[发明专利]用于确定初动时间和脑区域兴奋性的方法

说明书

本发明涉及用于确定在癫痫患者脑的发作活动中未观测为募集或非募集的脑区域的初动时间和兴奋性的方法。根据本发明的方法包括以下步骤：提供癫痫发作在脑网络中传播的动态模型；提供统计模型，其定义了所述动态模型生成脑网络的状态的观测值的集合的概率；使用统计模型和训练队列的观测值的数据集来训练癫痫发作的传播的动态模型；以及反演经训练的动态模型，并使用统计模型从针对第一和第二区域观测到的初动时间来推断第三区域的初动时间和兴奋性。

技术领域

本发明涉及用于确定在癫痫患者脑的发作活动中未被观测为募集或非募集（notrecruited）的脑区域的兴奋性和初动时间（onset time）的方法。

背景技术

对医学上难治性癫痫患者的一种可能的治疗方法是手术干预，目的是去除一个或多个疑似致痫区，即作为引发发作缘由的脑区域。然而，这些手术干预的成功率仅在60-70%。

然而，使用文献WO2018/015778A1中公开的方法可以提高这样的成功率。该文献公开了一种调节癫痫患者脑中致痫性的方法，包括以下步骤：提供虚拟脑；提供致痫区和传播区的模型，并将所述模型加载到虚拟脑中以创建虚拟癫痫脑；采集癫痫患者的脑的数据；在所述数据中识别至少一个可能致痫区的位置；将虚拟癫痫脑与从癫痫患者采集的数据进行拟合，并将虚拟癫痫脑中的所述至少一个可能致痫区参数化为致痫区；以及在虚拟癫痫脑内仿真模拟对患者的脑的临床干预的网络调整（modulation）的效果。模拟对患者的脑的临床干预进而可以允许制定改进的手术策略，并提高手术干预的低成功率。

事实上，手术成功率低在大多数情况下都归咎于未能定位致痫区，而未能定位致痫区的部分原因是空间采样不足导致全脑发作传播模式的图像不完整。实际上，术前评估的当前标准是使用植入的深度电极（立体脑电图，SEEG）或使用硬膜下电极网格。这些方法中没有一种允许探查整个脑，并且它们通常限于基于非侵入性评估而怀疑是致痫网络的一部分的那些区域。

旨在改善手术计划的计算机辅助方法避免了这种空间采样不足的情况，假设可能切除的相关目标位于电极植入探查的区域中。在这种情况下，脑网络的其他部分的行为不会被考虑在内。其中一些方法是基于使用频谱或时间特征对记录信号的分析。这些方法中的其他方法是基于对从颅内记录得出的功能网络的分析。

对整个脑网络（而不仅仅是所探索的子网络）中的活动进行建模的已知方法需要对模型设置进行一些手动调整，通常是根据临床专家指定的致痫区假设进行调整，因此不能完全自动利用。

发明内容

根据第一方面，本发明涉及一种用于确定在癫痫患者脑的发作活动中未被观测为募集或未被观测为非募集的脑区域的兴奋性和/或初动时间的方法，包括以下步骤：

提供计算机化的脑网络，所述网络针对癫痫患者脑的训练队列（cohort）并且针对患者脑对脑的各个区域以及所述区域之间的连通性进行建模；

针对训练队列并且针对患者脑提供癫痫发作期间脑网络的状态的观测值的数据集，所述观测值将脑网络中的区域定义为

第一区域，在初动时间在患者脑的癫痫发作活动中被观测为募集，

第二区域，在患者脑的所述癫痫发作活动中被观测为非募集，以及

第三区域，在患者脑的所述发作活动中未被观测为募集或未被观测为非募集；

提供癫痫发作在脑网络中的传播的动态模型；

提供统计模型，其定义了所述动态模型生成脑网络的状态的所述观测值集合的概率；

使用统计模型和训练队列的观测值的数据集来训练癫痫发作的传播的动态模型；以及

反演经训练的动态模型，并使用统计模型从针对第一区域和第二区域观测到的初动时间来推断第三区域的初动时间和/或兴奋性。