APP下载

3.0T常规磁共振阴性药物难治性颞叶癫痫脑灰质及结构网络研究

2021-03-09孙兰凤黄琪韦雷刘朝宁马美刚韦兴廖宇晗吴原

癫痫与神经电生理学杂志 2021年1期
关键词:网络拓扑灰质脑区

孙兰凤,黄琪,韦雷,刘朝宁,马美刚,韦兴,廖宇晗,吴原

目前约有30%的难治性颞叶癫痫(TLE)为常规MRI阴性TLE(MRI-negative TLE,TLE-N),即在常规MRI上未发现病变,或病变与致痫灶无关[1]。一般认为,TLE-N药物控制良好的比例明显更大[2],但是为什么部分TLE-N药物难治仍是一个谜。因此,寻找药物难治性TLE-N(rTLE-N)与药物控制性TLE-N(cTLE-N)之间脑结构的差异显得尤为重要。虽然已有学者对TLE-N脑灰质及脑结构网络进行研究[3-8],但对rTLE-N与cTLE-N 脑灰质及脑结构网络拓扑属性进行比较分析的研究仍十分有限,特别是脑结构网络拓扑属性的差异。因此,本研究将探讨rTLE-N与cTLE-N脑灰质体积及脑白质结构网络拓扑属性差异,现将结果报道如下。

1 对象与方法

1.1 研究对象

纳入2017年3月至2019年8月在我院就诊的35例成人右利手TLE-N作为病例组,TLE-N纳入标准:具有TLE典型临床表现;发作期及发作间期痫样放电起源于颞叶;3.0T常规头颅MRI(包括T1WI、T2WI及T2-FLAIR序列)诊断为正常头颅MRI。排除标准:3.0T常规MRI发现颅内病变;合并其他神经系统疾病或其他严重的系统性疾病。根据国际抗癫痫联盟(ILAE)2010 年的药物难治性癫痫诊断标准及癫痫“无发作”定义[9],将病例组分成药物难治性TLE-N组(rTLE-N)20例及药物控制性TLE-N(cTLE-N)15例。同期招募20例与病例组性别、年龄相匹配的3.0T常规头颅MRI正常的健康志愿者为健康对照组(HC)。

1.2 研究方法

1.2.1 MRI数据采集

使用荷兰飞利浦公司 Achieva 3.0 T 超导磁共振扫描仪扫描。①常规MRI:T1WI: TR=2 000 ms, TE=20 ms;T2WI:TR=2 600 ms,TE=80 ms;T2-FLAIR:TR=6 000 ms,TE=120 ms;②3DT1:TR=20 ms,TE=3.5 ms,无间隔连续扫描,矩阵=512×512,FOV=240 mm×240 mm,层厚=1 mm;③DTI:采集32个扩散梯度方向,TR=8 236 ms, TE=68 ms,翻转角度90°,矩阵=112×112,b=0和1 000 s/mm2,FOV=224 mm×224 mm,层厚=2 mm,层间距=0 mm。

1.2.2 VBM数据预处理

基于MATLAB软件采用SPM12及CAT12将3DT1结构像配准到标准蒙特利尔神经病学研究所(MNI)标准化空间,然后对标准化后的T1图像分割灰质,采用8 mm半高全宽(FWHM)高斯核进行平滑,最后计算颅内总体积。

1.2.3 白质结构网络构建

使用PANDA软件对DTI数据进行头动及涡流校正、去除非脑组织(剥脑阈值设0.2),计算各向异性分数(FA),采用确定性纤维追踪技术FACT算法(FA阈值为0.2~1,追踪转角>45°停止纤维束追踪)构建网络的边;再使用解剖自动标记模板90( AAL_90)将全脑划分为90个脑区作为90个网络节点,最后得到90×90的FA矩阵。

