国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于局部一致性和多變量模式分析的顳葉癲癇診斷方法研究

2022-07-15 03:51:58郝思瑤楊春蘭李志梅任潔釧
醫(yī)療衛(wèi)生裝備 2022年6期
關(guān)鍵詞:小腦腦區(qū)準(zhǔn)確率

郝思瑤,楊春蘭*,李志梅,任潔釧

(1.北京工業(yè)大學(xué)環(huán)境與生命學(xué)部生物醫(yī)學(xué)工程系,北京 100124;2.首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院神經(jīng)醫(yī)學(xué)中心癲癇科,北京 100050)

0 引言

癲癇是神經(jīng)系統(tǒng)中最常見的慢性疾病之一,它是由中樞神經(jīng)系統(tǒng)中的神經(jīng)元異常和過度超同步化放電引起的[1]。顳葉癲癇(temporal lobe epilepsy,TLE)是臨床上最常見的局灶性癲癇,通常對(duì)抗癲癇藥物有抵抗力[2]。目前來看,盡管有許多與TLE相關(guān)的神經(jīng)影像研究,但TLE的發(fā)病機(jī)制仍然難以準(zhǔn)確解釋。TLE的神經(jīng)生物學(xué)底物研究是闡明其發(fā)病機(jī)制的基礎(chǔ),可能對(duì)提高TLE早期診斷的準(zhǔn)確率具有重要意義。

靜息態(tài)功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)是用來研究靜息狀態(tài)下受試者大腦自發(fā)產(chǎn)生的血氧水平依賴(blood oxygenation level dependent,BOLD)信號(hào)的變化,rsfMRI技術(shù)已被廣泛應(yīng)用于研究TLE疾病的內(nèi)在異常現(xiàn)象[3-4]。局部一致性(regional homogeneity,ReHo)是一種rs-fMRI的分析方法,是用來研究靜止?fàn)顟B(tài)下特定體素與相鄰體素之間BOLD信號(hào)的一致變化,可以看作模型驅(qū)動(dòng)法的一種補(bǔ)充方法,主要用于描述神經(jīng)網(wǎng)絡(luò)中神經(jīng)元同步性活動(dòng),探索局部腦區(qū)神經(jīng)元活動(dòng)的差異[5],有助于了解人腦功能的復(fù)雜性[6]。較高的ReHo值表明大腦區(qū)域活動(dòng)的一致性和中心性較高,而較高的一致性和中心性通常與高活動(dòng)相關(guān)[7]。Wang等[8]利用ReHo證實(shí)了顳中葉癲癇患者特定腦區(qū)的異常區(qū)域同步性。成文蓮等[9]觀察到TLE患者的海馬、丘腦和頂葉的ReHo值與NC組(正常對(duì)照組)相比顯著增加,小腦后葉的ReHo值顯著減少。大多數(shù)已發(fā)表的研究主要是對(duì)TLE患者和正常被試之間ReHo改變的單變量研究,目的是比較2組之間腦區(qū)活動(dòng)的差異性,未討論組間某些腦區(qū)的ReHo差異是否能夠用于TLE的臨床診斷。因此,組間ReHo的差異是否可用于識(shí)別TLE患者仍有待研究。

最近,越來越多的研究人員應(yīng)用多變量模式分析(multivariate pattern analysis,MVPA)來探索TLE患者腦區(qū)的信號(hào)變化。前期研究表明,基于結(jié)構(gòu)磁共振和功能磁共振成像,MVPA已被廣泛用于識(shí)別神經(jīng)精神疾病,比如強(qiáng)迫癥[10]和精神分裂癥[11]。Shi等[12]基于MVPA探討了TLE患者的半球間功能同質(zhì)性,獲得了TLE分類模型中每個(gè)腦區(qū)的權(quán)重。

本研究基于ReHo指標(biāo),結(jié)合MVPA對(duì)TLE患者和正常被試進(jìn)行分類,評(píng)價(jià)各腦區(qū)對(duì)疾病分類的貢獻(xiàn)度,進(jìn)而輔助TLE的早期診斷。為了更好地解釋腦活動(dòng)信號(hào)變化對(duì)個(gè)體智商的影響,本研究還進(jìn)一步分析認(rèn)知功能與腦活動(dòng)信號(hào)變化之間的相關(guān)性。

