一种射频热凝损毁癫痫灶术后效果评估方法技术

本发明专利技术公开了一种射频热凝损毁癫痫灶术后效果评估方法,包括：根据射频热凝损毁术前和术后发作间期睡眠状态下的立体定向脑电图数据，对立体定向脑电图数据进行预处理；设置若干阈值，选择最优阈值；构建热凝前脑网络和热凝后脑网络，提取热凝前脑网络特征和热凝后脑网络特征，比较热凝前脑网络特征和热凝后脑网络特征，根据热凝前后脑网络特征差异构建预测模型，对射频热凝损毁癫痫灶术后效果进行预测，判断是否实现无癫痫发作。本发明专利技术基于热凝后实现癫痫不发作的患者的脑电网络更接近正常人的脑电网络，通过对比热凝毁损前后脑网络拓扑学特征的变化规律，从而通过脑网络特征的变化结合机器学习模型训练后预测热凝损毁术后的效果。后的效果。后的效果。

【技术实现步骤摘要】
一种射频热凝损毁癫痫灶术后效果评估方法


[0001]本专利技术属于医学电生理辅助评估检查
，尤其涉及一种射频热凝损毁癫痫灶术后效果评估方法。

技术介绍

[0002]癫痫是一种由神经元异常放电引起，以突发性的反复发作为特征的脑部疾病。癫痫在临床表现上具有痫性发作、短暂性、刻板性等特点。立体定向脑电图(SEEG)是一种相对安全且能够较为准确地进行术前定位癫痫灶的微创评估方法。SEEG通过置入多导联立体定向电极来记录颅内电生理活动，医生读取SEEG脑电图上记录到的大脑异常放电来判断癫痫灶的具体位置，为手术提供指导。射频热凝毁损手术(RF
‑
TC)是通过本身置入的电极输入高能电流产生热量，对电极所在位置周围组织进行加热凝固，使组织变性以达到损毁癫痫灶的目的。基于立体定向脑电图的射频热凝毁损癫痫灶技术(RF
‑
TC)是一种微创技术，当切除手术不可行时，它被用于精确地破坏和损毁大脑深部致痫性的结构。射频热凝毁损癫痫灶的技术具有创伤小，感染风险低的优点。在热凝毁损术后，临床上通常对患者进行长期的随访，通过随访结果来评估患者的热凝毁损手术效果。随访的时间节点一般为术后三个月，术后半年，术后一年，术后两年，每次随访医生会根据患者的实际情况给予术后效果评定。

