European Paediatric Neurology Society：儿童多发性癫痫与远距离FC增加有关

原文题目

Multifocal epilepsy in children is associated with increased long-distance functional connectivity: An explorative EEG-fMRI study

Highlights

•单一病灶癫痫患者的功能连接模式与健康受试者相似。

•患有多发性癫痫和癫痫发作频率较高的儿童，其特征是功能连接性增强。

•有或没有Lennox-Gastaut综合症患者之间的功能连接没有差异。

摘要

多局灶性癫痫活动是许多癫痫综合征(Lennox-Gastaut综合征、West综合征、重度局灶性癫痫)的不利特征，表明大脑对病理同步的整体脆弱性。然而，对多发性活动的机制了解不足。本探索性研究探讨人脑默认模式网络区域内的病理连通性，以及丘脑、脑干和脾后皮质是否会使个体倾向于多灶性癫痫活动。

方法

33名患有多发性及单一病灶癫痫(对照组)的儿童在睡眠时使用脑电图- fmri记录进行研究。提取15个感兴趣区域的血氧水平相关(BOLD)信号，并与时间相关(静息状态功能连接)。

       这里，作者比较默认网络和参与大脑生成和调制多病灶癫痫患者和单一病灶癫痫患者之间癫痫活动的其他区域的短距离(在相邻脑区之间)和长距离功能连接。目前还不清楚为什么有些病人只出现一个稳定的癫痫发作病灶，而另一些病人往往出现许多不同的变化病灶。在多发性癫痫患者中，一种与区域间同步增加有关的机制已经被提出，但尚未被证实。此外，多发性癫痫患者更容易出现神经心理缺陷和认知能力异常。因此，DMN中的异常连接可能被认为是这些患者癫痫性脑病的功能底物。最后，由于不同的癫痫症状的特征是在癫痫活动中激活特定的神经网络，因此也可以假设功能连接的特异性改变。在一位患有Lennox-Gastaut综合征的患者中，在临床常规脑电图出现多病灶时，术前和术后进行了FC分析，显示dmn功能连接增强。因此，作者假设Lennox-Gastaut综合症患者的功能连接可能不同于其他形式的多病灶癫痫。

elecrophysiolory

不同睡眠阶段的特征是局部和整体功能连接的不同模式。为了排除睡眠对本研究结果的影响，我们按照Rechtschaffen和Kales的标准对每个患者进行了睡眠分期。然后通过方差分析(ANOVA)对主要组(多灶性癫痫和单灶性癫痫)和亚组(Lennox-Gastaut综合征与其他多源性癫痫、BECTS与隐源性癫痫)进行差异评估。

结果

为了减少通过选择一个低阈值来高估生理上无关紧要和噪声相关的影响的机会，Stevens和他的同事们指定了一个从r ≥0.25到r ≥0.30的阈值为显著。因此，本研究使用r ≥0.30的可视化阈值报告结果(图1)。

图1连接分析的结果。

组按行显示。各组的相关系数为> 0.3。更粗的线意味着更强的相关性。最后，两组的差异均以p值<0.05表示，予以校正。为了在底层上有更好的可见性，对切片3和切片4进行了裁剪。每个主组分为(1)“BECTS”与“non-BECTS”和(2)“LGS”与“non-LGS”。所分析的感兴趣区域(ROI)在表2给出。

使用方差分析测试了组间在睡眠阶段、癫痫持续时间和发作频率方面的差异。睡眠阶段两个主要组没有差异，亚组也是如此。尽管在持续时间上有明显的差异，但所有子组之间的比较都没有显示出任何显著的结果。发作频率的分析表明,主要组间差异显著。

单一局部癫痫患者的特征是相应的半球间同源区域之间有很强的相关性。这种与明显的短距离和微弱的远距离功能连接的关联模式类似于健康儿童的连接模式。然而，有多灶性癫痫活动的患者，在默认模式网络的大量区域以及丘脑和脑干之间显示出明显更强的相关性，与患有单一局部癫痫活动的儿童相比，远程连接显著增加。

在多病灶癫痫患者组中，有或没有Lennox-Gastaut综合症患者之间的功能连接没有差异。

Variance

图2显示了“多病灶”组和“单病灶”组的方差百分比。除IED外，两组间白质、脑脊液、运动、残差等粗体信号的方差差异无统计学意义。最小的差异被归因于IED；在本研究中，最显著的是残差，残差为分析提供了基础。

图2

回归分析前数据的方差(非累积频率):IEDs(绿色)、运动参数(蓝色)、非灰色粗体信号(脑脊液、白质信号)（红色)，剩余方差为灰色。

结论

这项探索性研究表明，多发性活动通常与大脑中长距离功能连接的增加有关。可以认为，这种明显的连通性可能是病理过度同步的风险，也可能是多灶性癫痫活动的结果。

数据分析业务！！！

灌注数据处理服务

EEG/ERP数据处理服务

具体项目包括：

1.脑电数据预处理：使用EEGLAB对Neuroscan、Brain Products、EGI、ANT、Biosemi等主流脑电设备采集的脑电数据进行预处理。

2.ERP成分统计分析：提取ERP成分的波幅和潜伏期，并进行统计分析。

3.EEG频谱分析：（1）使用傅里叶变换的方法计算脑电各个频段的功率，并进行统计分析；（2）使用短时傅里叶变换、小波变换和希尔伯特变换的方法进行脑电时频分析（如ERD/ERS分析、试次间相位同步分析）。

4.基于sLORETA的脑电源分析：（1）ERP成分源定位；（2）特定频段EEG源定位；（3）源空间的脑功能连通性分析。

5.功能连通性分析：使用相关、相干、相位锁定值和格兰杰因果分析研究电极之间功能连通性。

科研服务

近红外数据处理服务

PET数据处理服务

功能磁共振数据处理

任务态激活脑区分析

任务态E-prime实验实

功能连接分析

局部一致性（ReHo）分析

低频振幅（ALFF/fALFF）分析

基于图论及ICA的脑网络分析

结构磁共振数据处理

基于VBM的灰白质分析

基于Freesurfer的皮层厚度分析

基于FSL的纤维束追踪

北京赛博尔培训班信息（直接点击文字即可浏览！）