1 資料與方法

1.1 被試臨床數(shù)據(jù)采集

本研究的所有TLE患者和正常被試的磁共振數(shù)據(jù)均采集于首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院,共篩選了17例TLE患者(11例男性,6例女性)作為TLE組、32例年齡匹配的健康右利手正常被試(19例男性,13例女性)作為NC組納入本實(shí)驗(yàn)。所有正常被試均無神經(jīng)或精神疾病病史。收集所有被試的臨床資料,包括癲癇持續(xù)時(shí)間、發(fā)作年齡、腦電圖、磁共振成像數(shù)據(jù)和韋氏成人智力評(píng)分。韋氏成人智力評(píng)分包括言語商(verbal IQ,VIQ)、操作商(performance IQ,PIQ)和總智商(full IQ,F(xiàn)IQ)。本研究經(jīng)首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院倫理委員會(huì)批準(zhǔn),每位患者及家屬已被告知該研究的詳細(xì)過程,同意參與并簽署知情同意書,被試詳細(xì)的臨床信息見表1。

表1 被試一般資料

1.2 影像數(shù)據(jù)采集

所有被試均使用帶有12通道射頻線圈的3T西門子核磁共振掃描儀采集rs-fMRI數(shù)據(jù),在數(shù)據(jù)采集的過程中,要求被試閉眼處于安靜的靜息狀態(tài),但不能進(jìn)入睡眠狀態(tài)。rs-fMRI圖像采用平面回波成像序列進(jìn)行采集,掃描參數(shù):回波時(shí)間=30 ms,重復(fù)時(shí)間=2 140 ms,翻轉(zhuǎn)角=75°,層厚=3.5 mm,間隙=1 mm,視野=220 mm×220 mm,矩陣尺寸=64×64,時(shí)間點(diǎn)=240個(gè)。

1.3 數(shù)據(jù)預(yù)處理

本研究中TLE組和NC組被試的所有功能磁共振圖像均基于MATLAB 2019b平臺(tái)的DPABI工具箱進(jìn)行預(yù)處理,預(yù)處理的步驟包括時(shí)間層校正、頭動(dòng)校正、圖像配準(zhǔn)、歸一化處理和空間平滑[13]。然后,對(duì)平滑后的圖像進(jìn)行低通濾波,提取0.01~0.08 Hz范圍內(nèi)的BOLD低頻信號(hào),濾除腦脊液等高頻生理噪聲。

1.4 MVPA

1.4.1 ReHo計(jì)算

TLE組和NC組的功能磁共振圖像經(jīng)過DPABI工具箱預(yù)處理后,使用REST工具箱計(jì)算每個(gè)體素的ReHo值。首先,對(duì)于單個(gè)體素和其相鄰的26個(gè)體素之間的時(shí)間序列以體素的方式計(jì)算Kendall系數(shù)的一致性,得到每個(gè)被試的ReHo分布圖[6](如圖1所示);然后,對(duì)ReHo值進(jìn)行標(biāo)準(zhǔn)化處理,將單個(gè)體素的ReHo值除以全腦平均ReHo值,得到每個(gè)體素標(biāo)準(zhǔn)化后的ReHo值;最后,對(duì)圖像進(jìn)行全寬半高為4 mm的高斯核平滑處理。

圖1 ReHo分布圖

1.4.2 訓(xùn)練分類模型

本研究采用具有線性核函數(shù)的支持向量機(jī)(support vector machine,SVM)分類方法。如圖2所示,基于TLE組和正常被試組獲得的ReHo,使用神經(jīng)影像模式識(shí)別工具箱(PRoNTo)[14]對(duì)數(shù)據(jù)進(jìn)行特征選擇[如圖2(a)所示]、訓(xùn)練SVM分類模型[如圖2(b)所示]操作。其中,在訓(xùn)練SVM分類模型過程中計(jì)算評(píng)價(jià)指標(biāo),對(duì)SVM方法的分類性能進(jìn)行評(píng)估[15-16],最終得到所有腦區(qū)在分類中所占的權(quán)重,評(píng)估各腦區(qū)在疾病分類中的價(jià)值。

