📄 medicine

Longitudinal Changes in Intracranial EEG Spectral Power and Phase-Locking Value During Responsive Neurostimulation Therapy in Drug-Resistant Epilepsy

本研究分析了八名反应性神经刺激队列患者颅内脑电图频谱功率和相位锁定值的纵向变化，揭示了患者间在轨迹斜率上的显著异质性，并确定了刺激前 delta 和 theta 波段的功率是临床医生处方刺激强度的最强预测因子。

原作者： Kumar Bala

发布于 2026-08-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Kumar Bala

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你的大脑就像一座繁忙的城市，数以十亿计的小型信使（神经元）不断发送信号，维持着你的思考、运动和感受。通常情况下，这些交通流量流动顺畅。但对于某些人来说，交通灯会失灵，导致大规模、混乱的交通拥堵，这种现象被称为癫痫发作。当药物无法修复这些交通拥堵时，医生有时会使用一种特殊的“智能交警”，叫做反应性神经刺激（RNS）。这个设备被植入大脑中，用来倾听这些信使。如果它听到城市开始发生交通拥堵，它会立即发出一个微小的电信号“呐喊”，在癫痫接管局面之前将其平息下来。

但这里有一个谜团：我们知道这个设备有效，但我们并不完全理解大脑在接受该设备数月或数年的“教练指导”时是如何变化的。大脑是变得更安静了？还是交通模式发生了变化？为了解决这个问题，科学家需要观察在设备介入之前大脑所发出的“噪音”。他们正在寻找这些噪音中的特定模式——比如嘈杂程度的音量（频谱功率）或信使们步调一致的程度（相位锁定）——以观察这些模式是否能告诉我们，设备需要多大的力气才能维持和平。

核心问题：大脑是在变响还是在变轻？

在这项研究中，一位名叫 Kumar Bala 的研究人员决定扮演一名侦探，去研究一个庞大的脑电记录开放图书馆。他研究了八位勇敢的患者的数据，这些患者都植入了这种“智能交警”设备来治疗药物难治性癫痫。在约九个月到一年半的时间里，该设备记录了数千段 90 秒长的脑活动片段。每段片段的前 60 秒发生在设备发出平息呐喊之前，这为干预前的脑部状态提供了完美的快照。

其目标是追踪这些脑电信号随时间的变化情况。随着疗程的进行，大脑是变得更平静了？还是变得更混乱了？以及大脑噪音的“音量”能否预测设备发出的呐喊需要多强？

研究结果：两个大脑的故事

结果有点像是在观察两个不同的城市对一套新交通计划的反应。并没有一个适用于所有人的单一故事；相反，患者展现出了两种截然不同的个性。

一些患者，比如一位名叫 Sub-08 的年轻女性，表现出大脑随着时间的推移似乎变得更加“响亮”了。她的脑波，尤其是那些缓慢、沉重的轰鸣声（被称为“delta”和“theta”频带），其功率增加了。这就像是她的脑部在呐喊：“我需要更多帮助！”事实也确实如此，她的医生不得不调高设备的刺激音量来确保她的安全。

另一方面，另一位患者 Sub-04 则呈现出相反的趋势。他的脑波随着数月的推移变得更加“安静”和冷静。混乱的能量消退了。有趣的是，尽管他的大脑看起来趋于平静，但医生的确略微增加了他的刺激强度，这可能是为了确保这种和平得以维持。

这告诉我们，每个大脑都是独特的。你不能仅仅看一个群体平均值就说“大脑会变安静”。对于某些人来说，它在变响；对于另一些人来说，它在变轻。通往康复的路径因人而异。

秘密线索：低频轰鸣声

尽管存在这些差异，研究人员发现了一个适用于整个群体的黄金线索。他发现“低频轰鸣声”（delta 和 theta 功率）是预测设备工作强度最好的指标。

把它想象成收音机上的音量旋钮。研究发现了一个强关联：在设备采取行动之前，大脑中的低频轰鸣声越大，医生的刺激旋钮就需要转得越高。

Delta 的联系： 缓慢、深沉的 delta 波具有最强的关联。如果 delta 功率高，刺激振幅（即电信号呐喊的强度）也会随之提高。
Theta 的联系： 稍快一些的 theta 波也显示出这种模式。
“齐步走”之谜： 研究人员还检查了大脑信使是否在完美同步地“齐步走”（这是一个称为相位锁定值的测量指标）。令人惊讶的是，虽然噪音的“音量”很重要，但信使们的“同步性”似乎并不能预测设备需要的强度。大脑可以是在齐步走或步调不一，但真正起作用的是低频噪音的纯粹“响度”。

这意味着什么（以及并不意味着什么）

这项研究表明，对于这类癫痫患者，在癫痫发作前大脑中的低频能量水平，是衡量他们需要多少“帮助”的一个好迹象。如果大脑发出大量的低频噪音，设备就需要通过更大的声音来中断它。

然而，作者谨慎地指出这只是一个“探索”，而非最终的规则手册。由于这项研究并没有关于每位患者具体癫痫发作次数的记录（只有设备设置数据），我们无法确定调高音量是否真的停止了癫痫，只能说医生觉得有必要这样做。此外，由于患者之间存在巨大差异，因此“一刀切”的方法是行不通的。医生可能需要根据每位患者独特的脑部故事随时间变化的情况，来寻找合适的设置。

