JNNP:使用扩散成像预报颞叶癫痫手术结果

脑瘤是50岁以上病人最类似的致残官能大脑系统营养缺失之一。 脊髓脑瘤（TLE）是最类似的局灶官能脑瘤，尽管服药抗脑瘤药物展开治疗，但仍有分之一30%-40%的病人持续经常出现衰弱官能脑瘤中风。脑瘤开刀可以通过手术、手术或大脑刺激产生脑瘤的四区域，去除或显著提极低许多TLE病人的脑瘤中风。不幸的是，在接受脑瘤开刀的病人之中，分之一有33%-50%的病人术后经常出现持续官能致残官能脑瘤中风。致使脑瘤开刀失败的一个最重要考量是治疗前脑瘤中风中风四区的不确切或不只不过侧化和定位。验TLE的准则无创术前极低效率举例来说头皮MRI（EEG）、T1/T2加权MRI、反质子导弹断层扫描、单光子导弹CT、功能官能MRI和脑磁图的人第三组。然而，这些方式往往不足以自信地展开侧化（即，哪个大脑半球统筹脑瘤中风的产生）和定位致痫官能。因此，时常展开有创官能颅内MRI（iEEG）受控。在这些以致于且不舒服的就医病人iEEG受控处理过程之中，多达10%也许会频发缺失暴力事件，脑瘤也许根本才会频发。因此，许多研究小第三组寻求其他非侵入官能方法，以帮助提极低侵入官能受控的需要，并改善TLE的术前验。

许多研究管理人员来进行机器研习习（又称人工智能）来进行从非侵入官能模式之中利用的讯息来解决问题脑瘤病研习之中存在的问题。一些流行起来的应用除此以外通过EEG分析脑瘤中风的频发或通过MRI T1全像检测病因。机器研习习数学方法的开发管理人员必须更加谨慎，尽量避免不必要二阶自己的零碎数据集。不必要二阶数学方法只会在单个零碎数据集上计算出来确切的分析，并且在应常用新零碎数据集时会计算出来错误的结果。当仔细地应常用适当驳斥的问题时，机器研习习有也许有意义地提极低外科决策。考虑到这些考量，最近有人更进一步适用游离加权全像（DWI）指标和机器研习习来分析TLE的存在、中风时的左方或左边脑瘤以及开刀结果。DWI数学方法也许会提极低之前驳斥的仅依赖分类法外科变数的数学方法。需要更多的工作来大大提极低数学方法的确切官能，提极低我们对TLE的生物研习理解。此外，在TLE的术前验之中确立广泛最重要外科分类法的统一极低效率将对外科医生更加有用，并有助于尽量避免不必要的颅内受控。在DWI独有的全脑构件连通官能（SC）和分数各向异官能（FA）指标上适用联合统一分量归纳（ICA）特征提取的监督机器研习习极低效率，可以常用识别TLE的存在，分类法TLE偏侧官能和分析开刀结果。此外，通过降低独有特征的维数和重新验数学方法官能能来大大提极低极低效率的可阐释官能。通过这项工作， 旨在来进行DWI独有的分析数学方法来提极低现有的TLE术前验。本文发表在《大脑病研习，儿科研习和精神病研习杂志》上（Journal of Neurology, Neurosurgery Wild Psychiatry）。

归纳之中确立了151名测试者（62名TLE病人和89名健康对照）。TLE的病因由医疗之中心的准则多研习科处理过程未确定，除此以外脑瘤研习家、儿科医生和大脑心理研习家。该处理过程除此以外归纳病人帕金森氏症、脑瘤病症研习、录像EEG、MRI、反质子导弹断层扫描、通过功能官能MRI或Wada和大脑心理研习试验中展开记忆/词汇定位。获得了极低角度分辨率游离全像，适用名为PreQual的软体对DWI零碎数据展开预处理。适用MRTrix3展开可能性树脂束造影。适用FreeSurfer将每个T1缩放分割成84个基于Desikan Killiany（DK）研究成果的感兴趣四区域（ROI）分割。创建了一种有监督的机器研习习极低效率，该极低效率适用游离加权指标对主题第三组展开分类法。具体来说，试图将病人与健康IgG、之中轴脊髓脑瘤与脊柱脊髓脑瘤、左方脊髓脑瘤与左边脊髓脑瘤以及无脑瘤与无脑瘤开刀结果展开分类法。然后，为了便于阐释，适用社四区检测来降低独有特征的维数。适用了五倍交叉验证，其之中70%的零碎数据集常用数学方法锻炼，20%用以数学方法锻炼终止的验证集，以防止不必要二阶，10%只不过保留的零碎数据用以每个交叉翻转的试验中集。我们报告了每个二元决策第三组的五个交叉翻转的锻炼、验证和试验中零碎数据集的结果。试图验现有开刀结果分析工具的官能能。我们将左方和左边TLE病人人第三组并展开归纳（n=55），排除脊柱发病病人（n=7）。

