《Clinical Neurophysiology》：Optimization of cortico-cortical spectral response analysis parameters for seizure onset zone localization
编辑推荐：
癫痫发作起始区定位、单脉冲电刺激、时间-频率特征、高伽马频段、N2区间
海伦·E·布里尼亚克（Helen E. Brinyark）|丽贝卡·查特菲尔德（Rebekah Chatfield）|凯拉·A·科因（Caila A. Coyne）|瑞安·韦斯特（Ryan West）|布列塔尼·H·谢德（Brittany H. Scheid）|乔舒亚·J·拉罗克（Joshua J. LaRocque）|阿里·纳赫曼尼（Arie Nakhmani）|本杰明·C·考克斯（Benjamin C. Cox）|艾琳·C·康拉德（Erin C. Conrad）|雷切尔·J·史密斯（Rachel J. Smith）
美国阿拉巴马大学伯明翰分校生物医学工程系，伯明翰，AL
摘要
目的
尽管皮层-皮层频谱响应（CCSRs）在癫痫发作灶（SOZ）定位方面显示出潜力，但目前尚不清楚CCSR的哪些特征具有最强的定位能力，这限制了它们作为SOZ潜在生物标志物的应用。
方法
在对27名患者进行颅内脑电图（sEEG和ECoG）监测期间，进行了单脉冲电刺激（SPES），并计算了CCSRs。我们量化了CCSRs中的显著增益和减益变化，然后将CCSRs划分为11个时频区域（TFZs）。我们将每个TFZ中响应最显著的脑区与假设的SOZ进行比较，以确定各个TFZ的定位潜力。
结果
我们发现，在高伽马频率带（50–250 Hz）和N2时间间隔（50–500 ms）范围内响应最强的接触点，与其他TFZ相比，与SOZ的关联更为紧密。
结论
这些结果表明，SPES后50–500 ms内高伽马功率的变化具有最大的SOZ定位潜力，可能是研究CCSR作为SOZ生物标志物的最佳参数。
意义
准确解读CCSRs可能有助于改善癫痫难治性患者的SOZ定位，从而提高治疗效果。
引言
癫痫是一种神经系统疾病，其特征是反复发作的无诱因性癫痫发作，影响全球超过1%的人口（Singh和Trevick，2016）。对于全球1500多万对抗癫痫药物具有耐药性的患者来说，通过手术切除癫痫发作灶（SOZ）可以实现无发作状态（Granata等人，2009；Luders等人，2006）。这可能需要在大脑中植入颅内脑电图（iEEG）电极，并分析监测期间记录的癫痫发作和其他癫痫活动（Jobst等人，2020）。然而，20–80%的患者在手术后仍无法实现无发作状态，这增加了寻找生物标志物以更精确识别SOZ的兴趣（Bulacio等人，2012；Gonzalez-Martinez等人，2007；Jobst和Cascino，2015；Malmgren和Edelvik，2017；McIntosh等人，2004）。
单脉冲电刺激（SPES）正逐渐成为一种常用的工具，用于在iEEG监测期间主动探测癫痫网络并评估脑区之间的有效连接性（Enatsu和Mikuni，2016；Iwasaki等人，2010；Keller等人，2014）。大脑对施加电流的反应——即皮层-皮层诱发电位（CCEP）——会在所有其他iEEG电极接触点被记录下来。CCEP波形的特点是在刺激后约10–50 ms出现一个早期峰值（N1），随后在刺激后约50–500 ms出现一个较慢的峰值（N2）（Cornblath等人，2023；Keller等人，2014；Kundu等人，2020；Maliia等人，2017）。这些特征已被用于分析网络连接性：N1峰值与早期神经元兴奋和直接结构连接相关，而N2峰值与抑制性神经元连接相关（Keller等人，2014；Matsumoto等人，2017）。研究表明，较高幅度的电位与SOZ相关，表明癫痫网络可能存在过度兴奋（Enatsu等人，2016；Enatsu和Mikuni，2016；Hays等人，2023a；Hays等人，2023b；Iwasaki等人，2010）。从CCEPs衍生的皮层-皮层频谱响应（CCSRs）在SOZ区域显示出特定的时频功率变化（Hays等人，2024）。虽然已发表的研究普遍认为高频带中的CCSR响应具有定位能力（Kobayashi等人，2015；Kundu等人，2020；Maliia等人，2017；Mouthaan等人，2016；van 't Klooster等人，2017；van 't Klooster等人，2011），但尚不清楚与N1峰值相关的早期响应（Kundu等人，2020；Mouthaan等人，2016）还是与N2峰值相关的后期响应（Maliia等人，2017）更能有效区分SOZ和非SOZ区域。
在本文中，我们评估了CCSR的特定时频特征是否最适合用于定位SOZ。我们定义并研究了11个时频区域（TFZs），并量化了每个TFZ内CCSR响应的显著性。随后，我们将响应最显著的脑区与临床假设的SOZ以及治疗后的结果进行了比较。我们的方法识别出了与癫痫网络重要枢纽（如SOZ）相关的TFZs，表明这种方法可以成为优化CCSR解释的工具，从而计算和客观地识别SOZ。
患者和数据收集
我们从阿拉巴马大学伯明翰分校医院（UAB）和宾夕法尼亚大学医院（HUP）的癫痫监测单元连续收治的27名药物难治性癫痫患者那里收集了iEEG数据，这些患者还接受了SPES检查（表1）。SPES研究方案获得了UAB机构审查委员会（IRB-300009963）的批准。HUP的SPES作为临床方案的一部分进行，无需审查委员会批准。
结果
本研究共纳入27名患者（12名男性，15名女性，中位年龄40岁，年龄范围20–64岁）（表1）。所有患者均植入了iEEG电极（中位数156个接触点）。两个中心的患者植入电极数量没有显著差异（Wilcoxon秩和检验，p = 0.12）。所有参与研究的患者在超过一半的植入电极上接受了双极SPES（UAB和HUP的平均比例分别为91.9%和63.1%）。
讨论
在这项研究中，我们研究了11个不同的TFZ，以优化CCSR的SOZ定位潜力。我们预期对应于较高频率带（低伽马、高伽马）的TFZ具有更大的SOZ定位潜力（Kobayashi等人，2015；Kundu等人，2020；Maliia等人，2017；Mouthaan等人，2016；van 't Klooster等人，2017；van 't Klooster等人，2011），并试图确定早期N1峰值（Kundu等人，2020；Mouthaan等人，2016）或后期N2峰值（Maliia等人）哪个特征更有效。
结论
本文提出的方法允许直接比较CCSR不同TFZ的SOZ定位潜力。我们的结果表明，GhN2 TFZ可能更能指示癫痫发生性，但未能在这组患者中区分不同的治疗结果。利用这种方法优化CCSR的解释可能有助于开发新的计算生物标志物来识别癫痫发作灶。
利益冲突声明
作者声明他们没有已知的利益冲突或个人关系可能会影响本文所述的工作。
致谢
RJS获得了AES青年研究员奖（1042632）、CURE Epilepsy Taking Flight奖（1061181）、大脑与行为研究基金会（32647）以及UAB 工程学院的支持。EC获得了NINDS（K23 NS121401-01A1）和Burroughs Wellcome基金的支持。BC获得了大脑与行为研究基金会（32647）的支持。赞助方未参与数据的收集、分析、解释或手稿的撰写。