圖2 PRoNTo工具箱顯示界面

交叉驗(yàn)證是一種模型驗(yàn)證技術(shù),主要用于評(píng)估機(jī)器學(xué)習(xí)方法對(duì)訓(xùn)練數(shù)據(jù)以外的數(shù)據(jù)集的泛化能力。鑒于本研究的樣本量相對(duì)較小,為了保證實(shí)驗(yàn)結(jié)果的可靠性和穩(wěn)定性,在評(píng)估SVM方法的分類性能時(shí)采用留一法交叉驗(yàn)證。這種方法的優(yōu)點(diǎn)是每一輪中幾乎所有的樣本都用來訓(xùn)練模型,實(shí)驗(yàn)數(shù)據(jù)不受隨機(jī)因素的影響,得到的結(jié)果穩(wěn)定可靠,保證了實(shí)驗(yàn)過程的可重復(fù)性。

根據(jù)準(zhǔn)確率、敏感度、精確度、F1分?jǐn)?shù)和ROC曲線來評(píng)估分類性能。使用1 000次置換檢驗(yàn)得到檢驗(yàn)后的P值,最終得到準(zhǔn)確率、敏感度、精確度、F1分?jǐn)?shù)[17]。

1.5 感興趣區(qū)(region of interest,ROI)選擇及時(shí)間序列提取

為了研究大腦中特定腦區(qū)的分類能力,本研究使用PRoNTo工具箱基于AAL116模板計(jì)算了每個(gè)腦區(qū)在分類模型中的權(quán)重大小[14](如圖3所示),并根據(jù)權(quán)重和聚類團(tuán)塊的大小選擇了4個(gè)大腦區(qū)域作為ROI進(jìn)行后續(xù)分析。對(duì)于被選擇的ROI,使用DPABI工具箱創(chuàng)建一個(gè)模板,進(jìn)而提取該腦區(qū)的時(shí)間序列。

圖3 腦區(qū)權(quán)重圖

1.6 相關(guān)性分析

使用IBMSPSS Statistics 22.0軟件統(tǒng)計(jì)分析TLE組ROI的ReHo值與智力評(píng)分之間的相關(guān)性,當(dāng)P<0.05時(shí),錯(cuò)誤發(fā)現(xiàn)率(false discovery rate,F(xiàn)DR)用于多重比較校驗(yàn),結(jié)果被定義為具有統(tǒng)計(jì)學(xué)意義。

2 研究結(jié)果

2.1 MVPA結(jié)果

2.1.1 分類結(jié)果

為了進(jìn)一步評(píng)估ReHo值在TLE診斷中的準(zhǔn)確率,本研究基于ReHo值異常并結(jié)合MVPA的方法來區(qū)分TLE患者和正常被試,最終得到模型的分類準(zhǔn)確率為87.27%(1 000次置換檢驗(yàn),P=0.009 9),準(zhǔn)確識(shí)別TLE患者的敏感度為73.91%,精確度為94.44%。同時(shí),根據(jù)上述的分類結(jié)果,繪制了ROC曲線,如圖4所示。由圖4可知,分類模型的AUC為0.94。此分類結(jié)果說明,基于ReHo值異常并結(jié)合MVPA的方法在診斷TLE方面有較高的準(zhǔn)確率,TLE組和NC組不同腦區(qū)的ReHo值之間存在顯著的差異性。

圖4 分類模型的ROC曲線

2.1.2 分類貢獻(xiàn)較大的腦區(qū)

根據(jù)MVPA計(jì)算每個(gè)腦區(qū)的分類權(quán)重,發(fā)現(xiàn)較高權(quán)重的腦區(qū)主要包括小腦后葉、左側(cè)中央旁小葉、楔葉、左側(cè)緣上回、左側(cè)枕上回,由此推測(cè)2組之間具有顯著性差異的腦區(qū)主要集中在顳葉、小腦和枕葉。根據(jù)腦區(qū)分類權(quán)重和聚類團(tuán)塊大小,選擇右側(cè)小腦后葉(CRBLCrus2_R)、右側(cè)舌回(LING_R)、右側(cè)楔葉(CUN_R)和左側(cè)顳上回(STG_L)4個(gè)腦區(qū)作為ROI,詳見表2。

表2 4個(gè)ROI的詳細(xì)信息

考慮到ReHo值在不同腦區(qū)可能對(duì)TLE的診斷效果不同,因此分別對(duì)4個(gè)ROI的分類結(jié)果和ROC曲線進(jìn)行分析,結(jié)果如圖5和表3所示。

