CN113950724B 在癫痫患者的脑中标识可通过手术操作的目标区的方法 （艾克斯-马赛大学）

2021.11.26PCT/EP2020/0647592WO2020/239869EN2020.12.03在癫痫患者的脑中标识可通过手术操作的本发明涉及一种在癫痫患者的脑中标识潜在可通过手术操作的目标区的方法。根据本发所述计算机化平台对灵长类动物脑的各个区以的模型以及癫痫放电从癫痫区到传播区的传播患者计算机化平台中对癫痫发作传播进行仿真态条件下的时空脑激活模式进行仿真并且将在去除所述目标区之前获得的仿真时空脑激活模式与在去除所述目标区之后获得的时空脑激活满足有效性和安全性评价标准两者的目标区标2提供计算机化平台，所述计算机化平台对灵长类动物脑的各个区以及提供致癫痫区的模型以及癫痫放电从癫痫区到传播区的传播的模型，致根据患者的脑结构连接性来个性化对癫痫灵长类动物脑进行的传播特性进行仿真并且标识一个或多个有效目标区的网络仿真来评价所述潜在目标区通过网络仿真来评价所述潜在目标区维持正常脑功能的安全性，其将在去除所述区之前获得的这些仿真时空脑激活模式与在去除所述区之后获得的仿真时将满足有效性和安全性评价标准两者的潜在目标区标识为潜在可通过手术操作的目3.根据权利要求1或2所述的方法，其中所述目标区是癫痫发作传播中涉及的节点或4.根据权利要求1或2所述的方法，其中从使用磁共振成6.根据权利要求1或2所述的方法，其中根据患者个性化对癫痫灵长类动物脑进行建模的所述计10.根据权利要求1或2所述的方法，其中在患者的个性化计算机化平台中执行系统仿3非重叠的模块化结构使模块之间的边最小化并且使模块4[0001]本发明涉及一种在癫痫患者的脑中标识可通过手术操作的目标区（surgically预作为针对耐药性患者（其占患者的30%以上）的选项。手术策略有两种主要类型：切除位准确性和每个患者的病理学。断开——其切断在癫痫发作传播中起到重要作用的神经通路——要么可以具有治愈目的（即，大脑半球径路切开术要么可以限制癫痫发作传播大约10%的患者可能被认为是手术的候选者，这是因为EZ通常同时位于多个脑区域中并且包括多处软脑膜下横切术（multiplesubpialtransection该横切术可以通过切断水平定向脑电图（stereotacticel5生成和传播中被涉及而更加复杂。进一步报告的是，健康脑网络呈现了中枢区域（hub[0012]根据患者的脑结构连接性来个性化对癫痫灵长类动物脑进行建模的计算机化平[0013]利用患者的脑结构连接性来执行模块性分析（modularityanalysis以导出在的患者计算机化平台中对癫痫发作的传播特性进行仿真并且标识一个或多个有效目标区区之前和之后从个性化计算机化平台来获得所定义的状态条件下的仿真时空脑激活模式，并且将在去除所述区之前获得的这些仿真时空脑激活模式与在去除所述区之后获得的仿[0015]将满足有效性和安全性评价两者的潜在目标区标识或建议为潜在可通过手术操6长类动物脑进行建模的计算机化平台；一功能数据是通过脑电图（EEG）或立体定向EEG化平台中执行系统仿真，其中如果所标识的目标区不满足评价标准，则通过将仿真结果再模块化结构使模块之间的边最小化并且使模块内的边最大化。于有效性评价的网络仿真。脑网络模型通过标识癫痫发作传播特性来评估有效性。这些图络模型通过研究某些节点处的电刺激之后的瞬时时空轨迹的完整性来评估安全性。当刺激色条表示消除之前和之后每个节点处的响应信号之间的相似性系数。[0020]图2A至2D图示了根据本发明的方法从针对特定患者的模块性分析中导出的目标7获得的目标节点的每个节点被消除时，对应于记忆网络M的响应网络的改变程度被表示为[0023]图5A和5B图示了根据本发明的方法的针对通过反馈获得的新目标区以及初始目[0025]本发明涉及一种在灵长类癫痫患者的癫痫脑中标识可通过手术操作的目标区的化平台构成了虚拟脑。在PaulaSanzLeon等人于2013年6月11日的题为“TheVirtual8文中。