立体定向脑电图在难治性癫痫外科治疗中的应用进展

钟建卫,孙永锋,徐大伟,王 涛 综述 李煜环 审校

难治性癫痫(refractory epilepsy,RE)是指在临床通过检查确定癫痫的诊断,并在系统抗癫痫诊疗方案指导下,服用两种或两种以上的抗癫痫药物,仍不能控制发作的癫痫类型,有较高致残率,甚至会引起死亡的颅脑疾病[1]。目前对于RE的治疗,通过外科给予致痫灶切除是一种重要的治疗方式,手术治疗效果比较满意[2]。但是,大多数RE病例临床表现更为复杂,涉及双侧脑电图表现,与影像学信息矛盾,需要采用侵入性研究方法。近年来,大多数综合癫痫中心已经转向立体定向脑电图(stereotactic electroencephalography, SEEG)颅内记录进行RE的术前评估[3]。SEEG的理念最初形成于20世纪,在法国巴黎由Talairach和Bancaud在Sainte-Anne医院首次提出[4],随后开始在西方多个癫痫外科中心逐渐试验性的使用。经过长期的探索与实践,直到近十多年以来,随着医学影像技术、医学材料技术的发展,尤其机器人辅助定位技术的出现,SEEG临床应用才取得了新的进展,当然规模性的应用还是在西方多个国家的癫痫治疗中心[5]。我国首先开展SEEG手术并报道的是清华大学玉泉医院,于2013年完成了国内首例癫痫患者的SEEG电极置入[6],从此拉开了国内使用SEEG技术的序幕。经过十余年我们国家多个癫痫中心共同努力,不断地探索和总结,SEEG已经出现了积极应用的良好趋势。本文综合以往研究,全面总结了SEEG在RE外科治疗中的应用及研究进展。

1 应用时机

一直以来各个癫痫中心的术前评估必须遵循解剖(代谢)-电生理-临床同一性原则来定位致痫区,这是临床对于致痫灶定位的根本原则[7]。当非侵入性检查包括头颅MRI、头颅正电子发射型计算机断层显像(positron emission computed tomography,PET-CT)、长程视频脑电图(video electroencephalogram,VEEG)等资料结果与临床症状表现和神经心理学评估等无法满足同一性原则,即对致痫灶精准定位不准确,就需要侵入性检查手段来进一步确定致痫区。侵入性术前评估主要为颅内脑电图(intracranial EEG, iEEG),即硬膜下电极脑电图(subdural electrodes EEG, SDEG)和SEEG[8,9]。SDEG曾经是侵入性术前评估找寻致痫灶的主要手段,其需要开颅手术使用膜性电极,在硬膜下网格覆盖可能存在癫痫区的大脑皮层,获取脑皮层电生理信息,这种电极不能记录大脑更深层次的电生理活动。SDEG 需要骨瓣开颅手术,故创伤性较大,并发症较多。不同于SDEG的开颅手术电极置入方式,SEEG使用微型脑深部电极,通过立体定向微创方式将电极置入,符合微创手术理念,并且能够探索SDEG不能抵达的脑深部组织的电生理活动,尤其是岛叶深部、岛叶周边脑电活动的监测。SEEG能够极大地提高致痫灶区域的精准定位及其传播网络的确定,为外科手术的最终实施奠定基础[10]。

2 适应证

SEEG是一种微创侵入性的脑电图检测手段,嫁接在立体定向技术的基础之上,使用微电极向大脑内不同点位进行置入,通过监测电极信息并记录相关区域异常脑电图情况,来确定致痫灶区域及放电扩散的区域,同时明确致痫灶与脑内相关功能区之间的关系,以指导对于RE患者进行外科手术的切除方式[11,12]。SEEG的适应证[13-15]:(1)通过无创评估已经形成一个致痫灶区域范围的假设,但在解剖(代谢)-电生理-临床方面存在信息矛盾,不能准确定位致痫灶,比如核磁表现阴性的患者不支持视频脑电图结果等情况;(2)脑深部病变或假设形成的致痫灶毗邻功能区,需要准确的脑功能区定位,来精准指导手术切除范围;(3)致痫灶区域位置较深或有多发小病灶需要精确区分和确认具体起源位置;(4)双侧区域性放电需要甄别侧别。