表3 4個(gè)ROI的ReHo值單獨(dú)分類結(jié)果

圖5 4個(gè)ROI的ReHo值單獨(dú)分類的ROC曲線

2.2 ReHo值與智力評(píng)分的相關(guān)性

本研究計(jì)算了TLE組4個(gè)ROI的ReHo值和智力評(píng)分之間的相關(guān)性,發(fā)現(xiàn)VIQ與STG_L的ReHo值之間存在明顯的正相關(guān)(r=0.523 444 38,P<0.05,F(xiàn)DR校驗(yàn))。LING_R的ReHo值與PIQ、FIQ呈負(fù)相關(guān)(PIQ:r=-0.560 179 79,P<0.05;FIQ:r=-0.611 820 04,P<0.05,F(xiàn)DR校驗(yàn)),結(jié)果詳見表4和圖6。

圖6 TLE組ReHo值與智力評(píng)分的相關(guān)性散點(diǎn)圖(P<0.05,F(xiàn)DR校驗(yàn))

表4 TLE組4個(gè)ROI的ReHo值與智力評(píng)分的相關(guān)性

3 討論

本研究基于MVPA和ReHo的方法來評(píng)估靜息狀態(tài)下TLE的神經(jīng)生物學(xué)機(jī)制。MVPA結(jié)果顯示,基于影像的SVM方法可以通過腦區(qū)ReHo值的異常區(qū)分TLE組和NC組,其中識(shí)別TLE的準(zhǔn)確率為87.27%(1 000次置換檢驗(yàn)),敏感度為73.91%,對(duì)分類最有參考價(jià)值的腦區(qū)是CRBLCrus2_R、LING_R、CUN_R和STG_L。根據(jù)ROC曲線的結(jié)果,推測(cè)CRBLCrus2_R、LING_R、CUN_R和STG_L的ReHo值異??梢猿蔀樵\斷TLE的潛在生物標(biāo)志物。

舌回是枕葉的一個(gè)組成部分,與視覺識(shí)別網(wǎng)絡(luò)有關(guān),具有一系列的視覺功能,如視覺處理、視覺記憶編碼等[18-19]。王堂娟等[20]發(fā)現(xiàn),與NC組相比,TLE組位于舌回的ReHo值明顯降低。Shi等[12]發(fā)現(xiàn)與NC組相比,TLE患者雙側(cè)舌回的功能同源性和連接性增強(qiáng),可能反映了視覺識(shí)別網(wǎng)絡(luò)中的自我代償過程。本研究分析了LING_R的ReHo值與智力評(píng)分分?jǐn)?shù)的相關(guān)性,發(fā)現(xiàn)LING_R的ReHo值與PIQ和FIQ呈負(fù)相關(guān),可能與TLE患者的視覺執(zhí)行能力出現(xiàn)損傷、記憶喪失有關(guān)聯(lián)。

以往的研究表明,顳上回是一個(gè)參與聽覺處理的結(jié)構(gòu),作為大腦語言網(wǎng)絡(luò)的一個(gè)功能區(qū),與語言的理解[21]和記憶有關(guān)。本研究發(fā)現(xiàn)TLE患者STG_L的ReHo值與VIQ呈正相關(guān),證實(shí)了STG_L與人腦的語言功能密切相關(guān),STG_L的ReHo值降低可能與TLE患者出現(xiàn)語言障礙有關(guān)。同時(shí),在4個(gè)ROI的ReHo值單獨(dú)分類結(jié)果中,STG_L單獨(dú)分類的準(zhǔn)確率最高,達(dá)到80.00%,說明STG_L的ReHo值具有很高的診斷價(jià)值,可以作為區(qū)分TLE患者和正常被試的潛在生物標(biāo)志物。

分類模型中較大權(quán)重的腦區(qū)包括CRBLCrus2_R,該腦區(qū)位于小腦后葉,小腦后葉的功能不僅限于運(yùn)動(dòng)和平衡,還在情緒和認(rèn)知過程中發(fā)揮重要作用[22-23]。Schmahmann等[24]發(fā)現(xiàn)小腦結(jié)構(gòu)在認(rèn)知方面有重要的研究意義,Tavano等[25]還指出小腦認(rèn)知-情緒障礙綜合征往往與小腦后葉的病變有關(guān)。本研究發(fā)現(xiàn)TLE組與NC組相比,CRBLCrus2_R的ReHo激活降低,這與以往的研究結(jié)果一致[9],推測(cè)可能與TLE患者出現(xiàn)認(rèn)知障礙和情感障礙有關(guān)。

