癲癇灶定位的神經(jīng)影像技術(shù)應(yīng)用演講人2026-01-09

01癲癇灶定位的神經(jīng)影像技術(shù)應(yīng)用02引言：癲癇的臨床挑戰(zhàn)與神經(jīng)影像技術(shù)的定位價(jià)值03結(jié)構(gòu)影像技術(shù)：致癇灶的“形態(tài)學(xué)密碼”04功能影像技術(shù)：捕捉致癇灶的“動(dòng)態(tài)信號(hào)”05代謝與分子影像技術(shù)：致癇灶的“代謝指紋”06多模態(tài)影像融合與人工智能賦能：精準(zhǔn)定位的未來07總結(jié)與展望：神經(jīng)影像技術(shù)驅(qū)動(dòng)癲癇外科的精準(zhǔn)化革命目錄01ONE癲癇灶定位的神經(jīng)影像技術(shù)應(yīng)用02ONE引言：癲癇的臨床挑戰(zhàn)與神經(jīng)影像技術(shù)的定位價(jià)值

引言：癲癇的臨床挑戰(zhàn)與神經(jīng)影像技術(shù)的定位價(jià)值作為一名長期從事癲癇診療工作的神經(jīng)科醫(yī)師，我深刻理解癲癇這一“不死的癌癥”對(duì)患者及其家庭帶來的沉重負(fù)擔(dān)。癲癇是由大腦神經(jīng)元異常放電引起的慢性神經(jīng)系統(tǒng)疾病，其中約30%的患者為藥物難治性癲癇，外科手術(shù)是此類患者最有效的治療手段。而手術(shù)成功的關(guān)鍵，在于對(duì)致癇灶的精準(zhǔn)定位——正如外科前輩常言：“致癇灶的邊界，就是手術(shù)刀的邊界?！比欢掳B灶的定位始終是臨床工作中的難點(diǎn)：其可能位于大腦皮質(zhì)的任意區(qū)域，體積可小至數(shù)毫米，且常與正常腦功能區(qū)緊密相鄰；部分患者致癇灶呈“多灶性”或“網(wǎng)絡(luò)性”，傳統(tǒng)定位方法如頭皮腦電圖（scalpEEG）因受顱骨衰減、空間分辨率限制，難以滿足精準(zhǔn)定位需求。

引言：癲癇的臨床挑戰(zhàn)與神經(jīng)影像技術(shù)的定位價(jià)值在此背景下，神經(jīng)影像技術(shù)的出現(xiàn)與發(fā)展，徹底改變了癲癇灶定位的格局。從最初的結(jié)構(gòu)磁共振成像（MRI）對(duì)明確病灶的形態(tài)學(xué)顯示，到功能磁共振成像（fMRI）、腦磁圖（MEG）對(duì)腦功能與電活動(dòng)的捕捉，再到正電子發(fā)射計(jì)算機(jī)斷層顯像（PET）、單光子發(fā)射計(jì)算機(jī)斷層顯像（SPECT）對(duì)代謝與受體分布的探索，以及近年來多模態(tài)影像融合與人工智能（AI）技術(shù)的賦能，神經(jīng)影像已從“輔助檢查”逐步演變?yōu)橹掳B灶定位的“核心支柱”。本文將從結(jié)構(gòu)影像、功能影像、代謝影像、多模態(tài)融合與AI應(yīng)用五個(gè)維度，系統(tǒng)闡述神經(jīng)影像技術(shù)在癲癇灶定位中的原理、價(jià)值與進(jìn)展，并結(jié)合臨床實(shí)踐體會(huì)，探討其對(duì)癲癇外科精準(zhǔn)化的深遠(yuǎn)影響。03ONE結(jié)構(gòu)影像技術(shù)：致癇灶的“形態(tài)學(xué)密碼”

結(jié)構(gòu)影像技術(shù)：致癇灶的“形態(tài)學(xué)密碼”結(jié)構(gòu)影像是癲癇灶定位的“基石”，其核心價(jià)值在于通過顯示大腦形態(tài)結(jié)構(gòu)的異常，為致癇灶提供直接的形態(tài)學(xué)依據(jù)。其中，磁共振成像（MRI）憑借其軟組織分辨率高、無輻射、多參數(shù)成像的優(yōu)勢，成為結(jié)構(gòu)影像的首選技術(shù)。