3 微创电极置入及监测

在电极置入之前,要设立完整的置入计划,需要将非侵入性检查评估中获得的数据,作为脑内电极置入的指引。患者一般需进行T1序列对比增强MRI以及磁共振血管成像(MRA)等检查,这些图像被传输到神经导航软件,规划插入轨迹和目标,并与血管轨迹匹配,以防止出血并发症[16]。手术当天安装Leksell立体定向头架,或者安排无框架机器人辅助手术,置入过程在手术室全麻下进行。目前,国内外大型综合癫痫中心的SEEG电极置入已经转向使用机器人置入装置。该机器人有一个直径为2.5 mm的套管,固定在设备臂上。在颅骨上钻孔并穿透硬脑膜形成直径2 mm的孔,随后插入置入螺栓。在初始置入螺栓的引导下,将一根小针(直径2 mm)插入毛刺孔部位,轻轻地进入大脑。SEEG记录中使用的深度电极是一串圆柱形触点(范围从4到18),间距为2～10 mm,直径为1 mm或更小,记录面积为3～5 mm2。机器人辅助已被证明更省时,就像传统的立体定向手术一样精确[3,17,18]。为验证电极置入后的准确性,通常情况下在术后需要再次行头颅CT检查,并将检查扫描数据与术前配准进行比对,确认电极位置,同时CT检查还可以明确术后是否有颅内出血等情况以确保无急性并发症发生。在电极置入手术后24 h内开始视频脑电监测,监测时间以7～10 d为宜。在监测过程中,理想状态下需要监测到3次及以上的癫痫发作,得到发作期的SEEG记录结果对于致痫灶定位意义非常重大。在没有获得自然状态下癫痫发作期的脑电图结果的情况下,通过置入的SEEG电极进行电刺激,诱导癫痫发作,从而获得发作期的临床表现以及记录到发作期的SEEG脑电结果,通过综合分析精确定位患者致痫区,或者排除非侵入性检查评估时假设的致痫区,电刺激记录结果同样可以大致确定致痫区与脑功能区的解剖位置关系[19]。通过深部电极获得的结果,可以很好地验证或者反驳推翻前期评估中对于致痫灶的假设,从而指导临床下一步手术治疗的安全有效实施。

4 安全性及优缺点

国内外不同癫痫治疗中心的临床使用结果均显示SEEG是一种安全的癫痫检测评估手段。Mullin等[20]回顾分析了2624例SEEG术后总体并发症的发生率为1%～5.6%。电极置入区脑皮层出血是最常见的并发症,通过手术操作方式改进以及术前规划系统的血管规避,可以有效降低颅内出血的发生率。Toledano等[21]报道自2015年以来,他们的癫痫中心开发了一种特定的技术—选择性CT血管造影,它已经取代了数字减影血管造影,能够对单个电极轨迹周围的大脑区域进行特定的可视化血管造影。自实施该技术以来,其中心未再发生颅内出血等并发症。术区感染是术后潜在的并发症之一,Gonzalez-Martinez等[22]及Ollivier等[23]的研究可以得到基本相同的结果。作为癫痫术前评估侵入性检查的两种常用方式,有学者对SEEG和SDEG并发症的发生率以及安全性进行比较,结果显示,SEEG检查的总体并发症发生率(8/48,16.7%)低于SDEG检查(13/52,25.0%)。SDEG通过骨瓣开颅的方式进行电极置入检测,创伤性较大,手术时间长,并发症的发生率相较于SEEG必然升高。

