生物标志物,提高叶 (TLE) 手术预测结果的准确性.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 网络科学 网络科学
背景情况:
- 耐药性,特别是叶 (TLE),往往需要手术干预.
- 准确预测TLE手术结果仍然是一个重大的临床挑战.
- 目前用于结果预测的方法往往缺乏精度,需要新的方法.
研究的目的:
- 引入和验证一种新的生物标志物,用于使用非欧几里德网络几何学预测TLE手术结果.
- 评估大脑连接网络的超标嵌入在分辨手术结果中的有效性.
- 确定与TLE患者手术结果有利相关的特定大脑网络特征.
主要方法:
- 对51名TLE患者的结构和扩散磁共振成像 (MRI) 数据的分析.
- 非欧几里德网络几何学的应用,特别是超标嵌入,用于手术前后的大脑连接网络.
- 基于已识别的网络生物标志物的预测模型的开发和评估.
主要成果:
- 这种新型生物标志物来源于大脑网络的过度嵌入,成功地区分了有利和不良的外科治疗结果.
- 预测模型实现了0.87的曲线下面积 (AUC) 和0.81.8的平衡精度.
- 与发性区域相对的对侧半球的连接模式被确定为有利结果的潜在生物标志物.
结论:
- 非欧几里德网络几何学为分析中大脑连接提供了一个强大的框架.
- 开发的生物标志物显示出在TLE中个性化预测手术结果的巨大潜力.
- 这种方法提高了我们对中大脑网络改变的理解,并改善了手术成功的预测.