楔葉是距骨裂和內(nèi)側(cè)頂枕裂之間的楔形區(qū)域,參與基本的視覺處理。Thimm等[26]研究了慢性視覺空間忽視患者在警惕性訓(xùn)練期間的功能磁共振圖像,發(fā)現(xiàn)患者在忽視癥狀改善的同時(shí),角回和楔前葉的激活增加,認(rèn)為這是對(duì)警惕性功能的自我補(bǔ)償。Li等[27]在TLE患者的右側(cè)額下回、枕上回、楔葉也發(fā)現(xiàn)了功能連接增強(qiáng)的現(xiàn)象,這可能是患者警覺相關(guān)網(wǎng)絡(luò)的代償。本研究發(fā)現(xiàn)TLE患者CUN_R的ReHo激活增強(qiáng),推測(cè)與患者警惕功能受損后大腦的補(bǔ)償作用有關(guān)。

由于考慮了體素之間的相互關(guān)系,MVPA在分類中比傳統(tǒng)的單變量分析更敏感,并且需要較少的參與者[28]。同時(shí),MVPA還可以計(jì)算出每個(gè)腦區(qū)在分類中所占權(quán)重,從而得到參與疾病分類的關(guān)鍵區(qū)域[29]。本研究根據(jù)ReHo得到的結(jié)果,用MVPA方法區(qū)分TLE患者和正常被試,并計(jì)算腦區(qū)分類權(quán)重,結(jié)果表明,組間某些腦區(qū)ReHo值的顯著差異有助于識(shí)別TLE患者,是一個(gè)重要的影像學(xué)特征;CRBLCrus2_R、LING_R、CUN_R和STG_L的腦區(qū)分類權(quán)重較高,可能在TLE疾病的早期診斷和治療中發(fā)揮著重要作用。

雖然本研究的結(jié)果為臨床TLE的診斷提供了新的見解,但是仍存在局限性。首先,本研究沒有結(jié)合不同的影像學(xué)數(shù)據(jù)和特征進(jìn)行分類;其次,本研究中沒有被選擇的腦區(qū)也可能包含對(duì)探究TLE疾病有價(jià)值的信息。因此,在未來的研究中,應(yīng)使用多種模態(tài)的數(shù)據(jù)特征,并且進(jìn)一步考慮沒有表現(xiàn)出明顯差異的腦區(qū),探索這些腦區(qū)是否會(huì)提供一個(gè)更好的視角來輔助臨床TLE的診斷,是否能更好地闡述TLE疾病的潛在發(fā)病機(jī)制。

4 結(jié)論

TLE患者的ReHo值異常,利用MVPA方法在個(gè)體水平上區(qū)分TLE組和NC組是可能的,并有可能輔助TLE的早期診斷。另外,通過分析TLE組4個(gè)ROI的ReHo值與智力評(píng)分的相關(guān)性,發(fā)現(xiàn)智力評(píng)分與LING_R、STG_L的ReHo值顯著相關(guān),這些結(jié)果為探索TLE的發(fā)病機(jī)制提供了新的參考信息。

猜你喜歡
小腦腦區(qū)準(zhǔn)確率
乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
健康之家(2021年19期)2021-05-23 11:17:39
不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
新生兒小腦發(fā)育與胎齡的相關(guān)性研究
2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
腦自發(fā)性神經(jīng)振蕩低頻振幅表征腦功能網(wǎng)絡(luò)靜息態(tài)信息流
動(dòng)動(dòng)小手和小腦
高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
說謊更費(fèi)腦細(xì)胞
哈哈哈哈,請(qǐng)跟著我大聲念出來
哲思2.0(2017年12期)2017-03-13 17:45:04
1例以小腦病變?yōu)橹饕憩F(xiàn)的Fahr’s病報(bào)道并文獻(xiàn)復(fù)習(xí)
大安市| 屏边| 莱州市| 河北区| 高清| 家居| 禄丰县| 昌乐县| 治多县| 漳州市| 凉山| 会同县| 固阳县| 光泽县| 岳阳市| 福贡县| 泗洪县| 北流市| 马关县| 清原| 成安县| 肇东市| 扎赉特旗| 开封县| 墨脱县| 江华| 平果县| 仪陇县| 雅江县| 佛山市| 寿宁县| 珲春市| 乌拉特后旗| 沽源县| 江口县| 无锡市| 阳朔县| 仲巴县| 嘉荫县| 宜章县| 松滋市|