癫痫中宏观固有动态与微回路功能关系的研究
癫痫中宏观固有动态与微回路功能的关系研究
研究背景
癫痫是一组以异常自发脑活动为特征的神经障碍，涉及多尺度的脑功能组织变化。然而，目前尚不清楚癫痫相关的自发脑活动干扰对宏观固有动态和微回路组织的影响程度，以及这些变化如何支持其病理相关性。因此，研究癫痫患者的自发脑活动如何影响宏观动态及微回路功能，探讨其病理机制，具有重要科学意义。
研究来源
本研究由以下学者共同完成：Siqi Yang（成都信息工程大学网络空间安全学院）、Yimin Zhou（成都信息工程大学网络空间安全学院）、Chengzong Peng（成都信息工程大学网络空间安全学院）、Yao Meng（电子科技大学生命科学与技术学院）、Huafu Chen（电子科技大学生命科学与技术学院）、Shaoshi Zhang（新加坡国立大学医学部睡梦与认知研究中心）、Xiaolu Kong（新加坡国立大学医学部磁共振转化研究中心）、Ru Kong（新加坡国立大学医学部磁共振转化研究中心）、B. T. Thomas Yeo（新加坡国立大学医学部睡梦与认知研究中心）、Wei Liao（电子科技大学生命科学与技术学院）、Zhiqiang Zhang（南京大学医学院附属金陵医院神经影像实验室）。文章发表于《Communications Biology》杂志。
研究方法
a) 研究流程
研究主要分为以下几个步骤：
- 研究对象的选择： 包括75名颞叶癫痫（TLE）患者、79名遗传性全身性癫痫（GTCS）患者以及108名健康对照（HC）。
- 时间序列特征提取： 使用fMRI BOLD时间序列提取大量时间特征以表征宏观固有动力学。
- 宏观固有动态分析： 采用主成分分析（PCA），从时间序列特征中提取主要空间梯度。
- 微回路模拟： 使用参数平均场模型（PMFM）模拟微回路功能，包括复发连接（RC）和外部输入（I）。
- 数据分析和关联研究： 分析癫痫中宏观固有动态与微回路功能的空间关联。
时间序列特征提取与主成分分析
- 使用Desikan-Killiany解剖分区提取fMRI BOLD： 从68个皮质区域中提取时间序列。
- 特征提取： 使用高度可比的时间序列分析（HCTSA）工具箱，从每个区域时间序列中提取超过7000个特征。
- 主成分分析： 通过主成分分析捕捉时间序列特征矩阵的空间梯度。
微回路模拟
- 参数平均场模型（PMFM）： 用于模拟局部突触属性，计算组平均功能连接（FC）和结构连接，并为每位参与者计算功能连接动态（FCD）。
- 神经动态参数估计： RC，I，和σ参数作为FC梯度的线性组合设置，通过最小化经验和模拟FC和FCD矩阵之间的分歧来估计这些参数。
主要结果
宏观固有动力学
- 时间序列特征梯度： PCA提取的前两个主成分（PC1和PC2）分别捕捉了腹内侧-外侧梯度和感觉-联系梯度。在TLE和GTCS中，不同于健康对照组的时间序列特征梯度变化显著。
- 分区域和网络的变化： TLE和GTCS的PC1增加在体感运动和视觉皮层区域，而在扣带皮层则减少。PC2在TLE中增加在双侧岛叶和前扣带皮层，而在GTCS中视觉皮层则减少。
微回路模拟
- RC和I参数： TLE和GTCS的RC在感觉运动区域降低，而在联系皮层区域增加。I参数在TLE中的感觉运动区域增加，而在GTCS中则在整个皮层增加。使用随机置换检验，得出体感运动和梭状回区域的RC显著降低。
多尺度脑功能关联
研究表明，TLE和GTCS中宏观固有动态梯度差异与微回路复发连接变化之间存在强负相关，强调微观和宏观层面功能失调的相互作用。本研究还验证了实际BOLD信号梯度和PMFM模拟BOLD信号梯度之间的相似性，这表明癫痫中宏观固有动态与微回路功能之间的密切关联。
研究结论与价值
- 科学价值： 本研究揭示了癫痫中异常神经活动对宏观网络和高阶网络的影响，表明大脑分层组织的系统性异常。
- 应用价值： 通过连接宏观和微观脑功能的方法，可以深入理解癫痫的神经机制，为癫痫的诊断和治疗提供新的视角。
研究亮点
- 重要发现： 癫痫中宏观时间序列特征梯度和微回路复发连接的显著变化，尤其是在体感运动和默认模式网络中的变化。
- 新颖性： 本研究方法新颖，通过多维度时间序列特征的提取和分析，全面表征癫痫大脑自发活动。
其他有价值的信息
- 方法创新： 本研究使用的HCTSA工具箱和PMFM模型在分析时间序列特征和模拟神经动态方面提供了创新的方法。
- 跨学科合作： 来自不同领域专家的合作，有助于综合运用多种技术手段，提升研究的深度和广度。
结语
本研究通过综合使用时间序列分析、神经动态模拟和多尺度脑功能关联分析，揭示了癫痫中神经活动的特征和其宏观与微观功能失调的相互作用，为理解和治疗癫痫提供了新的科学依据。