分享:
分享到微信朋友圈
X
综述
功能磁共振成像在青少年肌阵挛性癫痫中的脑网络及内表型研究进展
张馨 任洁钏 暴军香

Cite this article as: Zhang X, Ren JC, Bao JX. Advances of brain network and endophenotypes in fMRI in juvenile myoclonic epilepsy[J]. Chin J Magn Reson Imaging, 2022, 13(7): 143-146, 155.本文引用格式:张馨, 任洁钏, 暴军香. 功能磁共振成像在青少年肌阵挛性癫痫中的脑网络及内表型研究进展[J]. 磁共振成像, 2022, 13(7): 143-146, 155. DOI:10.12015/issn.1674-8034.2022.07.028.


[摘要] 青少年肌阵挛性癫痫(juvenile myoclonic epilepsy, JME)是一种从青春期开始的终生疾病。JME患者的认知水平下降,异常的网络连接被认为是引起认知功能障碍的原因。基于功能磁共振成像(functional magnetic resonance imaging, fMRI)的研究对揭示JME患者脑功能网络异常及认知功能障碍已取得显著成果,在阐明JME生理病理方面具有重大潜力。功能网络连接研究阐明了JME患者脑网络的改变并帮助理解JME的神经机制。非传统脑电-功能磁共振成像(electroencephalography-functional magnetic resonance imaging, EEG-fMRI)联合研究EEG的动态网络相关联的血氧水平依赖(blood oxygen level dependent, BOLD)活动,从新的角度揭示JME神经机制。JME内表型的fMRI研究可帮助提供临床特征和潜在遗传特征之间的联系。本文将对fMRI在JME脑网络、EEG的动态网络相关联的BOLD活动及内表型研究进展进行综述。
[Abstract] Juvenile myoclonic epilepsy (JME) is a lifelong disorder that begins in adolescence. Cognitive decline and abnormal network connectivity are thought to be responsible for cognitive dysfunction in JME patients. Functional magnetic resonance imaging (fMRI) studies have achieved remarkable results in revealing abnormalities of brain functional network and cognitive dysfunction in JME patients, and have significant potentialities to elucidate the physiopathology of JME. Functional network connectivity studies elucidate alterations in brain network of JME patients and help understand the neural mechanisms of JME. Non-traditional electroencephalography-functional magnetic resonance imaging (EEG-fMRI) studies blood oxygen level dependent (BOLD) activities associated dynamic network of EEG, sheding new light on the neural mechanisms of JME. Endophenotypes studies of JME in fMRI help provide a link between clinical features and underlying genetic characteristics. In this article, we will review the advance of brain network, BOLD activities associated dynamic network of EEG and endophenotypes of JME in fMRI.
[关键词] 功能磁共振成像;青少年肌阵挛性癫痫;脑功能网络;内表型
[Keywords] functional magnetic resonance imaging;juvenile myoclonic epilepsy;brain functional network;endophenotype

张馨 1   任洁钏 2   暴军香 1*  

1 空军军医大学航空航天医学系,西安 710032

2 首都医科大学附属北京天坛医院神经病学中心,北京 100070

暴军香,E-mail:baojunx@fmmu.edu.cn

作者利益冲突声明:全体作者均声明无利益冲突。


基金项目: 国家自然科学基金 81601126
收稿日期:2021-12-26
接受日期:2022-06-22
中图分类号:R445.2  R742.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.07.028
本文引用格式:张馨, 任洁钏, 暴军香. 功能磁共振成像在青少年肌阵挛性癫痫中的脑网络及内表型研究进展[J]. 磁共振成像, 2022, 13(7): 143-146, 155. DOI:10.12015/issn.1674-8034.2022.07.028