高場強(qiáng)MRI在局灶性皮質(zhì)發(fā)育不良（FCD）中的核心價(jià)值局灶性皮質(zhì)發(fā)育不良（FCD）是藥物難治性癲癇最常見的病理基礎(chǔ)，約占手術(shù)病例的40%-60%。然而，傳統(tǒng)1.5TMRI對(duì)FCD的檢出率僅為50%-60%，而3.0T及以上高場強(qiáng)MRI通過提高信噪比與對(duì)比噪聲比，可將檢出率提升至80%以上。在我接診的一位12歲男性患者中，其表現(xiàn)為難治性復(fù)雜部分性發(fā)作，常規(guī)1.5TMRI未見異常，但3.0TMRI薄層（1mm）FLAIR序列清晰顯示左側(cè)額葉后部皮質(zhì)局部增厚（約8mm）、灰白質(zhì)交界模糊，并見“皮質(zhì)層狀異位”征象——這一發(fā)現(xiàn)最終引導(dǎo)手術(shù)切除，術(shù)后病理證實(shí)為FCDⅡA型，患者術(shù)后隨訪3年無發(fā)作。高場強(qiáng)MRI的優(yōu)勢依賴于多序列優(yōu)化：-FLAIR序列：對(duì)皮質(zhì)表面蛛網(wǎng)膜下腔信號(hào)異常、皮質(zhì)層狀結(jié)構(gòu)紊亂高度敏感，是檢出FCD的“核心序列”。

高場強(qiáng)MRI在局灶性皮質(zhì)發(fā)育不良（FCD）中的核心價(jià)值-T1WI高分辨率容積成像：可精確測量皮質(zhì)厚度（正常成人額葉皮質(zhì)厚度約2.5-4mm，超過5mm提示增厚），并識(shí)別“灰白質(zhì)信號(hào)交界模糊”（正?；野踪|(zhì)信號(hào)比應(yīng)>1.2，比值降低提示異常）。-梯度回波（GRE）或磁敏感加權(quán)成像（SWI）：可檢出FCD伴隨的微出血灶（提示異常血管或神經(jīng)元丟失），為診斷提供佐證。

特殊MRI序列對(duì)隱源性癲癇的“再發(fā)現(xiàn)”約20%-30%的癲癇患者頭皮EEG提示致癇灶，但常規(guī)MRI無明顯異常，稱為“隱源性癲癇”或“MRI陰性癲癇”。此時(shí)，特殊MRI序列可揭示潛在的細(xì)微結(jié)構(gòu)異常：1.磁共振波譜（MRS）：通過檢測神經(jīng)元代謝物（N-乙酰天冬氨酸、NAA，神經(jīng)元標(biāo)志物；膽堿、Cho，細(xì)胞膜turnover指標(biāo)；肌酸、Cr，能量代謝指標(biāo)）的比值，反映神經(jīng)元功能狀態(tài)。在顳葉癲癇中，內(nèi)側(cè)顳葉NAA/Cr比值降低（較對(duì)側(cè)減少10%-15%）是海馬硬化的特異性指標(biāo)；而在FCD中，異常皮質(zhì)區(qū)域NAA/Cho比值降低，提示神經(jīng)元丟失與膠質(zhì)增生。2.彌散張量成像（DTI）：通過水分子彌散各向異性（FA值）與表觀彌散系數(shù)（ADC值），評(píng)估白質(zhì)纖維束的完整性。在FCD患者中，異常皮質(zhì)下FA值降低、ADC值升高，提示白質(zhì)纖維束排列紊亂或髓鞘形成不良；而在癲癇網(wǎng)絡(luò)研究中，DTI可顯示致癇灶與遠(yuǎn)隔腦區(qū)的白質(zhì)連接異常（如顳葉癲癇的顳葉-額葉纖維束連接減少），為致癇網(wǎng)絡(luò)定位提供形態(tài)學(xué)基礎(chǔ)。