1.2.4 白质结构网络拓扑参数计算

使用GRETNA软件对所得FA矩阵进行图论分析,稀疏度(sparsity)范围为0.05~0.4,间隔为0.01。计算网络拓扑参数见表1。

表1 计算的网络拓扑参数

1.3 统计学方法

VBM数据使用SPM12中的一般线性模型统计分析差异脑区,将颅内总体积作为协变量,初始统计阈值设为P<0.001,簇大小(cluster size) ≥50体素,存在差异时使用更严格的统计阈值P<0.05,采用错误发现率(FDR)校正。

2 结果

2.1 人口学及临床资料

3组在年龄、性别上匹配良好,差异无统计学意义(P>0.05)。rTLE-N组和cTLE-N组在起病年龄、病程、放电侧上比较差异无统计学意义(P>0.05)。rTLE-N组较cTLE-N组使用抗癫痫药物(AED)种类较多(P<0.05)。结果详见表2。

表2 rTLE-N组、cTLE-N组与HC组人口学信息及临床资料比较

2.2 VBM脑灰质体积比较

与HC组相比,rTLE-N组11个脑区灰质萎缩(P<0.001),FDR校正时,其中10个脑区萎缩仍有统计学意义(P<0.05,FDR校正),cTLE-N组2个脑区灰质萎缩(P<0.001),但经FDR校正后无显著差异(P>0.05,FDR校正),均未发现rTLE-N组或cTLE-N组灰质体积显著增加的脑区(P>0.001)。与cTLE-N组相比,rTLE-N组10个脑区灰质萎缩(P<0.001),但FDR校正后无显著差异(P>0.05,FDR校正),未发现rTLE-N组灰质体积显著增加的脑区(P>0.001)。结果详见表3。图1-3见封三。

表3 rTLE-N组、cTLE-N组与HC组VBM脑灰质体积比较

2.3 脑结构网络拓扑属性分析结果

在任何阈值下3组均存在γ≫1、λ≈1及σ>1(图4),表明3组白质结构网络均具有小世界属性。聚类系数(Cp)在3组间比较差异无显著意义(P>0.05)。与HC组比较,rTLE-N组最短路径长度(Lp)增加、全局效率(Eg)及局部效率(Eloc)下降(P<0.05),cTLE-N组Lp增加、Eg下降(P<0.05),而Eloc差异无显著意义(P>0.05)。与cTLE-N组比较,rTLE-N组Lp增加、Eg及Eloc下降(P<0.05)。结果详见表4。

图4 3组研究对象小世界属性参数

表4 rTLE-N组、cTLE-N组与HC组网络拓扑属性参数比较

3 讨论

3.1 基于VBM的脑灰质改变

本研究中,与HC组比较,cTLE-N组经FDR校正后灰质体积无明显改变,而rTLE-N组经FDR校正后仍存在多个脑区灰质萎缩。与本结果类似,有研究表明未观察到cTLE-N灰质萎缩[3,4],而在rTLE-N中观察到额眶前额皮质、小脑、新皮质颞区和右海马旁回、双侧的扣带和海马、左侧颞上回以及右侧的丘脑、尾状核、梭状回和枕叶灰质萎缩[5],这些脑区与本研究结果基本一致。

对比HC组,我们发现rTLE-N组双侧海马萎缩。与本研究结果相反,一些研究表明在TLE-N中没有观察到海马萎缩,并认为TLE-N是区别于伴海马硬化的TLE(TLE-HS)的不同疾病[6-7]。事实上,有VBM研究在rTLE-N和cTLE-N中发现海马萎缩[5,10],还有研究[11-12]表明TLE-N虽然总海马体积没有萎缩,但是存在与TLE-HS相同海马亚区的萎缩,但程度较轻。因此,一些学者提出不同观点,认为TLE-N和TLE-HS属于同一病理学连续谱[12-13]。结合本研究结果,我们考虑rTLE-N可能是一种轻微TLE-HS,而cTLE-N可能是区别于TLE-HS的不同疾病或是一种更轻微的TLE-HS。这种可能性提示我们应定期复查影像学以尽早发现个体脑结构变化,因为已有研究表明TLE-HS存在海马及颞外脑区进行性萎缩[4,14-15]。

