大脑连接预测了低度相关的神经皮质瘤的外科结果
Wenjie Ming1, Yang Zheng2, Qi Lian3
1Epilepsy Center, Second Affiliated Hospital, Zhejiang University School of Medicine, Hangzhou, Zhejiang, China; Department of Neurology, Second Affiliated Hospital, Zhejiang University School of Medicine, Hangzhou, Zhejiang, China.
概括
脑电图中的α频段功能连接是患有低度相关神经皮质瘤 (LEATs) 的患者手术成功的关键预测因素. 这种分析可以提高LEAT治疗的预后准确性.
科学领域:
- 神经科学是一个神经科学.
- 发病学 (Epileptology) 是一个专业的学科.
- 医疗成像医学成像
背景情况:
- 低度相关的神经皮质瘤 (LEATs) 经常导致耐药性.
- 在大约20%的LEAT患者中,完全的外科切除并不能保证无发作.
研究的目的:
- 调查定量脑电图 (EEG) 特征对LEAT患者手术结果的预测价值.
- 为了确定特定的脑电图标记,与损伤切除术后的控制相关.
主要方法:
- 对44名经过粗整损伤切除术的时间性LEAT患者的回顾性分析.
- 在良好的 (恩格尔I) 和差的 (恩格尔II-IV) 结果组之间,对EEG特征进行比较,包括功率光谱密度 (PSD) 和加权阶段滞后指数 (wPLI).
- 利用域对抗神经网络 (DANN) 来预测结果.
主要成果:
- 结果组之间没有观察到PSD的显著差异.
- 更高的α频段加权相位滞后指数 (wPLI) 与良好的外科手术结果有显著的关联 (p=0.008).
- 一个深度学习模型 (LEATnet) 实现了0.81的AUC,并在独立验证队列中正确分类了8/11名患者.
结论:
- 通过wPLI测量的α频段功能连接是LEAT中手术结果的重要预测指标.
- 基于EEG的连接性分析为LEAT患者提供了提高预后准确性和改善临床决策的潜力.
更多相关视频
08:23A Multimodal Imaging- and Stimulation-based Method of Evaluating Connectivity-related Brain Excitability in Patients with Epilepsy
Published on: November 13, 2016
11.6K
09:57Author Spotlight: Advancing Pediatric Epilepsy Surgery in Children Through Novel Biomarkers and Enhanced Localization
Published on: September 20, 2024
3.3K