跳过主要内容
工具箱 可能推进自闭症研究的新兴工具和技术。
新闻/工具箱

一种新的非侵入性方法绘制出产生癫痫的大脑区域

通过/ 2020年6月10
有一个区域的大脑网格显示了癫痫的潜在来源
采购癫痫:非侵入性FAST-IRES方法可以像其他侵入性更强的方法一样有效地定位癫痫发作的来源。

根据最近的一项研究,一种新的非侵入性方法可以有效地绘制癫痫患者癫痫发作活动的来源和规模1.该工具可以降低治疗癫痫所需的手术人数,并且还可以在自闭症等条件下揭示大脑网络差异。

癫痫是一种神经系统疾病,由大脑中过多的电活动引起,会导致癫痫。癫痫发作未经治疗可能会产生“严重的负面后果”,他说杰斯特Shafali斯普林他是加州大学洛杉矶分校(University of California, Los Angeles)精神病学、神经病学和儿科学副教授。这些后果包括认知损伤,身体风险,极少数情况下会死亡.研究估计2 - 50%自闭症患者会癫痫发作。

大约三分之二的癫痫患者可以通过药物控制癫痫发作。对于剩下的三分之一,最好的治疗方法可能是手术切除大脑中导致癫痫的部分。

找到并清除整个区域是至关重要的:清除太少,就无法阻止癫痫发作;去除太多的话,你就有可能取出重要的脑组织并造成进一步的损伤。临床医生通常依靠侵入性技术来寻找导致癫痫发作的区域。他们在一次手术中将电极深深植入大脑皮层(大脑的外层),然后在第二次手术中移除脑组织。但是这些方法会导致出血和感染。

新方法耦合机器学习用脑电图(EEG)录像从放置在头皮上的76个电极,以定位大脑中的癫痫发作活动。与以前的EEG技术不同,它还可以显示涉及脑组织的脑组织。

非侵入性技术:

非侵入性成像技术需要权衡利弊。脑电图描记器擅长记录癫痫发作期间的活动,但不能总是准确地追踪到癫痫发作的源头。电极和潜在的大脑活动之间的液体、颅骨和脑组织层会扭曲信号。而从失真信号反向定位信号源在数学上是困难的。

研究负责人说,以前的脑电图方法可以“精确定位”所记录的癫痫活动的“重心”本他宾夕法尼亚州匹兹堡卡内基梅隆大学生物医学工程教授。但是,知道癫痫发作活动所在的位置是对癫痫的外科治疗不足。

他和他的同事在五年的时间里开发了一种名为“快速时空迭代重加权边缘稀疏性(fast - time - iteratively reweighted edge sparsity, fast - ires)”的新算法。他们的算法不只是对信号来源进行定位,而是提供有关产生脑电图信号的大脑网络范围的信息。

FAST-IRES还使用机器学习来计算信号被视为重要的阈值,其中一些研究人员或临床医生通常已经完成。

他说:“我们方法的独特之处在于,它完全是由数据驱动的。”“我们不需要对大脑活动的大小或程度做出任何假设”,从而产生脑电图信号。

作为概念的证明,他和他的同事对36名正在进行手术治疗的癫痫患者的脑电图记录进行了FAST-IRES测试。研究人员发现,他们的方法在寻找癫痫发作源的位置和范围方面与植入电极一样成功,也会产生类似的手术结果。该作品发表于自然通讯4月。

“这是朝着正确方向迈出的重要一步,”他说亚历山大·罗滕伯格他是哈佛大学神经学副教授。他说,这项技术应该被认为是对现有工具的补充。

最终,他和他的同事们希望FAST-IRES可以为其他由大脑网络的潜在差异导致的疾病提供见解,比如自闭症。他说,这项技术对于快速变化的大脑活动成像特别有用。

杰斯特说,即便如此,识别自闭症的差异仍然具有挑战性。

她说:“自闭症是如此的先天异质性,以至于很难找到与整个群体相关的标记。”


引用:
  1. Sohrabpour。et al。Nat。Commun111946 (2020)PubMed
标签: 自闭症 脑成像 癫痫 癫痫发作 治疗