术后神经外科患者功能连接组的异常变化:一个案例系列

科学领域:

• 神经外科 神经外科
• 神经成像是一种神经成像.
• 机器学习 机器学习

背景情况:

• 神经导航工具改善了手术规划,但依赖于静态的大脑图谱.
• 大脑瘤可以改变大脑结构,需要动态可视化方法.
• 量化大脑区域连接性可以改进外科切除策略.

研究的目的:

• 开发和验证用于动态,个性化的脑连接组分析的机器学习平台.
• 在神经外科患者中,将功能连接体异常与术后神经学变化相关联.
• 评估这种方法对手术规划和预后的有用性.

主要方法:

• 利用QuicktomeTM,一个机器学习成像平台,生成动态的功能性包裹和片段.
• 从扩散张力成像和静止状态功能性MRI中得出连接体.
• 在四名神经外科患者中比较了手术前和手术后的功能性MRI分片值,量化了连接异常.

主要成果:

• 异常矩阵与术后神经变化之间有明显的相关性,包括妄想和视觉半忽视.
• 在手术前和手术后状态之间的配对相关值中观察到统计学上显著的差异.
• 手术后语言网络的量化改善,与表达性失语症的解决相关.

结论:

• 一种新的方法量化了功能连接体异常及其与术后神经变化的相关性.
• 这种方法对于术后预后和治疗规划具有重要意义.
• 该工具可以在外科教育和手术前规划中发挥重要作用.