《NeuroImage》：Interictal Epileptiform Discharges propagation revealed by MEG/
foramen ovale-EEG co-recording in patients with temporal lobe epilepsy candidate to neurosurgery
编辑推荐：
为解决药物难治性颞叶癫痫中致痫灶(EZ)侧向不确定及定位不准确的临床难题，本研究对16名疑似颞叶内侧(mTL)受累的患者进行了脑磁图(MEG)、脑电图(EEG)与卵圆孔电极(FOE)的同步记录。研究聚焦于发作间期痫样放电(IED)的时空传播模式，并据此评估手术预后。结果显示，MEG基于IED传播模式的手术适宜性分类与FOE-EEG评估的一致性达81.3%，对手术适宜患者识别的准确率高达85.7%。此项工作证实，MEG/EEG/FOE多模态融合技术能够增强对颞叶内侧致痫活动的表征，为颞叶癫痫患者的外科决策提供了精准定位新策略。
想象一下，你的大脑深处，有一个微小的“坏脾气”区域，时不时地不规律放电，让你遭受癫痫发作的困扰。对于许多药物难以控制的颞叶癫痫（TLE）患者而言，这并非比喻，而是日常的现实。尽管癫痫外科手术是这类患者走向“无发作”生活的重要希望，但如何精准定位那个需要被切除的“罪魁祸首”——致痫灶（EZ），特别是当其位于颞叶深部的内侧结构（mTL）时，一直是神经外科医生面临的巨大挑战。如果定位不准，手术就可能失败，或者导致不必要的神经功能损伤。
这个挑战具体体现在几个方面：首先，部分患者发作的起始侧别（即左侧还是右侧）难以确定；其次，致痫灶的范围可能超出颞叶，累及邻近的脑区；再者，一些本来源于颞叶之外的癫痫也可能“祸水东引”，导致颞叶受累。传统的非侵入性检查如头皮脑电图（EEG）在面对位置深在的颞叶内侧结构时，常常“力不从心”，信号衰减严重。为此，临床上会使用一种名为卵圆孔电极（FOE）的微创技术，通过颅骨的自然孔隙将电极放置到颞叶内侧附近进行记录，这比深度颅内电极（iEEG）创伤更小、操作更快。然而，FOE-EEG只能“看见”颞叶内侧这个小窗口，对颞叶外侧皮层或颞叶之外的脑区活动则是“盲区”。另一方面，脑磁图（MEG）作为一种无创技术，能够“俯瞰”全脑的皮层活动，具有出色的时间分辨率，但它探测深层脑区（如颞叶内侧）电活动的能力也相对较弱。那么，一个自然而然的科学问题就产生了：能否将MEG的全脑“广角视野”与FOE-EEG对颞叶内侧的“特写镜头”结合起来，取长补短，从而为外科医生绘制一张更精准的“脑内致痫网络地图”呢？
这就是Dunja Duran、Giulia Maccanti、Roberta Di Giacomo等研究人员在发表于《NeuroImage》上的这项研究中试图回答的问题。他们假设，对颞叶癫痫手术候选者进行同步的MEG、EEG和FOE-EEG联合记录，将能够清晰揭示发作间期痫样放电（IEDs）在大脑内传播的时空动态。他们期望通过分析IEDs的传播路径，不仅能确认颞叶内侧的受累是原发的还是继发的，还能评估其与外侧颞叶皮层乃至全脑其他区域的连接关系，从而极大地改进对致痫灶的定位和手术患者筛选的准确性。
为了验证这一假设，研究团队采用了一系列关键的技术方法。研究对象为16名具有明确颞叶内侧发作症状但侧向定位不明确的药物难治性癫痫患者。数据采集方面，所有患者在卵圆孔电极长期植入监测期间，接受了同步的MEG、19导联头皮EEG和FOE的联合记录。数据分析的核心流程是：首先对FOE和MEG记录的IEDs进行视觉识别和分类；其次，发展了一套基于源定位和聚类的先进分析流程——研究者对每个IED进行了脑磁源成像，生成大脑活动源图，然后采用“子平均”和基于WARD方法的层次聚类技术，对这些源图进行分组，以识别出最一致的时空传播模式。基于MEG分析得出的传播模式，研究者将患者分类为手术“适宜”或“不适宜”候选者，并将此分类与基于FOE-EEG视觉评估的临床决策以及患者术后的实际疗效（采用Engel分级）进行比较，以评估MEG分析的诊断准确性。
研究结果清晰地展示了多模态记录的价值。
3.1. 头皮脑电图和FOE-脑电图分析结果及神经外科手术指征
