立體定向腦電圖在難治性癲癇外科治療中的應用進展

鐘建衛,孫永鋒,徐大偉,王 濤 綜述 李煜環 審校

難治性癲癇(refractory epilepsy,RE)是指在臨床通過檢查確定癲癇的診斷,并在系統抗癲癇診療方案指導下,服用兩種或兩種以上的抗癲癇藥物,仍不能控制發作的癲癇類型,有較高致殘率,甚至會引起死亡的顱腦疾病[1]。目前對于RE的治療,通過外科給予致癇灶切除是一種重要的治療方式,手術治療效果比較滿意[2]。但是,大多數RE病例臨床表現更為復雜,涉及雙側腦電圖表現,與影像學信息矛盾,需要采用侵入性研究方法。近年來,大多數綜合癲癇中心已經轉向立體定向腦電圖(stereotactic electroencephalography, SEEG)顱內記錄進行RE的術前評估[3]。SEEG的理念最初形成于20世紀,在法國巴黎由Talairach和Bancaud在Sainte-Anne醫院首次提出[4],隨后開始在西方多個癲癇外科中心逐漸試驗性的使用。經過長期的探索與實踐,直到近十多年以來,隨著醫學影像技術、醫學材料技術的發展,尤其機器人輔助定位技術的出現,SEEG臨床應用才取得了新的進展,當然規模性的應用還是在西方多個國家的癲癇治療中心[5]。我國首先開展SEEG手術并報道的是清華大學玉泉醫院,于2013年完成了國內首例癲癇患者的SEEG電極置入[6],從此拉開了國內使用SEEG技術的序幕。經過十余年我們國家多個癲癇中心共同努力,不斷地探索和總結,SEEG已經出現了積極應用的良好趨勢。本文綜合以往研究,全面總結了SEEG在RE外科治療中的應用及研究進展。

1 應用時機

一直以來各個癲癇中心的術前評估必須遵循解剖(代謝)-電生理-臨床同一性原則來定位致癇區,這是臨床對于致癇灶定位的根本原則[7]。當非侵入性檢查包括頭顱MRI、頭顱正電子發射型計算機斷層顯像(positron emission computed tomography,PET-CT)、長程視頻腦電圖(video electroencephalogram,VEEG)等資料結果與臨床癥狀表現和神經心理學評估等無法滿足同一性原則,即對致癇灶精準定位不準確,就需要侵入性檢查手段來進一步確定致癇區。侵入性術前評估主要為顱內腦電圖(intracranial EEG, iEEG),即硬膜下電極腦電圖(subdural electrodes EEG, SDEG)和SEEG[8,9]。SDEG曾經是侵入性術前評估找尋致癇灶的主要手段,其需要開顱手術使用膜性電極,在硬膜下網格覆蓋可能存在癲癇區的大腦皮層,獲取腦皮層電生理信息,這種電極不能記錄大腦更深層次的電生理活動。SDEG 需要骨瓣開顱手術,故創傷性較大,并發癥較多。不同于SDEG的開顱手術電極置入方式,SEEG使用微型腦深部電極,通過立體定向微創方式將電極置入,符合微創手術理念,并且能夠探索SDEG不能抵達的腦深部組織的電生理活動,尤其是島葉深部、島葉周邊腦電活動的監測。SEEG能夠極大地提高致癇灶區域的精準定位及其傳播網絡的確定,為外科手術的最終實施奠定基礎[10]。

2 適應證

SEEG是一種微創侵入性的腦電圖檢測手段,嫁接在立體定向技術的基礎之上,使用微電極向大腦內不同點位進行置入,通過監測電極信息并記錄相關區域異常腦電圖情況,來確定致癇灶區域及放電擴散的區域,同時明確致癇灶與腦內相關功能區之間的關系,以指導對于RE患者進行外科手術的切除方式[11,12]。SEEG的適應證[13-15]:(1)通過無創評估已經形成一個致癇灶區域范圍的假設,但在解剖(代謝)-電生理-臨床方面存在信息矛盾,不能準確定位致癇灶,比如核磁表現陰性的患者不支持視頻腦電圖結果等情況;(2)腦深部病變或假設形成的致癇灶毗鄰功能區,需要準確的腦功能區定位,來精準指導手術切除范圍;(3)致癇灶區域位置較深或有多發小病灶需要精確區分和確認具體起源位置;(4)雙側區域性放電需要甄別側別。