常用TLE病因和预后的二叉分类法器

适用只不过保留的试验中零碎数据集，该极低效率分类法为TLE病人与健康IgG的AUC为0.745，之中轴与脊柱中风（小样本量）的AUC为1.000，左方与左边中风的AUC为0.662，左方SF与非SF开刀结果的AUC为0.800，左边SF与非SF开刀结果的AUC为0.775。为了验MTS对开刀结果分析的缺失影响，我们展开了一项事后子归纳，调查结果，在左TLE开刀（t验p=0.064）或左TLE开刀（t验p=0.3134）之中，有MTS的病人与很难MTS的病人在负重（即零碎分析值）方面很难显著差异。这些事后结果表明，异质官能锻炼集致使了极低分类法确切率，在准则术前检查和后曾，在MRI上对MTS的识别之中不具普遍官能。在保留的试验中零碎数据集之中对测试者第三组展开了分类法，在测试者操作特征双曲线下，病人与健康IgG的交叉翻转平均试验中面积为0.745，之中轴与脊柱中风的交叉翻转平均试验中面积为1.000。

音讯局域网分析脊髓脑瘤（TLE）

精密的大脑影像归纳可以有效地常用提极低当前外科传动装置的分析数学方法。如果分析病人之中轴开刀手术后频发SF的几率颇极低，则改用DWI提极低外科分类法器可以敦促病人直接展开开刀，从而提极低对颅内受控的所需。本文的方法未确定了TLE病人与之中等确切度的IgG、偏侧官能和之中等-极低确切度的开刀结果，可以说明外科决策并帮助指导病人政府部门。四区分TLE病人与IgG的最重要SC连接是左左脑构件的人第三组。值得注意的是左方岛叶、许多左方脑深部构件、左边扣带回和左边额叶上、之中、上回。对这一不对称辨认出的一种阐释是，左、左和脊柱TLE病人也许并不存在对称官能营养缺失。音讯子局域网之中最强者的SC分析因子位于左边尾侧额叶之中回至左方连续官能大脑节和左方岛叶两者之间。病人还除此以外来自左方丘脑的SC连接提极低。病人在这些四区域两者之间的平均SC值要极低得多。这些辨认出的一个也许的综合结果是，在关乎连续官能节和丘脑皮质局域网的已知脑瘤中风传播除此以外之中，病人也许不具提极低的构件联系。这个音讯子局域网之中明显缺少向外构件，如海马、杏仁核和眶额四区，它们在TLE之则有应有的病理研习记录。对这一辨认出的一种也许阐释是，病人的向外构件也许存在强烈的病理研习异质官能，因为左、左和脊柱TLE病人都被分第三组在四人。这种极低效率的分析能够可以通过将这个决定分为IgG与左方、IgG与左边和IgG与脊柱TLE来大大提极低。

该极低效率通过生成模糊的胶质特征，对脊髓脑瘤术前检查和之中的最重要外科决策展开分类法。这项工作通过进一步阐明脊髓脑瘤之中最重要的胶质病理研习研习，提极低了该领域现有的局域网连通官能辨认出。目的是来进行游离全像来提极低这种毁灭官能大脑营养缺失的术前检查和。

Johnson GW, Cai LY, Narasimhan S, et al Temporal lobe epilepsy lateralisation and surgical outcome prediction using diffusion imagingJournal of Neurology, Neurosurgery Wild Psychiatry Published Online First: 28 March 2022. doi: 10.1136/jnnp-2021-328185