目前可通过磁共振或脑电对大脑皮层异常活动分析来构建癫痫脑网络，其中脑电具有无创非侵入、可穿戴检测、高性价比等优点，特别适用于儿童脑功能监测。伴中央颞区棘波的儿童良性癫痫（bects）是儿童最常见的癫痫综合征之一，但经典的基于静息态脑电的脑功能网络方法无法揭示bects患者与健康被试间的脑功能差异，主要原因在于其对信号进行整段处理，所得到的脑网络是静态的，忽略了脑功能状态动态变化的特性。因此，如何构建能够描述脑功能状态动态变化的脑功能网络是亟待解决的问题。
为此，依据脑电微状态理论，中国科学院苏州生物医学工程技术研究所研究员戴亚康团队研究人员等提出了基于静息态脑电的动态脑功能网络构建方法（图1）。该方法一方面通过聚类与拟合得出与脑电信号对应的微状态时间序列，并基于此序列完成全脑功能态时间动态特性的分析。另一方面，基于微状态时间序列将脑电信号分组，并实现对应于不同组别脑电信号的各个子功能网络拓扑特性的分析。
研究人员在合作单位苏州大学附属儿童医院收集的bects和健康被试的脑电数据上进行了验证实验（表1）。他们对比了基于不同方法构建的脑功能网络的全局效率，整体上，基于传统的脑功能网络构建方法无法揭示bects和健康被试间的脑网络差异，而基于最新提出的动态脑功能网络计算方法可以揭示bects患者与健康被试间的脑网络差异（β波段-微状态c，功能网络全局效率显著降低），该结果提示bects患者功能网络整合能力变差，即全脑的信息交流受阻。上述发现表明，所提方法有利于分析bects的患病机制，对bects临床诊疗，尤其是门诊阶段诊断分析，具有辅助促进作用。此外，该方法或可以应用于其他脑疾病机制探索，辅助临床诊疗。
相关成果以whole-brain dynamic resting-state functional network analysis in benign epilepsy with centrotemporal spikes为题发表于ieee journal of biomedical and health informatics。
图1 全脑动态静息态功能网络（dfn）分析方法流程图
表1 功能网络的全局效率
研究团队单位：苏州生物医学工程技术研究所
上一篇：