本研究结果发现,rTLE-N比cTLE-N存在更广泛的灰质萎缩,提示rTLE-N与cTLE-N致痫网络不同,rTLE-N脑结构损害程度较cTLE-N重。类似地,已有证据显示药物难治性癫痫患者存在更严重的脑部结构改变[16-17]。rTLE-N脑结构损害更重的机制不明,可能涉及以下机制:①癫痫发作及痫样放电扩散的局部兴奋毒性效应导致区域神经元丢失[7];②其他的病理机制,如遗传和环境因素,可能也参与了灰质萎缩过程。癫痫发作可能只是癫痫患者神经元网络的渐进病理过程的一种表现[4,14];③本研究中rTLE-N具有更高的部分AED负荷,因此AED可能是加重rTLE-N灰质萎缩的因素之一。有研究表明丙戊酸可能会导致脑萎缩[18],但某些AED也可能具有神经保护作用[19]。

对比HC组及cTLE-N组,我们在rTLE-N组均发现了丘脑萎缩。丘脑在癫痫发作的调节、扩散和终止中起着重要的作用[20-22],且丘脑前核深部电刺激已经被证明是一种控制rTLE-N癫痫发作的有效治疗方法[23]。本结果提示丘脑可能是rTLE-N癫痫发作网络重要的一部分,丘脑萎缩可能在rTLE-N中发挥了病理生理作用。此外,本研究发现rTLE-N颞叶及颞外多处脑区灰质萎缩,这可能与rTLE-N患者的认知及精神等共病有关。

3.2 结构网络全局拓扑属性

小世界网络是介于规则网络和随机网络二者之间的一种网络模型,具有较高的Cp及较短的Lp[24],能够保证以较低的成本实现信息传输[25],被认为是高效的网络拓扑结构。有研究已经证明不仅健康人脑网络具有小世界属性[25-26],癫痫患者脑网络同样具有小世界属性[8],但有可能倾向于向随机或规则网络转变[27]。与既往研究一致,本研究显示3组白质结构网络均具有小世界属性,说明3组白质结构网络仍具有高效-经济的信息处理模式。

虽然3组均符合小世界属性,但本研究发现TLE-N白质网络拓扑参数已经发生改变,表明TLE-N是一种脑网络疾病,且rTLE-N比cTLE-N存在更严重的结构网络破坏。目前关于TLE-N结构网络的研究很少,最近一项基于DTI的结构网络研究与本研究结果类似,显示相比HC,TLE-N患者Lp增加、Eg及Eloc下降,而Cp无显著改变[8]。Lp和Eg可以衡量网络整合信息能力,Eloc可以衡量局部区域信息处理能力。已经有研究发现癫痫患者认知功能与Cp呈正相关,与Lp呈负相关[28]。因此我们的结果提示,cTLE-N与rTLE-N整体网络信息处理能力下降,rTLE-N局部区域信息处理能力亦下降,这些改变可能反映TLE-N认知功能障碍,且提示rTLE-N可能认知功能障碍程度更重。

综上所述,TLE-N是一种脑网络疾病,但rTLE-N与cTLE-N致痫网络不同, cTLE-N脑灰质萎缩较局限但已出现脑结构网络拓扑属性受损,而rTLE-N涉及多个脑区灰质萎缩且脑结构网络拓扑属性损害更严重。

猜你喜欢

网络拓扑灰质脑区
基于通联关系的通信网络拓扑发现方法
脑自发性神经振荡低频振幅表征脑功能网络静息态信息流
2型糖尿病对阿尔茨海默病脑灰质的影响:DKI初步研究
COPD患者认知功能障碍和大脑灰质密度异常的磁共振研究
能量高效的无线传感器网络拓扑控制
说谎更费脑细胞
劳斯莱斯古斯特与魅影网络拓扑图
基于多任务异步处理的电力系统序网络拓扑分析
七氟烷对幼鼠MAC的测定及不同脑区PARP-1的影响
基于体素的MR形态学分析对鼻咽癌放疗后脑灰质体积改变的研究