3 微創電極置入及監測

在電極置入之前,要設立完整的置入計劃,需要將非侵入性檢查評估中獲得的數據,作為腦內電極置入的指引。患者一般需進行T1序列對比增強MRI以及磁共振血管成像(MRA)等檢查,這些圖像被傳輸到神經導航軟件,規劃插入軌跡和目標,并與血管軌跡匹配,以防止出血并發癥[16]。手術當天安裝Leksell立體定向頭架,或者安排無框架機器人輔助手術,置入過程在手術室全麻下進行。目前,國內外大型綜合癲癇中心的SEEG電極置入已經轉向使用機器人置入裝置。該機器人有一個直徑為2.5 mm的套管,固定在設備臂上。在顱骨上鉆孔并穿透硬腦膜形成直徑2 mm的孔,隨后插入置入螺栓。在初始置入螺栓的引導下,將一根小針(直徑2 mm)插入毛刺孔部位,輕輕地進入大腦。SEEG記錄中使用的深度電極是一串圓柱形觸點(范圍從4到18),間距為2～10 mm,直徑為1 mm或更小,記錄面積為3～5 mm2。機器人輔助已被證明更省時,就像傳統的立體定向手術一樣精確[3,17,18]。為驗證電極置入后的準確性,通常情況下在術后需要再次行頭顱CT檢查,并將檢查掃描數據與術前配準進行比對,確認電極位置,同時CT檢查還可以明確術后是否有顱內出血等情況以確保無急性并發癥發生。在電極置入手術后24 h內開始視頻腦電監測,監測時間以7～10 d為宜。在監測過程中,理想狀態下需要監測到3次及以上的癲癇發作,得到發作期的SEEG記錄結果對于致癇灶定位意義非常重大。在沒有獲得自然狀態下癲癇發作期的腦電圖結果的情況下,通過置入的SEEG電極進行電刺激,誘導癲癇發作,從而獲得發作期的臨床表現以及記錄到發作期的SEEG腦電結果,通過綜合分析精確定位患者致癇區,或者排除非侵入性檢查評估時假設的致癇區,電刺激記錄結果同樣可以大致確定致癇區與腦功能區的解剖位置關系[19]。通過深部電極獲得的結果,可以很好地驗證或者反駁推翻前期評估中對于致癇灶的假設,從而指導臨床下一步手術治療的安全有效實施。

4 安全性及優缺點

國內外不同癲癇治療中心的臨床使用結果均顯示SEEG是一種安全的癲癇檢測評估手段。Mullin等[20]回顧分析了2624例SEEG術后總體并發癥的發生率為1%～5.6%。電極置入區腦皮層出血是最常見的并發癥,通過手術操作方式改進以及術前規劃系統的血管規避,可以有效降低顱內出血的發生率。Toledano等[21]報道自2015年以來,他們的癲癇中心開發了一種特定的技術—選擇性CT血管造影,它已經取代了數字減影血管造影,能夠對單個電極軌跡周圍的大腦區域進行特定的可視化血管造影。自實施該技術以來,其中心未再發生顱內出血等并發癥。術區感染是術后潛在的并發癥之一,Gonzalez-Martinez等[22]及Ollivier等[23]的研究可以得到基本相同的結果。作為癲癇術前評估侵入性檢查的兩種常用方式,有學者對SEEG和SDEG并發癥的發生率以及安全性進行比較,結果顯示,SEEG檢查的總體并發癥發生率(8/48,16.7%)低于SDEG檢查(13/52,25.0%)。SDEG通過骨瓣開顱的方式進行電極置入檢測,創傷性較大,手術時間長,并發癥的發生率相較于SEEG必然升高。