       青少年肌阵挛性癫痫(juvenile myoclonic epilepsy, JME)是在儿童晚期至青少年时期出现的一种常见的遗传性全身性癫痫综合征,具有多基因病因,占所有癫痫的10%[1, 2, 3, 4]。三分之一的JME患者患有药物难治性强直肌阵挛抽搐,若停用抗癫痫药物,70%~80%的患者会复发[5, 6]。各种刺激可诱发癫痫发作,如疲劳、酒精摄入、压力或复杂的认知任务[7]。JME的神经心理学评估显示患者认知水平下降[8],在工作记忆、前瞻记忆、决策等任务中的表现均受损[9, 10]。功能网络可以帮助无创地进行癫痫综合征病理生理变化评估及分析认知功能障碍的原因[11]。基于功能磁共振成像(functional magnetic resonance imaging, fMRI)的JME研究对探究大脑功能网络异常及分析患者认知功能障碍具有极大价值,在解释JME病理生理方面具有重大潜力[12, 13, 14]。关于JME患者功能网络连接方面的研究,不仅在静态功能连接上获得了大量研究成果,而且部分研究还采用动态功能连接,从另一个新颖角度挖掘到更多有价值的信息。非传统的脑电-功能磁共振成像(electroencephalography-functional magnetic resonance imaging, EEG-fMRI)联合探究JME患者EEG的动态网络特征与血氧水平依赖(blood oxygen level dependent, BOLD)之间的关系,为JME的病理生理研究提供了新的参考依据。由于JME复杂的多基因病因及高遗传性,基于fMRI的JME内表型研究也具有重大意义。因此,本文对fMRI在JME疾病中的脑网络及内表型研究进展进行综述。

1 fMRI的JME功能网络连接研究

       有大量证据表明JME患者的脑网络受到破坏,包括丘脑-皮质、额叶-岛叶、默认模式网络(default mode network, DMN)、基底神经节网络、感觉运动网络等[15, 16, 17],且脑功能连接的改变影响JME患者的临床特征。fMRI研究已提供了JME患者脑异常连接的重大研究成果,可以帮助更清晰揭示JME的发病机制。目前关于JME脑功能连接的研究不仅基于静态功能连接,还有一些研究采用动态连接方法探究脑功能连接。

1.1 静态功能网络连接研究

       静态功能连接通常采用整个静息状态的fMRI时间序列,通过大脑区域间信号的时间相关性得到[18]。功能网络的破坏与JME特定的神经病理行为之间的联系一直是研究的重点。部分JME患者存在着运动、认知功能和情绪异常[19, 20],静态功能连接研究可以帮助理解产生这些变化的神经机制。Zhong等[21]通过分析JME患者与健康被试间灰质体积的差异确定种子点,进行静态功能连接研究,发现JME患者功能连接的改变主要出现在运动和认知相关区域,小脑在JME患者的运动控制和认知调节中起重要作用,也对枕叶的活动有一定影响,这些功能连接的变化与JME患者的临床特征具有相关性。Jiang等[22]研究JME患者丘脑亚区的功能连接对临床特征的影响。该研究通过纤维束追踪和对丘脑相关的功能连接图进行独立成分分析,将丘脑分为八个亚区。研究发现JME患者丘脑亚区与额上回的功能连接减少,与丘脑后侧辅助运动区的功能连接增强,与突显网络的功能连接增加,与默认网络的功能连接减少。丘脑-前额皮质网络的异常可能与JME患者额中央的尖波传播有关,JME的情绪和认知缺陷可能与突显网络和默认网络的连接改变相关。JME也与丘脑亚区功能连接增强以及基底神经节和小脑有关。此外,苍白球功能连接的增加与疾病发病时间呈正相关。该研究为了解JME患者特定的丘脑亚区-皮质的网络异常提供了新证据,后丘脑可能在JME的全身性癫痫活动中发挥关键作用。JME患者的脑区间连接会发生一定的改变,但是某些脑区异常对JME患者脑网络变化的影响很大。探讨JME的核心脑区的相关问题,对JME神经机制研究具有重要意义。有研究基于格兰杰因果分析模型分析JME患者的脑功能有效连接及核心脑区[23]。结果显示JME患者组右侧额中回到左侧楔前叶、右侧额中回到左侧海马旁回的格兰杰因果关系均为负激活。该研究认为右侧额中回对JME患者的脑功能网络的异常影响很大,右侧额中回对于左侧楔前叶和左侧海马旁回两个脑区的负激活是造成局部通路异常的关键,进一步可能扩展到更大范围的区域,甚至可能会影响全脑。以后在JME的发病机制和干预治疗研究中,右侧额中回可能是一个重要的关注点。柯铭等[24]利用相继故障模型研究JME患者脑功能网络紊乱,发现右侧顶下小叶尾区在信息传输与脑区间连接上可能发挥重要作用,可能是引起JME患者脑功能紊乱的重要脑区之一。相继故障模型为攻击健康被试所对应的JME患者的异常脑区节点,即在健康被试脑网络中移除该脑区节点,观察健康被试受到攻击处理后其网络变化与JME患者的脑功能网络属性的相似性。JME发病于儿童和青少年中,其发作对儿童和青少年大脑的发育可能会产生一定的影响。Garcia-Ramos等[25]对儿童JME患者癫痫发作对大脑发育变化的影响进行研究。结果显示,正常发育的儿童表现出模块化的皮质发育和皮质与皮质下区域间的网络整合。然而,JME儿童则发展为高度相关且模块化程度较低的皮层网络,且皮层网络与皮层下网络非典型地分离。此外,JME儿童还表现出更高的聚类和更低的模块化指数,表明模块较弱。JME儿童的网络核心节点数量减少,且主要集中在皮层下,但大部分皮质节点的局部效率增高。该研究认为患有JME的儿童在癫痫发作后的前2年出现了一个高度相关的皮质区域网络,且这些区域与皮质下区域相互分离。JME的典型特征是觉醒后肌阵挛发作[26],另一个特征是光刺激诱发的肌阵挛发作[27]。Ozçelik等[28]研究患有和不患有光敏症的JME患者的上升网状激活系统、丘脑和视觉皮层的核团的功能连接。与健康对照组相比,光敏JME组的蓝斑核种子点与双侧舌回、距内皮质、枕极和左枕梭状回表现出显著的强连接。与非光敏JME组相比,光敏JME组的蓝斑核种子点表现出显著的强连接,聚类在双侧舌回和右侧内距状裂皮质。与健康对照组相比,光敏JME组在右后侧丘脑核与右上外侧枕叶皮层的连接显著增强。该研究认为唤醒网络功能连接的改变可能与JME觉醒后肌阵挛有关,而后丘脑的连接增加可能引起光敏性。