简而言之，这篇论文为我们提供了一种聆听大脑的新方式。它表明，大脑深沉、缓慢的轰鸣声是调节疗法的关键信号，但也提醒我们，每个大脑都有其独特的节奏，需要被个体化地理解。

技术摘要：响应式神经刺激疗法期间颅内 EEG 频谱功率与相位锁定值的纵向变化

问题陈述
响应式神经刺激（RNS）是一种针对药物难治性癫痫的闭环疗法，可在检测到发作活动时提供按需电刺激。虽然临床试验已证实了 RNS 的疗效，但其渐进式治疗获益背后的神经机制，以及用于预测或监测个体治疗反应的生物标志物的识别，目前仍不明确。具体而言，目前尚不清楚刺激前的颅内脑电图（iEEG）特征是否会在数月的慢性治疗过程中发生纵向演变，以及这些变化是否与个体的治疗挑战相关。在本研究之前，新发布的 ds007095 OpenNeuro 数据集提供了一个独特的、公开可用的包含 8 名 RNS 患者纵向双通道 iEEG 的存档，但缺乏将信号特征与治疗轨迹联系起来的系统分析。

方法论
本研究对 ds007095 数据集进行了二次分析，该数据集包含 8 名植入 NUEHILL BCM210A 设备的成年药物难治性局灶性癫痫患者的 6,019 条独立 90 秒 iEEG 记录。分析涵盖了每位患者在 275 至 522 天期间的 355 次每周会话。

数据处理： 对于每条记录，保留前 60 秒（刺激前时段）。除了排除读取错误外，未进行额外的滤波或伪影剔除。
特征提取：
- 频谱功率： 使用 Welch 方法（0.64s Hann 窗，78.1% 重叠）来估计功率谱密度（PSD）。带功率通过五个经典频带进行计算：delta (1–4 Hz)、theta (4–8 Hz)、alpha (8–13 Hz)、beta (13–30 Hz) 和 gamma (30–80 Hz)。数值经过 $\log_{10}$ 转换，并在两个记录触点间取平均值。
- 相位锁定值 (PLV)： 跨通道 PLV 计算为各频带及宽带 (1–80 Hz) 信号瞬时相位差的平均结果长度（通过 Hilbert 变换）。
纵向建模： 对每个特征使用普通最小二乘法 (OLS) 线性回归，针对自首次会话以来经过的天数进行拟合，以表征个体患者的轨迹（斜率）。
关联分析： 以临床医生规定的刺激幅度作为癫痫负担（治疗需求）的连续代理变量。通过汇总所有 3 55 次会话，计算所有 iEEG 特征与刺激幅度之间的 Spearman 秩相关。对 11 项统计检验应用了 Bonferroni 校正（阈值 $\alpha = 0.0045$ ）。

关键结果
分析显示出显著的个体间异质性，即纵向轨迹表现，整个队列不存在单一模式。

轨迹分化：
- Sub-08 (24F) 在所有频带中表现出最强的宽带功率增加（例如，delta 斜率 $+2.5 \times 10^{-3} \log_{10} \text{V}^2/\text{Hz}/\text{day}$ , $p < 0.001$ ），表明发作性振荡能量呈进行性放大。
- Sub-04 (41M) 显示出所有频带一致且显著的功率下降（例如，delta 斜率 $-1.5 \times 10^{-3}, p < 0.001$ ），是队列中最显著的下降。
- 刺激幅度稳定的患者（Sub-01, Sub-02）表现出相对平坦的轨迹。
与刺激幅度的相关性：
- Delta 功率表现出与刺激幅度最强的正相关性（Spearman $\rho = 0.429, p < 0.001$ ），并经受住了 Bonferroni 校正。
- Theta 功率 ( $\rho = 0.334$ ) 和 Beta 带 PLV ( $\rho = 0.318$ ) 也显示出显著的正相关。
- Gamma 功率 ( $\rho = 0.260$ ) 和 Alpha 功率 ( $\rho = 0.246$ ) 显示出较弱但仍显著的正相关。
- Delta PLV 显示出显著的负相关 ( $\rho = -0.185$ )。
- 宽带 PLV 与幅度没有显著关联 ( $\rho = -0.02, p = 0.75$ )。

意义与主张
作者将这些发现定性为探索性的，指出由于数据集缺乏正式的癫痫发作频率结果数据，因此无法直接将其与临床缓解状态联系起来，但研究提出了以下意义：

识别候选生物标志物： 低频频谱功率，特别是 delta 和 theta 频带，被确定为与刺激幅度（癫痫负担的代理变量）关联最稳健的特征。这表明具有更高发作性低频功率的患者需要更密集的治疗刺激。
个体化建模的必要性： 轨迹斜率的显著异质性（例如，Sub-04 下降而 Sub-08 上升）强调了群体平均统计量会掩盖患者层面的复杂性。作者认为，理解 RNS 动态需要个体化的纵向建模。
方法论贡献： 本研究建立了一个可重复使用的、开源的流程，用于从公开的 RNS 数据集中提取和建模纵向 iEEG 生物标志物。
功率与同步性的解离： 研究结果强调了功率与同步性的解离，即慢速发作性能量（功率）随治疗需求增加，而这些振荡的空间相干性（PLV）并不一定遵循相同的趋势，这表明了不同的底层网络机制。

研究结论认为，尽管这些发现需要在具有正式结果数据的更大队列中进行验证，但 delta 功率已成为未来研究的首要生物标志物。

技术摘要：响应式神经刺激疗法期间颅内 EEG 频谱功率与相位锁定值的纵向变化

类似论文