《Brain Topography》：The Impact of Brain Tumors and Craniotomy Lesions on Scalp EEG
编辑推荐：
为了探究神经胶质瘤病灶及开颅术造成的颅骨不连续性对头皮脑电图信号的影响，研究人员开展了基于个体化正向模型的仿真与实证研究。研究发现，EEG信号的畸变程度取决于神经源与病灶的相对位置，靠近骨瓣的电极受影响最为显著。此项研究强调了在临床人群的纵向EEG研究中纳入精确头部解剖模型的必要性。
脑电图（EEG）以其出色的时间分辨率和与神经活动的直接联系，在认知神经科学和临床研究中扮演着关键角色。特别是在神经可塑性研究中，EEG是监测脑损伤后功能重组的理想工具。然而，当研究对象是脑肿瘤患者时，情况就变得复杂起来。神经胶质瘤本身会形成病灶，而为了切除肿瘤进行的开颅手术又会留下颅骨缺损。这些结构异常就像一个“干扰器”，可能会扭曲从头皮记录到的脑电信号。这种扭曲有多大？是否会影响到对神经活动的准确解读？这些问题在利用EEG追踪脑肿瘤患者术前术后神经功能变化的纵向研究中尤为关键。如果忽略了这些结构性病变的影响，我们观察到的脑电信号变化，究竟是大脑功能真实的重组，还是仅仅因为颅骨上开了个“天窗”导致信号传播路径改变了？为了回答这些问题，研究人员在《Brain Topography》期刊上发表了一项研究，他们通过构建精细的个体化头部模型，系统评估了神经胶质瘤相关病灶和开颅术诱导的颅骨缺损对头皮记录EEG信号的影响。
为了开展这项研究，研究者主要运用了以下几个关键技术方法：研究招募了两名在语言功能区被诊断为脑胶质瘤的患者，并从比利时根特大学医院神经外科获取了他们的术前、术后3个月和9个月的磁共振成像（MRI）数据。利用这些数据，研究人员通过SimNIBS-charm和ITK-snap等工具，为每位患者在四个时间点（包括一个假设无病灶的参考模型）构建了个体化的有限元法（FEM）头部模型，精细分割了包括肿瘤、水肿组织、脑脊液（CSF）填充的病灶、钛固定物和骨瓣在内的多种组织。基于这些模型，他们进行了单源和多源（模拟认知事件相关电位ERP）的脑电信号正向仿真。通过计算幅度差异百分比（MAG%）和相对差异度量百分比（RDM%），量化了病灶对信号强度和地形图的影响。最后，研究还分析了患者在执行听觉oddball范式任务时记录的真实EEG数据，重点关注了早期听觉诱发电位P1和N1成分的地形图及其使用eLORETA（精确低分辨率电磁断层扫描）进行的源定位结果，并与健康对照组数据进行了比较。
研究结果
仿真结果
- •
单源仿真：结果显示，位于病灶附近的偶极子（模拟的神经源）所产生的EEG信号在幅度和地形图上差异最明显。肿瘤相关病灶的影响较为局限，而骨瓣缺损的影响则波及整个左半球。电极层面的分析进一步证实，靠近骨瓣的电极对全脑活动的敏感性改变最大。
- •
多源仿真：在多源配置（模拟更复杂的认知ERP）的仿真中，病灶对头皮EEG的影响程度高度依赖于偶极子的位置、其时间进程与病灶的解剖关系。当改变位于病灶附近偶极子的时间进程或位置时，对记录EEG的影响远大于改变对侧半球偶极子的位置。
真实数据结果
- •
地形图分析：对于病灶靠近左听觉皮层的受试者1，其术后（T2， T3）的P1和N1成分在地形图上显示出明显的偏侧化增强，这种“活动”增加主要集中在骨瓣附近的电极上。而对于病灶位于左额叶的受试者2，其听觉成分的地形图在不同时间点保持相似，未观察到明显的破坏。
- •
源定位分析：源定位结果揭示了关键发现。对于受试者1，当在正向模型中忽略病灶时，P1和N1的源只定位到靠近病灶的左颞叶皮层。然而，当模型准确纳入病灶后，源定位结果显示在右侧（对侧）颞叶皮层也检测到了活动。这表明，忽略病灶会导致对神经源活动的错误解读，可能掩盖真实的跨半球重组活动。
研究结论与讨论
本研究通过仿真和实证分析，明确证实了神经胶质瘤相关病灶和开颅术诱导的颅骨缺损会显著扭曲头皮记录的EEG信号。这种扭曲主要表现为信号幅度和地形图的改变，且影响最大的电极位于骨瓣附近。更重要的是，EEG畸变的程度并非固定不变，而是强烈依赖于神经发生源与病灶的相对空间位置。
这项研究具有重要的启示意义。首先，它强调了在针对具有结构性脑异常（如脑肿瘤、中风后遗症）的临床人群进行EEG研究时，尤其是在纵向追踪神经可塑性变化时，使用个体化头部模型的必要性。将患者数据与基于健康人群的规范数据集进行简单比较，或使用忽略病灶的标准头部模型进行源分析，都可能导致对神经活动的误判。例如，研究中观察到的受试者1术后靠近病灶电极的“活动增强”，不应被直接解释为底层神经活动的真实增加，而更可能是病灶改变了信号传导和电极敏感性所致。同样，忽略病灶的源定位可能会错误地将活动局限于同侧，而无法识别出对侧的真实重组。
其次，研究结果支持并扩展了先前关于脑脊液填充病灶对脑磁图（MEG）和EEG影响的研究结论，共同指向了一个核心原则：为了在临床群体中获得可靠的神经成像结果，必须在其分析框架中准确模拟病理解剖结构。尽管构建个体化模型需要高质量的解剖影像和专业的建模知识，但其对于确保EEG和MEG在神经外科人群中的解释准确性至关重要。
总之，该研究为提升EEG在临床研究和应用中的精确性提供了关键的方法学依据。它表明，通往精准神经成像的道路，必须从尊重和融入每一个大脑独特且有时是“伤痕累累”的解剖结构开始。未来的研究需要在更大样本中验证这些发现，并进一步探索在更复杂的噪声环境和多源认知任务中，病灶影响的量化边界。