       静态功能网络连接已经成为理解JME神经机制的一个有用工具。目前用于JME研究的静态功能网络连接最常用的方法是皮尔逊相关。虽然基于皮尔逊相关的功能网络连接研究已经取得很多成果,但是皮尔逊相关只进行了低阶统计,通过计算成对脑区之间的相关性,不能捕捉到的功能网络连接中高阶的信息(如网络中不同边之间的相关性、不同时间点对网络的具体贡献及多个脑区间的时间同步)。应用和研发更多的高阶功能网络连接算法,可以帮助进一步深入探究JME神经机制。

1.2 动态功能网络连接研究

       许多研究发现大脑的功能交互是高度动态的[29, 30, 31]。因此,动态功能连接被认为是揭示健康和疾病特定功能特性的更有效的方法[32, 33]。动态功能连接分析已被用于探索JME静息状态网络的时变异常,不同频段的网络连接研究提供了更多的特征信息[34]。Zhang等[35]发现JME中静息状态子网络内部和静息状态子网络之间的动态功能连接异常发生在多个频段,其中在低频段(0.0095~0.0195 Hz)更易检测出JME引起的动态功能连接异常。与健康对照组相比,JME患者不仅在多个静息状态子网络内表现出频率依赖的动态性变化,而且在不同频段的多个静息状态子网络间也表现出动态性的改变,特别是在腹/背注意网络和皮质下网络。此外,在低频段(0.0095~0.0195 Hz)上疾病的严重程度与皮层下网络的静息状态子网络的动态性和皮层下网络与默认网络间的静息状态子网络的动态性呈显著负相关。频率的细分和选择可能有助于检测JME中动态功能连接的特殊变化。之前静态功能网络连接研究发现JME与DMN中的连接改变有关,但是JME与DMN动态连接之间的关系尚不清楚。Zhang等[36]采用了滑动窗口与多元格兰杰因果分析相结合的方法,首次研究JME患者DMN的动态有效连接重组。经研究发现动态有效连接模式存在两种不同状态,即频率较低的强连接状态和频率更高的弱连接状态。患者在弱连接状态中的DMN子网络中呈现出变化的有效连接,而在强连接状态中DMN子网中呈现出异常的有效连接。此外,内侧前额叶皮层和角回的因果作用以一种特异性的状态方式被改变,并与患者的疾病严重程度相关。该研究将JME中的异常连接研究从静态因果功能连接扩展到动态因果功能连接,并证明异常的动态有效连接可能是JME疾病早期脑功能异常的原因。动态或静态功能网络研究分别从不同的角度揭示JME患者网络连接情况,采用动态网络与静态网络同时开展研究可以更全面地揭示JME患者的神经机制。Wang等[16]使用定量数据驱动分析方法分析JME患者的静态和动态功能连接特征。采用定量数据驱动分析得到静态功能连接指标,结果显示在JME患者的双侧背外侧前额叶皮层、背侧纹状体、中央前回和颞中回显著增强。研究还采用2 min滑动窗口的定量数据驱动分析得到动态功能连接指标,结果显示背外侧前额叶皮层、颞中回和背侧纹状体具有显著的超动态功能连接性。同时获取静态和动态连接强度指标可以更全面地检测功能网络的连接异常,并发现静态和动态功能连接结果之间的重叠。该研究证实2 min滑动窗口定量数据驱动分析可以揭示静息状态人脑随时间变化的功能网络的额外信息,表明在JME患者中的背外侧前额叶皮层的静息状态功能网络具有时间变化的超动态特征。