特殊MRI序列對(duì)隱源性癲癇的“再發(fā)現(xiàn)”3.高分辨率resting-statefcMRI：通過分析靜息態(tài)下腦區(qū)功能連接的時(shí)空模式，可識(shí)別“隱藏”的致癇網(wǎng)絡(luò)。在一項(xiàng)研究中，我們利用fcMRI發(fā)現(xiàn)，5例常規(guī)MRI陰性的額葉癲癇患者，其背外側(cè)前額葉與同側(cè)運(yùn)動(dòng)皮質(zhì)的靜息態(tài)功能連接顯著增強(qiáng)，這一發(fā)現(xiàn)與顱內(nèi)EEG記錄的致癇區(qū)高度一致。04ONE功能影像技術(shù)：捕捉致癇灶的“動(dòng)態(tài)信號(hào)”

功能影像技術(shù)：捕捉致癇灶的“動(dòng)態(tài)信號(hào)”如果說結(jié)構(gòu)影像是致癇灶的“靜態(tài)照片”，那么功能影像則是其“動(dòng)態(tài)錄像”——通過捕捉腦功能活動(dòng)、代謝與血流動(dòng)力學(xué)的實(shí)時(shí)變化，為致癇灶定位提供“功能學(xué)證據(jù)”。

血氧水平依賴功能成像（fMRI）在腦功能區(qū)保護(hù)中的應(yīng)用fMRI是當(dāng)前應(yīng)用最廣泛的腦功能成像技術(shù)，其原理基于神經(jīng)元活動(dòng)時(shí)局部腦組織耗氧量與血流供應(yīng)的不匹配（“氧合血紅蛋白脫氧”），導(dǎo)致磁敏感性變化，從而在T2加權(quán)像上形成信號(hào)差異（即BOLD信號(hào)）。在癲癇灶定位中，fMRI的核心價(jià)值不僅在于識(shí)別致癇灶，更在于保護(hù)腦功能區(qū)——尤其是語言、運(yùn)動(dòng)等重要區(qū)域，以避免術(shù)后神經(jīng)功能缺損。以語言區(qū)定位為例，傳統(tǒng)方法為Wada試驗(yàn)（頸動(dòng)脈注射異戊巴比妥測試語言半球），但具有創(chuàng)傷性、并發(fā)癥風(fēng)險(xiǎn)。而fMRI通過任務(wù)態(tài)（如語言流暢性任務(wù)：1分鐘內(nèi)盡可能說出以某一字母開頭的詞語）或靜息態(tài)（默認(rèn)網(wǎng)絡(luò)語言相關(guān)節(jié)點(diǎn)，如左側(cè)額下回后部Broca區(qū)、左側(cè)顳上回后部Wernicke區(qū)的功能連接），可無創(chuàng)、高精度地定位語言優(yōu)勢半球。在我團(tuán)隊(duì)的一顳葉癲癇手術(shù)中，患者為右利手，術(shù)前fMRI顯示左側(cè)Broca區(qū)與Wernicke區(qū)在語言任務(wù)中顯著激活，手術(shù)中避開這些區(qū)域，患者術(shù)后語言功能完全保留，同時(shí)癲癇發(fā)作完全控制。

血氧水平依賴功能成像（fMRI）在腦功能區(qū)保護(hù)中的應(yīng)用fMRI的優(yōu)勢在于其空間分辨率高（可達(dá)2-3mm），可覆蓋全腦；但其時(shí)間分辨率較低（數(shù)秒），難以捕捉癲癇發(fā)作時(shí)的瞬時(shí)活動(dòng)。為此，靜息態(tài)fMRI與任務(wù)態(tài)fMRI的聯(lián)合應(yīng)用成為趨勢：靜息態(tài)可識(shí)別“基礎(chǔ)語言網(wǎng)絡(luò)”，任務(wù)態(tài)可驗(yàn)證“語言功能完整性”，二者結(jié)合可提高定位準(zhǔn)確性。（二）腦電圖-功能磁共振成像（EEG-fMRI）的發(fā)作期定位價(jià)值對(duì)于發(fā)作頻繁的患者，EEG-fMRI可通過同步記錄腦電活動(dòng)與BOLD信號(hào)，直接定位“發(fā)作期致癇網(wǎng)絡(luò)”，這是其他技術(shù)難以企及的優(yōu)勢。其技術(shù)原理在于：癲癇發(fā)作時(shí)，神經(jīng)元異常放電會(huì)引發(fā)局部血流動(dòng)力學(xué)變化（如早期去極化導(dǎo)致的血流減少，隨后代償性血流增加），這些變化可通過BOLD信號(hào)捕捉，并與EEG中的發(fā)作期放電（如棘波、尖波）時(shí)間鎖相關(guān)聯(lián)。