而SEEG作為微創手術方法,術后管理變得簡單化,其微創傷性以及手術效率的優越性進一步展現[24,25]。SEEG優點主要在于,不需要進行大骨瓣開顱手術,而且由于其利用立體定向技術方面特有的定位精準的特性,能夠準確有效達到目標區域并監測記錄良好的腦電數據信息。所以其適合于可疑致癇灶起源于內側皮質或深部結構,如顳葉內側結構、額底、島葉、扣帶回等區域,尤其是需要雙側埋置電極確診致病側別的病例[26]。當然SEEG也有其缺陷,SEEG電極置入術的主要缺點在于其電極的置入局限于顱內較小范圍的腦區域,電極對腦葉覆蓋的范圍有限,所以SEEG記錄連續多個皮質區域的腦電生理信息能力有所欠缺[14,27-28]。

5 射頻熱凝術(radiofrequency thermocoagulation,RF-TC)

除了精確評估RE的致癇灶區域以指導外科手術對致癇區域的完整切除以外,通過SEEG技術作為引導,國際國內一些癲癇治療中心,逐步開展應用SEEG引導下的RF-TC進行癲癇治療。RF-TC的原理是通過射頻電流的傳播,在電場的每個給定點產生震蕩,誘導目標區域的帶電離子發生高頻移動,進而引起周圍組織摩擦產生熱能,腦組織產熱變性以達到治療效果[29]。連接SEEG顱內電極與射頻發射器,通過電極觸點對目標區域進行熱凝治療,破壞致癇灶及關鍵節點,阻斷異常網絡放電的產生及傳播。這種熱凝可以直接作用于SEEG檢查確定的癲癇起始區,并且可以對異常網絡上的節點進行多靶點的熱凝毀損。熱凝本身不會增加SEEG電極置入相關的手術風險,在實施熱凝之前,可以通過皮質刺激進行功能定位,從而減少術后的神經功能障礙發生。SEEG引導下的RF-TC其治療范圍主要包括中線區、深部結構、島葉等部位以及癲癇發作相關致癇傳導網絡,包括下丘腦錯構瘤、側腦室壁灰質異位結節,以及病灶的致癇性明確、邊界清晰、范圍局限的局灶性皮質發育不良。SEEG引導下RF-TC是癲癇外科治療方案中的一項有力補充,選擇合適的病例進行RF-TC安全有效,甚至可以達到無發作。可以預期此治療方式將逐漸成為RE的一種新的有前途的微創治療方法[14,21,30-32]。

6 SEEG與人工智能

SEEG目前被用作預測癲癇發作人工智能(AI)算法的一部分。Wang等[33]的一項研究使用了堆疊一維卷積神經網絡模型結合隨機選擇和數據增強策略。他們用這種方法研究了大量頭皮和顱內腦電圖,結果顯示:頭皮EEG檢測靈敏度為88.14%,特異度為99.62%,準確度為99.54%;SEEG檢測靈敏度為90.09%,特異度為99.81%,準確度為99.73%。他們的結論是該預測模型可以有效并準確地利用SEEG和iEEG數據來檢測癲癇發作。AI微型機器人模型系統也被應用作為電極置入SEEG過程的一部分,具有更精確的置入系統和更短的時間框架[34]。AI深度學習模型已被開發用于識別來自大腦癲癇發病區域的癲癇信號,他們利用原始時間序列信號構建一維卷積神經網絡,實現電極觸點間的深度特征提取和信號檢測。在Bern-Barcelona數據庫中,靈敏度為97.78%,準確度為97.60%,特異度為97.42%。AI深度學習可以為自動SEEG發作檢測系統提供新的標準化研究[35]。隨著綜合癲癇中心標準化SEEG和AI的應用,相信未來AI在癲癇領域將更加蓬勃發展。

綜上所述,SEEG概念的建立直至較為廣泛的臨床使用,經歷了曲折的過程。但由于其微創操作的使用方式,尤其在手術機器人的出現后,極大地推進了其臨床應用,前景非常廣闊。SEEG是一種有效的和安全的癲癇患者致癇灶監測定位方法,同時借助SEEG置入的深部電極進行RF-TC可以達到治療和評估患者預后的目的,因此在癲癇外科中心越來越受歡迎,在歐洲、北美、中國北京都得到了迅速的推廣。我們相信,隨著更多癲癇中心對SEEG的認可使用,臨床病例報道會逐步增加,同時置入技術、設備的改進和置入材料的更新,SEEG將會得到更加廣泛的應用,為廣大的RE患者帶來福音。