技术实现思路

[0003]本专利技术的目的在于提出一种射频热凝损毁癫痫灶术后效果评估方法，基于热凝后实现癫痫不发作的患者的脑电网络更接近正常人的脑电网络这一假设，通过对比热凝毁损前后脑网络拓扑学特征的变化规律，从而通过这些脑网络特征的变化结合机器学习模型训练后预测热凝损毁术后的效果。
[0004]为实现上述目的，本专利技术提供了一种射频热凝损毁癫痫灶术后效果评估方法，包括以下步骤：
[0005]根据射频热凝损毁术前和术后发作间期睡眠状态下的立体定向脑电图数据，对所述立体定向脑电图数据进行预处理；
[0006]设置若干阈值，选择最优阈值；
[0007]构建热凝前脑网络和热凝后脑网络，提取热凝前脑网络特征和热凝后脑网络特征，比较所述热凝前脑网络特征和所述热凝后脑网络特征，获取热凝前后脑网络特征差异，根据所述热凝前后脑网络特征差异构建预测模型，对射频热凝损毁癫痫灶术后效果进行预测，判断是否实现无癫痫发作。
[0008]可选的，对所述立体定向脑电图数据进行预处理方法包括：采用双极参考，进行了1.5Hz的高通滤波和49
‑
51Hz的陷波滤波，再将所有数据统一降采样到250Hz。
[0009]可选的，设置若干阈值，选择最优阈值方法包括：
[0010]两点之间的直连路径长度大于间接路径长度，则将连接矩阵中两节点之间的直接连接删除，在连接矩阵上的连接强度值设为0，即两点之间的直接距离为无穷大，网络中两
节点之间的距离由最小路径法计算。
[0011]可选的，所述热凝前脑网络特征包括：特征路径长度L1、平均聚类系数C1、介度中心性系数BC1、同配性系数R1；所述热凝后脑网络特征包括：特征路径长度L2、平均聚类系数C2、介度中心性系数BC2、同配性系数R2。
[0012]可选的，比较所述热凝前脑网络特征和所述热凝后脑网络特征的方法包括：采用符号秩和检验法分别对射频热凝损毁术前组与术后组、预后良好组与预后欠佳组的差异进行检验。
[0013]可选的，根据所述热凝前后脑网络特征差异构建预测模型方法包括：将特征数据分别以逻辑回归的显著性和优势比，方差分析的F值，卡方统计量为指标的过滤，递归特征消除法的包装法，通过特征筛选方法独立推荐各特征子集，从中筛选出被多数推荐方法独立推荐的特征构建预测模型。
[0014]可选的，对射频热凝损毁癫痫灶术后效果进行预测包括：使用支持向量机、决策树、逻辑回归和引导聚集算法模型对射频热凝损毁术后效果进行预测，获取预测指标并采用四折交叉验证对预测模型进行训练。
[0015]可选的，判断是否实现无癫痫发作包括：将所述预测指标应用于临床热凝手术效果的评估，通过分析术后脑网络拓扑特征的变化来预测是否可实现无癫痫发作。
[0016]本专利技术技术效果：本专利技术公开了一种射频热凝损毁癫痫灶术后效果评估方法，基于热凝后实现癫痫不发作的患者的脑电网络更接近正常人的脑电网络这一假设，通过对比热凝毁损前后脑网络拓扑学特征的变化规律，从而通过这些脑网络特征的变化结合机器学习模型训练后预测热凝损毁术后的效果。
附图说明
[0017]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0018]图1为本专利技术实施例射频热凝损毁癫痫灶术后效果评估方法的流程示意图；
[0019]图2为本专利技术实施例射频热凝损毁术前术后脑网络特征差异；
[0020]图3为本专利技术实施例脑网络术后与术前特征变化的统计学分析；
[0021]图4为本专利技术实施例脑网络术后效果良好与欠佳组个体结果；
[0022]图5为本专利技术实施例机器学习预测术后效果模型性能。
具体实施方式
[0023]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0024]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0025]如图1
‑
5所示，本实施例中提供一种射频热凝损毁癫痫灶术后效果评估方法，包括以下步骤：
[0026]根据射频热凝损毁术前和术后发作间期睡眠状态下的立体定向脑电图数据，对所
述立体定向脑电图数据进行预处理；
[0027]设置若干阈值，选择最优阈值；
[0028]构建热凝前脑网络和热凝后脑网络，提取热凝前脑网络特征和热凝后脑网络特征，比较所述热凝前脑网络特征和所述热凝后脑网络特征，获取热凝前后脑网络特征差异，根据所述热凝前后脑网络特征差异构建预测模型，对射频热凝损毁癫痫灶术后效果进行预测，判断是否实现无癫痫发作。
[0029]使用立体定向技术置入SEEG电极，每根电极上有8
‑
18个电极点，每个电极点之间的间距为1.5mm。SEEG的采样率为1000Hz或2000Hz。本专利技术选取患者睡眠期术前和术后的颅内脑电数据，截取的睡眠脑电数据时长为120秒。本专利技术选取最后一次热凝后的SEEG数据作为术后数据进行分析。
[0030]本专利技术对原始的SEEG数据进行预处理，其预处理方法和流程如下：采用双极参考，进行了1.5Hz的高通滤波和49
‑
51Hz的陷波滤波，再将所有数据统一降采样到250Hz。本专利技术采用格兰杰因果连接的部分定向相干(PDC)和定向相干函数(DTF)作为格兰杰因果理论的直接有效连接方法，在本专利技术中被用来构建癫痫实施射频热本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种射频热凝损毁癫痫灶术后效果评估方法，其特征在于，包括以下步骤：根据射频热凝损毁术前和术后发作间期睡眠状态下的立体定向脑电图数据，对所述立体定向脑电图数据进行预处理；设置若干阈值，选择最优阈值；构建热凝前脑网络和热凝后脑网络，提取热凝前脑网络特征和热凝后脑网络特征，比较所述热凝前脑网络特征和所述热凝后脑网络特征，获取热凝前后脑网络特征差异，根据所述热凝前后脑网络特征差异构建预测模型，对射频热凝损毁癫痫灶术后效果进行预测，判断是否实现无癫痫发作。2.如权利要求1所述的射频热凝损毁癫痫灶术后效果评估方法，其特征在于，对所述立体定向脑电图数据进行预处理方法包括：采用双极参考，进行了1.5Hz的高通滤波和49
‑
51Hz的陷波滤波，再将所有数据统一降采样到250Hz。3.如权利要求1所述的射频热凝损毁癫痫灶术后效果评估方法，其特征在于，设置若干阈值，选择最优阈值方法包括：两点之间的直连路径长度大于间接路径长度，则将连接矩阵中两节点之间的直接连接删除，在连接矩阵上的连接强度值设为0，即两点之间的直接距离为无穷大，网络中两节点之间的距离由最小路径法计算。4.如权利要求1所述的射频热凝损毁癫痫灶术后效果评估方法，其特征在于，所述热凝前脑网络特征包括：特征路径长度L1、平均聚类系数C1、介度中...

【专利技术属性】
技术研发人员：梁九兴，沈静娴，董衍岗，郭强，谭红平，陈淼彬，翁旭初，
申请(专利权)人：广东三九脑科医院，
类型：发明
国别省市：