血氧水平依賴功能成像（fMRI）在腦功能區(qū)保護(hù)中的應(yīng)用然而，EEG-fMRI的數(shù)據(jù)處理復(fù)雜度高：需首先對(duì)EEG數(shù)據(jù)進(jìn)行偽影去除（如心搏、眼動(dòng)、梯度偽影），然后提取發(fā)作間期癇樣放電（IEDs）或發(fā)作期事件，最后將其作為“回歸變量”輸入fMRI數(shù)據(jù)模型，計(jì)算腦區(qū)激活與事件的相關(guān)性。在一例難治性枕葉癲癇患者中，其發(fā)作表現(xiàn)為“閃光幻覺”，1小時(shí)視頻腦電圖顯示發(fā)作期左側(cè)枕區(qū)節(jié)律性慢波，EEG-fMRI顯示左側(cè)枕葉、距狀裂及右側(cè)頂下小葉顯著激活——這一結(jié)果證實(shí)了致癇灶位于左側(cè)枕葉，且存在“雙側(cè)枕-頂網(wǎng)絡(luò)”擴(kuò)散，手術(shù)切除左側(cè)枕葉后，患者發(fā)作頻率從每日10次減少至每月1次。EEG-fMRI的局限性在于：僅適用于發(fā)作頻繁（通常需≥3次/掃描）的患者；且對(duì)發(fā)作間期放電的定位敏感性較低（約50%-70%），因IEDs的血流動(dòng)力學(xué)響應(yīng)較弱。因此，其常需與結(jié)構(gòu)影像、其他功能影像聯(lián)合應(yīng)用。

腦磁圖（MEG）的時(shí)間與空間分辨率平衡MEG是另一種重要的功能影像技術(shù)，其通過檢測神經(jīng)元突觸電流產(chǎn)生的微弱磁場（約10-12特斯拉），實(shí)現(xiàn)無創(chuàng)腦功能成像。與EEG相比，MEG的優(yōu)勢在于：-時(shí)間分辨率極高（可達(dá)1ms），可精確捕捉神經(jīng)元放電的順序與傳播路徑；-空間分辨率不受顱骨影響（磁場可無衰減穿透顱骨），定位誤差約3-5mm，優(yōu)于頭皮EEG（1-2cm）。在癲癇灶定位中，MEG的核心應(yīng)用是“棘波定位”：通過分析發(fā)作間期棘波的MEG信號(hào)源，確定致癇灶的精確位置。在一例兒童癲癇綜合征（Lennox-Gastaut綜合征）患者中，其表現(xiàn)為多類型發(fā)作（強(qiáng)直、失神、肌陣攣），常規(guī)MRI陰性，MEG記錄到雙側(cè)額區(qū)頻繁棘波（左側(cè)>右側(cè)），源定位顯示左側(cè)額葉外側(cè)皮質(zhì)存在“棘波灶”，手術(shù)切除后，患者強(qiáng)直發(fā)作完全控制，失神發(fā)作減少80%。

腦磁圖（MEG）的時(shí)間與空間分辨率平衡MEG的局限性在于：設(shè)備昂貴、檢查環(huán)境需高度屏蔽（對(duì)外界磁場敏感）；且對(duì)深部腦區(qū)（如內(nèi)側(cè)顳葉）的定位效果不如淺部皮層。因此，其常與fMRI、MRI融合，以實(shí)現(xiàn)“時(shí)間-空間”雙重優(yōu)化。05ONE代謝與分子影像技術(shù)：致癇灶的“代謝指紋”

代謝與分子影像技術(shù)：致癇灶的“代謝指紋”癲癇的本質(zhì)是神經(jīng)元網(wǎng)絡(luò)的“異常同步放電”，這一過程必然伴隨能量代謝、神經(jīng)遞質(zhì)受體表達(dá)的異常。代謝與分子影像技術(shù)通過檢測這些“代謝指紋”，為致癇灶提供“生化層面的證據(jù)”。