       静态与动态功能网络连接从不同侧重点解释JME神经机制。目前大部分研究将这两类方法分开应用。以后的研究可以将这两类方法结合起来,同时可以在同一研究中采用多种动态功能网络分析方法,从不同角度更全面揭示JME神经机制。虽然目前不同的分析方法构建出多种功能网络连接,且已经帮助从不同角度理解JME神经机制。但是不同的方法构建的功能网络,尤其是动态功能网络,仍然很难进行比较和评价,也没有标准化的评价方法,在这一方面还需要继进行研究。

2 EEG-fMRI联合的JME研究

       EEG-fMRI是研究与癫痫放电相关的BOLD活动的有效方法[37]。癫痫的特点是神经元活动的超同步爆发,癫痫发作可以不同程度地传播到任何区域,导致大脑网络动态地组织,EEG的动态脑网络研究可以帮助揭示这一现象[38]。然而,癫痫领域的传统EEG-fMRI联合尚未充分探索EEG的时间特征以及在EEG电极间可能提供重要的时空动态性功能网络。因此,探究与EEG的动态网络相关联的BOLD活动可能会进一步扩展之前传统的与癫痫放电相关的fMRI研究。Qin等[39]分析头皮EEG的动态网络特征与癫痫患者BOLD响应之间的关系。该研究采用自适应定向传递函数计算EEG电极之间的时变网络。滑动窗口内网络信息的变化被用作fMRI分析中的时间回归量,预测BOLD响应。为了研究BOLD响应区域之间依赖于EEG的功能耦合,分析了EEG的网络变化和BOLD时间序列的相互调节作用。结果表明与EEG高网络变化相关的BOLD激活区主要位于丘脑、小脑、楔前叶、颞下叶和感觉运动相关区域,包括中扣带皮层、辅助运动区和中央旁小叶。与EEG中等网络变化相关的BOLD失活区位于额叶、顶叶和枕叶区域。此外,丘脑、小脑、额叶和感觉运动相关区域之间主要存在定向负调节效应。该研究认为丘脑、额叶、小脑和感觉运动相关区域之间的功能耦合可能特定地参与了癫痫的产生和传播,这为JME的病理生理研究和干预目标选取提供了新的参考。丘脑与皮层区域相互作用,产生以其节律和同步水平为特征的波动[40]。然而,对节律性动态在丘脑与皮层耦合中可能起到的作用知之甚少。有研究探究节律性的EEG的脑网络对JME患者丘脑-额叶耦合的调节作用[41]。该研究利用适应性定向传递函数构建EEG的时变节律网络,然后将其作为一种调制器应用于fMRI的丘脑皮质功能耦合。结果表明,EEG脑网络调制的丘脑皮质耦合具有频率依赖性特征。JME中增强的丘脑-感觉运动网络连接和丘脑-DMN耦合受α波段调节。丘脑-感觉运动网络耦合与感觉运动网络相关的皮质连接呈现更强的关联性。这项研究提出了节律调节和丘脑皮质耦合之间的相互联系。在皮质下-皮质回路中感觉运动网络和丘脑-额顶网络起关键作用,这可能对JME的干预具有重要意义。