而SEEG作为微创手术方法,术后管理变得简单化,其微创伤性以及手术效率的优越性进一步展现[24,25]。SEEG优点主要在于,不需要进行大骨瓣开颅手术,而且由于其利用立体定向技术方面特有的定位精准的特性,能够准确有效达到目标区域并监测记录良好的脑电数据信息。所以其适合于可疑致痫灶起源于内侧皮质或深部结构,如颞叶内侧结构、额底、岛叶、扣带回等区域,尤其是需要双侧埋置电极确诊致病侧别的病例[26]。当然SEEG也有其缺陷,SEEG电极置入术的主要缺点在于其电极的置入局限于颅内较小范围的脑区域,电极对脑叶覆盖的范围有限,所以SEEG记录连续多个皮质区域的脑电生理信息能力有所欠缺[14,27-28]。

5 射频热凝术(radiofrequency thermocoagulation,RF-TC)

除了精确评估RE的致痫灶区域以指导外科手术对致痫区域的完整切除以外,通过SEEG技术作为引导,国际国内一些癫痫治疗中心,逐步开展应用SEEG引导下的RF-TC进行癫痫治疗。RF-TC的原理是通过射频电流的传播,在电场的每个给定点产生震荡,诱导目标区域的带电离子发生高频移动,进而引起周围组织摩擦产生热能,脑组织产热变性以达到治疗效果[29]。连接SEEG颅内电极与射频发射器,通过电极触点对目标区域进行热凝治疗,破坏致痫灶及关键节点,阻断异常网络放电的产生及传播。这种热凝可以直接作用于SEEG检查确定的癫痫起始区,并且可以对异常网络上的节点进行多靶点的热凝毁损。热凝本身不会增加SEEG电极置入相关的手术风险,在实施热凝之前,可以通过皮质刺激进行功能定位,从而减少术后的神经功能障碍发生。SEEG引导下的RF-TC其治疗范围主要包括中线区、深部结构、岛叶等部位以及癫痫发作相关致痫传导网络,包括下丘脑错构瘤、侧脑室壁灰质异位结节,以及病灶的致痫性明确、边界清晰、范围局限的局灶性皮质发育不良。SEEG引导下RF-TC是癫痫外科治疗方案中的一项有力补充,选择合适的病例进行RF-TC安全有效,甚至可以达到无发作。可以预期此治疗方式将逐渐成为RE的一种新的有前途的微创治疗方法[14,21,30-32]。

6 SEEG与人工智能

SEEG目前被用作预测癫痫发作人工智能(AI)算法的一部分。Wang等[33]的一项研究使用了堆叠一维卷积神经网络模型结合随机选择和数据增强策略。他们用这种方法研究了大量头皮和颅内脑电图,结果显示:头皮EEG检测灵敏度为88.14%,特异度为99.62%,准确度为99.54%;SEEG检测灵敏度为90.09%,特异度为99.81%,准确度为99.73%。他们的结论是该预测模型可以有效并准确地利用SEEG和iEEG数据来检测癫痫发作。AI微型机器人模型系统也被应用作为电极置入SEEG过程的一部分,具有更精确的置入系统和更短的时间框架[34]。AI深度学习模型已被开发用于识别来自大脑癫痫发病区域的癫痫信号,他们利用原始时间序列信号构建一维卷积神经网络,实现电极触点间的深度特征提取和信号检测。在Bern-Barcelona数据库中,灵敏度为97.78%,准确度为97.60%,特异度为97.42%。AI深度学习可以为自动SEEG发作检测系统提供新的标准化研究[35]。随着综合癫痫中心标准化SEEG和AI的应用,相信未来AI在癫痫领域将更加蓬勃发展。

综上所述,SEEG概念的建立直至较为广泛的临床使用,经历了曲折的过程。但由于其微创操作的使用方式,尤其在手术机器人的出现后,极大地推进了其临床应用,前景非常广阔。SEEG是一种有效的和安全的癫痫患者致痫灶监测定位方法,同时借助SEEG置入的深部电极进行RF-TC可以达到治疗和评估患者预后的目的,因此在癫痫外科中心越来越受欢迎,在欧洲、北美、中国北京都得到了迅速的推广。我们相信,随着更多癫痫中心对SEEG的认可使用,临床病例报道会逐步增加,同时置入技术、设备的改进和置入材料的更新,SEEG将会得到更加广泛的应用,为广大的RE患者带来福音。