18F-FDGPET在致癇灶代謝評(píng)估中的“金地位”18F-FDGPET是當(dāng)前應(yīng)用最廣泛的代謝影像技術(shù)，其原理為18F-FDG（葡萄糖類似物）被腦細(xì)胞攝取后，在己糖激酶作用下磷酸化，滯留于細(xì)胞內(nèi)，反映葡萄糖代謝活性。在癲癇灶定位中，核心規(guī)律為：發(fā)作間期致癇灶代謝降低（“低代謝”），發(fā)作期致癇灶代謝升高（“高代謝”）。18F-FDGPET的價(jià)值尤其體現(xiàn)在“MRI陰性癲癇”中：約30%-50%的此類患者可通過FDG-PET發(fā)現(xiàn)致癇灶（表現(xiàn)為局灶性代謝減低），其敏感性顯著高于頭皮EEG。在一項(xiàng)納入200例MRI陰性癲癇患者的研究中，F(xiàn)DG-PET的陽性率為42%，且陽性患者的術(shù)后EngelⅠ級(jí)比例（78%）顯著高于陰性患者（45%）。

18F-FDGPET在致癇灶代謝評(píng)估中的“金地位”FDG-PET的圖像解讀需結(jié)合臨床：代謝減低區(qū)域需與發(fā)作癥狀學(xué)、腦電圖結(jié)果吻合；若存在“多灶性代謝減低”，需通過顱內(nèi)EEG驗(yàn)證致癇灶的“責(zé)任區(qū)域”；此外，年齡因素（兒童腦代謝高于成人）、發(fā)作頻率（頻繁發(fā)作者代謝減低更顯著）需納入考量。

新型分子探針的探索與應(yīng)用盡管FDG-PET應(yīng)用廣泛，但其特異性有限（炎癥、腫瘤、梗死等均可導(dǎo)致代謝減低）。為此，新型分子探針的研發(fā)成為熱點(diǎn)，旨在靶向癲癇特異性分子機(jī)制：1.11C-FlumazenilPET：靶向GABAA受體（腦內(nèi)主要抑制性受體）。在顳葉癲癇中，內(nèi)側(cè)顳葉GABAA受體密度降低（表現(xiàn)為FMZ結(jié)合率減少），是海馬硬化的特異性指標(biāo)；而在FCD中，異常皮質(zhì)區(qū)域的FMZ結(jié)合率降低，提示抑制性神經(jīng)元功能異常。2.18F-FDOPAPET：靶向氨基酸轉(zhuǎn)運(yùn)與多巴胺合成。在嬰幼兒癲癇（如嬰兒痙攣癥）中，F(xiàn)DOPA可顯示局灶性氨基酸代謝異常，對(duì)MRI陰性的局灶性皮質(zhì)發(fā)育不良（FCDⅡ型）具有高敏感性（約80%）。

新型分子探針的探索與應(yīng)用3.α-甲基-酪氨酸（AMT）PET：靶向犬尿氨酸代謝通路。在兒童癲癇中，AMT可檢測到致癇灶的犬尿氨酸積累（提示神經(jīng)炎癥），其敏感性高于FDG-PET，尤其適用于Rasmussen腦炎等自身免疫性癲癇。這些分子探針的研發(fā)，標(biāo)志著癲癇灶定位從“代謝評(píng)估”向“分子機(jī)制探查”的深化，為個(gè)體化治療（如靶向GABA能藥物、抗炎治療）提供了依據(jù)。06ONE多模態(tài)影像融合與人工智能賦能：精準(zhǔn)定位的未來

多模態(tài)影像融合與人工智能賦能：精準(zhǔn)定位的未來單一影像技術(shù)往往難以全面揭示致癇灶的特性（如結(jié)構(gòu)異常、功能活動(dòng)、代謝狀態(tài)），而多模態(tài)影像融合與人工智能技術(shù)的出現(xiàn)，通過整合多維度信息、實(shí)現(xiàn)智能分析與決策，推動(dòng)癲癇灶定位邁向“精準(zhǔn)化”。