       研究JME患者EEG的动态网络特征与BOLD响应之间的关系,是对传统EEG-fMRI研究的拓展,从另一个新颖角度揭示JME神经机制。这些研究中EEG的动态网络分析方法主要为无方向的网络分析方法,而脑区间信号的传递方向和作用关系对揭示JME神经机制意义重大。以后可以将因效性的动态网络分析方法应用于这类研究,帮助揭示脑区间的作用关系,提供更多有用的信息。

3 fMRI的JME内表型研究

       鉴于多基因病因的特点以及相关证据表明JME患者和未受影响的兄弟姐妹在影像学和神经行为特征方面存在重叠现象[13, 42]。对JME患者和未受影响的兄弟姐妹开展研究为解决性状遗传性提供了一个富有潜力的解决思路。采用影像学方法探究与JME相关的内表型,即与疾病相关的遗传性状,独立于癫痫活动或药物治疗的疾病特征,在受JME影响的成员的家庭中共分离[43, 44, 45]。脑影像内表型可以为JME提供临床特征和潜在遗传结构之间的联系,更进一步地阐明介导神经系统的机制,并帮助识别疾病相关的遗传变异[46, 47]。fMRI在解释脑功能障碍的神经机制上具有重要价值,基于fMRI的JME内表型研究对揭示JME病理机制具有巨大潜力[48, 49]。有研究发现JME患者和未受影响的兄弟姐妹的额皮质形态异常、海马体积减小和错位,前瞻记忆和执行功能均受损[34]。Caciagli等[48]围绕JME患者海马异常和相关记忆缺陷进行了深入研究。使用形态学标准自动化测量海马体积,检测海马旋转不良,并假设其为神经发育标志物。语言和视觉空间学习的神经心理学测量及事件相关的语言和视觉记忆的fMRI模式解释颞叶内侧功能。研究发现患者及其未受影响的兄弟姐妹的左侧海马体积均减小。51%的患者和50%的兄弟姐妹存在单侧或双侧海马旋转不良,而健康对照组为15%。神经心理学测试未发现语言和视觉记忆明显受损。功能激活图反映了海马体激活不是典型的模式,表明患者及其兄弟姐妹在语言编码过程中出现异常。旋转不良的患者表现出额叶区语言记忆减少,左后侧海马更明显地参与了视觉记忆。该研究表明海马定位的形态学标记与海马激活的语言项之间存在显著关联;证明了JME患者及其兄弟姐妹的海马体积、形状和位置异常,这与功能重组有关,并提示潜在的产前阶段神经发育机制表达。患者及其兄弟姐妹中异常海马形态的共分离,可以作为一种新的JME内表型。肌阵挛是JME的一个特异性病征,肌阵挛可能与运动系统过度兴奋有关,并且由认知活动诱发。有研究分析JME患者及其未受影响的兄弟姐妹在不同认知任务中的运动系统的激活图,探究其是否为JME的内表型[49]。该研究分析了情景记忆编码和动词生成的fMRI任务期间运动系统激活的模式。结果显示在这两项任务中,患者及其兄弟姐妹表现出运动系统区域的激活增加,在记忆编码期间激活增加更显著。研究发现与无癫痫发作的患者相比,持续性发作癫痫的JME患者的运动皮层激活更强。运动激活测量的受试者工作特征(receiver operating characteristic curve, ROC)曲线准确地将JME患者及其兄弟姐妹与健康对照组区分开。该研究证明了JME患者及其兄弟姐妹在不同的认知任务中运动系统过度激活,暗示了这一特质的遗传性,认为运动系统过度激活代表了JME的一种认知的内表型,为今后研究JME异常的遗传结构提供依据。

       目前关于JME内表型研究主要基于MRI技术,且大部分是分别对脑结构或脑功能进行内表型研究,少部分结合脑灰质和脑功能进行研究,很少对脑灰质、白质和脑功能综合进行研究。关于脑功能的研究不仅有fMRI,还有EEG和脑磁图(magnetoencephalography, MEG)。以后的研究可以基于MRI、EEG和脑磁图等多种脑影像技术,从脑白质、灰质和脑功能多个角度,综合全面地揭示JME内表型。