通过长程FOE-EEG记录，研究者在16名患者中识别出了不同的致痫灶类型：7名患者为单侧颞叶内侧癫痫，3名为多灶性癫痫，2名患者的致痫灶超出了颞叶内侧，另有4名患者发作起始于颞叶外区域。最终，有8名患者被建议进行手术治疗，其中5人接受了手术并在一年后取得了极佳（Engel Ia级）的预后，1人手术效果不佳（Engel III级），2人拒绝手术。其余8名患者因存在多灶性或颞叶外致痫灶，未被建议手术。
3.2. 脑磁图分析结果
3.2.1. 流程分析的参数测试
研究验证了用于估计IEDs起源和传播的分析流程的参数设置。结果发现，在聚类分析前，对更多数量的源图进行子平均（本研究中设为10个），能够显著提高信噪比和聚类的同质性，为后续分析提供了更可靠的基础。
3.2.2. 发作间期痫样放电的源定位与传播
所有患者均观察到了仅在FOE上可见、或同时在FOE和MEG上可见的IEDs。利用FOE记录作为时间参考对IEDs进行叠加平均后，MEG成功探测到了源自颞叶内侧的痫样活动。研究者观察到了四种主要的IEDs传播模式：单纯的颞叶内侧（M）起始、从颞叶内侧向外侧（M→L）传播、单纯的颞叶外侧（L）起始，以及从颞叶外侧向内侧（L→M）传播。对于具有单纯M或M→L模式且致痫灶单侧局限的患者，他们被归类为“适宜”手术的候选人，并且这些患者术后的实际效果也普遍良好。相反，那些表现出颞叶外至颞叶内侧传播、或多灶性/双侧起始模式的患者，则多被归类为“不适宜”手术。
3.2.3. 脑磁图与FOE-脑电图的一致性及脑磁图分析的诊断效能
基于IEDs传播模式的MEG手术适宜性分类，与基于FOE-EEG视觉评估的临床决策相比，在全部16名患者中总体一致性达到了81.3%。具体而言，在8名被FOE-EEG评估为“适宜”手术的患者中，MEG分类的一致性为87.5%；在8名被评估为“不适宜”的患者中，一致性为75%。更为重要的是，在预测手术实际效果方面，基于MEG分析的准确性（即正确识别出手术后效果佳与不佳的患者的能力）达到了85.7%。研究特别指出，一名患者（P6）虽然根据FOE-EEG评估被认为适合手术，但MEG分析却将其归为“不适宜”类别，该患者术后效果确实不佳（Engel III级），这突显了MEG提供补充信息的价值。
归纳研究结论与讨论部分，本研究通过创新的MEG/EEG/FOE同步记录与分析框架，成功描绘了颞叶癫痫患者大脑内IEDs的复杂传播网络。其核心结论在于：基于MEG所揭示的IEDs传播模式，能够有效地区分手术预后良好与不佳的颞叶内侧癫痫患者。 具体而言，那些表现为单侧、局限的颞叶内侧起源，且传播有限（或无传播）的患者，更有可能成为成功手术的候选人。反之，传播模式复杂、涉及双侧或颞叶外脑区的患者，手术风险则更高。这标志着，对“静态”致痫灶定位的传统思路，可以升级为对“动态”致痫网络传播路径的分析，从而为术前评估提供了全新的维度。
这项研究的意义重大。首先，它在方法学上证实了将无创的MEG与微创的FOE-EEG相结合的技术可行性及临床价值，实现了对深部脑电活动的互补性探测。其次，研究结果为临床决策提供了更精准的工具，MEG分析可以作为FOE-EEG的有力补充，帮助筛选出最可能从手术中受益的患者，同时避免对那些可能预后不佳的患者进行不必要或有风险的手术干预。例如，前文提到的患者P6的案例就生动地说明了这一点。最后，从神经科学的角度看，研究详细刻画了癫痫活动在颞叶内侧、外侧及颞叶外脑区之间的传播路线，加深了我们对颞叶癫痫网络机制的理解，特别是明确了颞叶症状可能是由原发于该区域的致痫活动引起，也可能是由其他脑区传播而来。这不仅对手术方案的制定（如决定是否需切除颞叶内侧结构）具有指导意义，也为未来更精准的神经调控治疗提供了潜在靶点。
当然，研究者也坦诚地指出了本研究的局限性，包括样本量较小可能导致统计效能过高估，缺乏与自动化IED检测方法的系统比较，以及研究人群特指具有颞叶内侧症状且侧向不明的患者，结论可能无法直接推广到所有类型的颞叶癫痫。然而，这些不足恰恰指明了未来研究的方向。总体而言，这项研究为推动癫痫外科迈向更精准、更个性化的时代，贡献了一份坚实而富有洞见的多模态神经影像学答卷。