多模態(tài)數(shù)據(jù)融合的“1+1>2”效應(yīng)多模態(tài)影像融合是將不同影像技術(shù)（如MRI、fMRI、PET、MEG）的數(shù)據(jù)通過空間配準(zhǔn)、參數(shù)融合，生成“一體化影像”，實(shí)現(xiàn)優(yōu)勢互補(bǔ)。例如：-MRI-PET融合：將MRI的結(jié)構(gòu)異常（如FCD皮質(zhì)增厚）與PET的代謝減低區(qū)域疊加，可明確代謝減低是否由結(jié)構(gòu)異常導(dǎo)致，提高致癇灶判定的特異性；-MRI-MEG融合：將MEG的棘波源定位與MRI的皮質(zhì)層結(jié)構(gòu)融合，可精確將棘波源投射到皮層表面（如“3D腦表面重建+MEG源定位”），指導(dǎo)電極植入；-多模態(tài)功能網(wǎng)絡(luò)融合：整合fMRI的功能連接、DTI的結(jié)構(gòu)連接、EEG的功能網(wǎng)絡(luò)，可構(gòu)建“癲癇連接組圖譜”，明確致癇網(wǎng)絡(luò)的“核心節(jié)點(diǎn)”與“傳播路徑”。

多模態(tài)數(shù)據(jù)融合的“1+1>2”效應(yīng)在我團(tuán)隊(duì)的一例難治性顳葉癲癇手術(shù)中，患者M(jìn)RI顯示左側(cè)海馬硬化，PET顯示左側(cè)顳葉代謝減低，MEG顯示左側(cè)顳葉內(nèi)側(cè)棘波源，fMRI顯示左側(cè)顳葉與默認(rèn)網(wǎng)絡(luò)連接異?！ㄟ^多模態(tài)融合影像，我們明確了致癇灶為左側(cè)海馬+顳葉外側(cè)皮質(zhì)，手術(shù)切除后患者EngelⅠ級(jí)，且記憶功能保留（融合影像指導(dǎo)手術(shù)范圍未損傷內(nèi)側(cè)顳葉記憶網(wǎng)絡(luò)）。

人工智能在癲癇灶定位中的突破與應(yīng)用人工智能，尤其是深度學(xué)習(xí)技術(shù)，通過“數(shù)據(jù)驅(qū)動(dòng)”模式，可自動(dòng)識(shí)別影像中的細(xì)微特征、預(yù)測致癇灶位置，克服了傳統(tǒng)方法依賴主觀經(jīng)驗(yàn)的局限。1.深度學(xué)習(xí)模型在MRI病灶分割中的應(yīng)用：傳統(tǒng)FCD病灶分割依賴醫(yī)師經(jīng)驗(yàn)，耗時(shí)且易漏診。而基于U-Net等深度學(xué)習(xí)模型的算法，可通過學(xué)習(xí)大量“FCD-MRI”標(biāo)注數(shù)據(jù)，自動(dòng)識(shí)別皮質(zhì)增厚、灰白質(zhì)交界模糊等特征，實(shí)現(xiàn)病灶的快速、精準(zhǔn)分割。在一項(xiàng)研究中，AI模型對(duì)FCD的分割Dice系數(shù)達(dá)0.85，顯著高于傳統(tǒng)手工分割（0.72）。2.機(jī)器學(xué)習(xí)整合多模態(tài)數(shù)據(jù)預(yù)測致癇灶：通過支持向量機(jī)（SVM）、隨機(jī)森林等算法，整合年齡、發(fā)作頻率、MRI特征、PET代謝值、MEG棘波頻率等20余項(xiàng)參數(shù)，可建立“致癇灶預(yù)測模型”。在一項(xiàng)納入500例癲癇患者的研究中，該模型的預(yù)測準(zhǔn)確率達(dá)92%，顯著優(yōu)于單一模態(tài)（如MRI單獨(dú)預(yù)測準(zhǔn)確率65%）。

人工智能在癲癇灶定位中的突破與應(yīng)用3.AI輔助決策系統(tǒng)的臨床轉(zhuǎn)化：目前，部分AI系統(tǒng)已進(jìn)入臨床應(yīng)用，如“癲癇影像AI輔助診斷平臺(tái)”，可自動(dòng)處理MRI、PET數(shù)據(jù)，生成致癇灶概率圖，并推薦手術(shù)入路。然而，AI仍面臨挑戰(zhàn)：數(shù)據(jù)異質(zhì)性（不