信号。对致癫痫区的估计可以是临床的，或者可以使用非临床方法来提供，如在编号W02018/015779下公布的国际申请中公开除所述区之前和之后从个性化计算机化平台来获得所定义的状态条件下的仿真时空脑激9者的脑网络具有有区别的模块化结构。根据患者特定的模块化结构，连接EZ子模块与其他子模块或模块的节点和边被提取作为手术选项TZ，从而以患者特定的方式来抑制癫痫发作替代的手术方法，该替代的手术方法对于被认为不适合常规手术——这是由于EZ切除可能导致严重的神经系统并发症——的患者可以产生癫痫发作缓解。此外，模块性分析中的参医生可以在多个选项内选择手术目标。临床医生也可以不仅基于其临床经验考虑应当被排的个性化脑网络仿真检查了TZ去除在癫痫发作传播网络中连接性来量化脑功能能力。这尝试通过构造（construction）来量化静息时的吸引子用于诱发对各种状态的扰动的可靠方式，该方式根据刺激位置和脑连接性来生成时空响应为了最好地估计由于应用到个体脑区域的刺激所致的瞬时时空轨迹，比较消除TZ之前和之刺激所致的响应网络的差异，并且假设在去除TZ之后响应模式的改变指示在脑功能性方面的负面影响，即如果在去除TZ之前和之后响应模式中的差异是大的，则对TZ的去除被解释来评估用于控制癫痫发作传播的有效性。图1B图示了当节点3（ctx_lh_尾侧额中痫发作之后，这些节点似乎是取决于节点之间的连接性在一些延迟之后被癫痫发作动员相关脑区域并且量化脑网络激活的随后瞬时轨迹来评估的。更具体地，通过在去除TZ之前和之后评估在电刺激之后的时空脑激活模式的相似性来评价安全性。为了研究静息状态相似的响应网络。[0044]图1E至1G图示了当刺激被应用到特定节点——节点3——时的响应网络的示例。络仿真结果将该TZ判断为不充分的，则通过将结果再次应用于模块性分析来导出另一个性和安全性方面来评价所获取的TZ。通过将模块性分析和脑网络仿真进行组合的反馈方了计算神经科学领域能够通过导出适合每个患者的创新性手术选项并且预测手术结果来操作区的模块性分析，在模块之间的相互作用中充当中枢的脑区域和纤维束被导出作为化的TZ选项在不影响正常脑功能的情况下使进行模块性分析。例如，在MikailRubinov等人的题为“ComplexnetworkmeasuresofNewman算法的Matlab工具箱执行的模块性分析允许计算下面的等式的模块性矩阵B的前导本征向量（leadingeigenvector产生多个TZ选项。采用被命名为Epileptor的六维模型来描述网络节点，并且使用所重构的结构连接性来连中区分了生成自发性癫痫发作活动的EZ、通过来自EZ的癫痫发作传播而被动员的传播区并且取决于每个患者的结构连接性，将兴奋性参数x0设置为对应于所有其他节点的PZ的在2.150与2.095之间的值，以便对其中源自于EZ的癫痫发作活动传播到大多数其他脑节τ0=6667和τ2=10。此外，将标准差为0.0003的零均值白高斯噪声线性地添加到每个[0064]Nbef是在去除TZ之前被癫痫发作动员的节点的数量，Naf是在去除TZ之后被癫痫发行仿真可以再现与RS网络中的脑激活模式相似的动[0066]下表1示出了能够再现与每个RS网络中的脑激活模式最佳匹配的响应模式的刺激。他振荡器耦合。这里，每个振荡器或脑节点在不稳定性点——超临界Andronov_Hopf分叉过靠近临界点进行操作而生成阻尼振荡。由于距临界点的工作距离取决于每个节点的连接64这两个EZ被指定为不可操作区。网络节点被划分成具有模块性系数0.3912的7个模块，并且包括EZ的绿色模块被进一步细大的网络混乱（disorganization并且然后导致负面认知影响（特别是对记忆功能的影[0079]图4示出了针对新获得的TZ的有效性评价的网络仿真结果。结果呈现了所有脑节[0080]图5示出了初始TZ与新TZ的安全性评价结果之间的差异。直方图示出了去除TZ之[0084]用于反馈策略以考虑正常脑功能的安全性的关键节点在所有患者中并没有显著