与颞叶病变及其手术切除相关的连接组学重构

神经病学 医学 医学影像 神经外科
联结组 大脑网络 局灶性病变 手术 纵向研究 梯度分析

与颞叶病变及其手术切除相关的连接组学重构

学术背景

人类大脑的组织结构逐渐被以网络的视角进行概念化和分析，这种方法极大地推动了对健康与疾病的理解。近年来，得益于神经影像技术和复杂数据分析的进展，这些方法得到了广泛应用。尤其是扩散磁共振成像（Diffusion MRI）技术的发展，使得研究人员能够近似地在体内绘制出大脑结构连接（结构性连结图谱，connectome），并通过系统性的表征大脑连通性，进一步揭示大脑功能网络的组织原则。 术前连接组学情况

连接组学的术后改变 然而，尽管在这方面已经取得了一定进展，我们对局灶性病变如何调控大脑功能网络的理解仍然有限。药物难治性颞叶癫痫（Temporal Lobe Epilepsy，TLE）的前额颞叶切除术是目前最有效的控制癫痫发作的治疗方法，这使得这一癫痫综合症成为研究病变对大脑网络影响的理想模型。

论文来源

本文由Sara Larivière等研究团队完成，该团队成员分别来自于多家知名研究机构：包括蒙特利尔神经影像中心（McConnell Brain Imaging Centre）、哈佛大学布莱根妇女医院（Brigham and Women’s Hospital）、韩国仁荷大学数据科学系（Department of Data Science, Inha University）和南京大学附属金陵医院（Jinling Hospital, Nanjing University School of Medicine）等。论文于2024年5月22日发表在《Brain》杂志，由牛津大学出版社出版。

研究方法

研究流程概述

研究包括以下主要步骤： 1. 研究对象确定： - 包括37名患有药物难治性TLE并接受前额颞叶切除术的患者及31名年龄和性别匹配的健康对照者。 - 所有患者在术前和术后进行了高分辨率3T MRI成像，包括T1加权成像（T1W）和扩散MRI成像（DWI）。

  1. 数据处理与分析：

    • 首先对MRI数据进行预处理，包括图像去斜、重新定向、强度归一化、剥除颅骨等。
    • 使用FreeSurfer和FSL FIRST对皮层和皮层下结构进行分割。
    • 通过MRtrix3软件对扩散MRI数据进行纤维束追踪，生成个体的结构连通图谱。

  2. 手术腔体映射：

    • 自动分割手术腔体，通过将术前和术后的T1加权图像配准到MNI152标准模板并计算差异图进行分割。

  3. 结构连通图谱生成：

    • 使用解剖约束纤维束追踪技术生成每位参与者的全脑结构连通图谱。通过球面解卷曲和强度归一化，生成40百万条流线，并映射到400个大小相近的皮层分区和14个皮层下及海马区域，生成个体特异的结构连通性矩阵。

  4. 连通图梯度估计：

    • 使用脑空间工具箱（Brainspace）对皮层和皮层下的结构连通图进行梯度生成，通过非线性降维方法揭示结构连通性特征，并进行个体和群体的梯度对齐和比较。

  5. 术前和术后梯度变化量化：

    • 采用线性混合效应模型对时间跨度内的连通图变化进行评估，识别术前和术后显著的多维梯度变化区域。

研究结果

  1. 术前TLE患者的连通图梯度变化：

    • 与健康对照组相比，术前TLE患者在双侧颞顶区域和眶额皮层呈现显著梯度变化，这反映了同侧前颞叶与大脑其他区域之间隔离增加的现象。
    • 通过量化梯度空间中的位置变化，发现TLE患者的同侧内侧颞叶区域存在显著变形，表明这些区域在梯度空间中的隔离增加。

  2. 手术引发的梯度变形跟踪：

    • 通过比较术前和术后的结构连通图变化，发现术后在紧邻切除部位的后颞区域及对侧颞顶皮层显示出显著的多维梯度变化。这些区域在术后趋于更集成的位置，特别是在梯度1轴上。

  3. 与临床变量的关联：

    • 使用部分最小二乘分析（PLS）揭示了手术引发的4D梯度变形模式与海马萎缩、癫痫发作频率和继发性全身发作等临床变量之间的关联。
    • 显示出在前后皮层区域的连通性整合增加与较强的同侧海马萎缩和较低的癫痫发作频率相关。

  4. 皮层形态与微结构变化：

    • 在灰质和白质的评估中，发现对侧颞顶和额顶区域在手术后表现出较少的皮层变薄，而切除部位周围区域的变薄增加。白质的扰动主要发生在对侧颞顶区域，这与术后观察到的梯度变化一致。

研究结论

本研究通过对药物难治性颞叶癫痫（TLE）患者术前和术后的结构连通图数据进行梯度映射，揭示了局部病变及其外科切除对大脑连通性网络的深远影响。术前，TLE患者的同侧前颞叶与大脑其他区域隔离增加，而手术后，不仅该区域显示出显著的重组，对侧颞顶皮层也显示出与整合增加相关的连通性变化。相比于传统的图理论分析，梯度映射技术提供了一种低维视角，可以以数据驱动的方式捕捉大脑结构连通性的重组，从而更好地阐明神经系统的组织原则。这些结果不仅有助于深化我们对大脑结构的认知，也为个体化的患者护理和治疗提供了新的可能性。

研究亮点与意义

  • 新颖的方法与切入点：利用结构连通图梯度映射技术，提供了一种低维、连续的坐标系，可以从整体上量化局灶性病变及其手术切除对大脑结构网络的影响。
  • 跨个体的临床相关性分析：通过部分最小二乘分析（PLS），揭示了连通图重组模式与临床变量之间的关联，为临床诊断和治疗提供了新的视角。
  • 广泛的应用前景：该研究为其他神经系统疾病的研究提供了借鉴，尤其是在探索局灶性病变及其对大脑整体功能网络影响方面，具有重要意义。

该研究探索了大脑在应对局灶性病变及手术干预时如何在大尺度上进行结构重组，为后续研究提供了一个新的分析框架，也为个体化医疗实践提供了科学依据。