通过MEG发作间期频带功率的空间聚类识别致痫异常
神经元与认知
2023-04-12 v1
摘要
成功的癫痫手术依赖于定位并切除产生癫痫发作的脑异常及网络。然而，异常可能广泛分布于多个不连续区域。我们提出将空间约束簇作为进一步检查和潜在切除的候选区域。我们量化了异常簇与后续切除之间的空间重叠，假设无癫痫发作患者的重叠更大。34名难治性局灶性癫痫患者接受了术前静息态发作间期MEG记录。其中14名患者在术后完全无癫痫发作(ILAE 1)，20名术后仍有部分发作(ILAE 2+)。以对照组为基线推导频带功率异常图。使用k-means算法对患者异常进行空间聚类。将包含最异常区域的簇内的组织与切除体积用dice分数进行比较。所提出的异常簇在71%的ILAE 1患者中与切除重叠。相反，重叠仅发生在15%的ILAE 2+患者中。该效应很好地区分了结局组(AUC=0.82)。我们的新方法识别出具高度异常的空间相似组织簇。这在临床上具有价值，提供(i) 用于验证当前致痫区定位假设的数据驱动框架，或(ii) 指导进一步检查。
引用
@article{arxiv.2304.05192,
title = {Identifying epileptogenic abnormalities through spatial clustering of MEG interictal band power},
author = {Thomas W. Owen and Vytene Janiukstyte and Gerard R. Hall and Jonathan J. Horsley and Andrew McEvoy and Anna Miserocchi and Jane de Tisi and John S. Duncan and Fergus Rugg-Gunn and Yujiang Wang and Peter N. Taylor},
journal= {arXiv preprint arXiv:2304.05192},
year = {2023}
}
备注
16 pages, 3 figures