4 小结与展望

       JME是青少年最常见的特发全身性癫痫且遗传性高。异常的网络连接被认为是引起认知功能障碍的原因。fMRI研究帮助反映JME异常的脑功能网络连接及认知功能障碍。大量的fMRI研究从不同角度阐明JME的生理病理情况。基于fMRI的整个时间序列的静态功能连接反映静态功能连接性,即空间上的功能整合关系。动态功能连接不但可以反映功能连接情况,还能呈现出随时间变化的JME网络动态信息。非传统的EEG-fMRI联合研究探究JME患者EEG的动态网络特征与BOLD响应间的关系,为JME的病理生理学研究提供了新的参考依据。基于fMRI的JME内表型研究提供了一个解决性状遗传性研究的有价值的思路,并帮助识别疾病相关的遗传变异,更进一步地推进了JME生理病理研究。未来基于多种模态的影像学结合更先进的分析算法的内表型研究具有进一步推进JME生理病理探索研究的巨大潜力。

[1]
Scheffer IE, Berkovic S, Capovilla G, et al. ILAE classification of the epilepsies: position paper of the ILAE Commission for Classification and Terminology[J]. Epilepsia, 2017, 58(4): 512-521. DOI: 10.1111/epi.13709.
[2]
Lee HJ, Lee DA, Shin KJ, et al. Glymphatic system dysfunction in patients with juvenile myoclonic epilepsy[J]. J Neurol, 2022, 269(4): 2133-2139. DOI: 10.1007/s00415-021-10799-w.
[3]
Asadi-Pooya AA, Rostamihosseinkhani M, Farazdaghi M. Seizure and social outcomes in patients with juvenile myoclonic epilepsy (JME)[J]. Seizure, 2022, 97: 15-19. DOI: 10.1016/j.seizure.2022.03.002.
[4]
Cerulli Irelli E, Morano A, Orlando B, et al. Seizure outcome trajectories in a well‐defined cohort of newly diagnosed juvenile myoclonic epilepsy patients[J]. Acta Neurol Scand, 2022, 145(3): 314-321. DOI: 10.1111/ane.13556.
[5]
Gilsoul M, Grisar T, Delgado-Escueta AV, et al. Subtle brain developmental abnormalities in the pathogenesis of juvenile myoclonic epilepsy[J]. Front Cell Neurosci, 2019, 13(433): 1-15. DOI: 10.3389/fncel.2019.00433.
[6]
Komatsubara T, Kobayashi Y, Hiraiwa A, et al. Recurrence rates and risk factors for seizure recurrence following antiseizure medication withdrawal in adolescent patients with genetic generalized epilepsy[J]. Epilepsia Open, 2022, 7(2): 332-343. DOI: 10.1002/epi4.12603.
[7]
Kim JH. Grey and white matter alterations in juvenile myoclonic epilepsy: a comprehensive review[J]. Epilepsy Res, 2017, 7(2): 77-88. DOI: 10.14581/jer.17013.
[8]
Chawla T, Chaudhry N, Puri V. Cognitive dysfunction in Juvenile Myoclonic Epilepsy (JME)-A tertiary care center study[J]. Ann Indian Acad Neurol, 2021, 24(1): 40-50. DOI: 10.4103/aian.AIAN_663_19.
[9]
Wolf P, Yacubian EMT, Avanzini G, et al. Juvenile myoclonicepilepsy: a system disorder of the brain[J]. Epilepsy Res, 2015, 114(8): 2-12. DOI: 10.1016/j.eplepsyres.2015.04.008.
[10]
Lee DA, Ko J, Lee HJ, et al. Alterations of the intrinsic amygdala-hippocampal network in juvenile myoclonic epilepsy[J]. Brain Behav, 2021, 11(8): 1-8. DOI: 10.1002/brb3.2274.
[11]
Garcia-Ramos C, Struck AF, Cook C, et al. Network topology of the cognitive phenotypes of temporal lobe epilepsy[J]. Cortex, 2021, 141(8): 55-65. DOI: 10.1016/j.cortex.2021.03.031.
[12]
Liu G, Zheng W, Liu H, et al. Aberrant dynamic structure-function relationship of rich‐club organization in treatment-naïve newly diagnosed juvenile myoclonic epilepsy[J]. Hum Brain Mapp, 2022, 4(3): 1-13. DOI: 10.1002/hbm.25873.
[13]
Dubbioso R, Striano P, Tomasevic L, et al. Abnormal sensorimotor cortex and thalamo-cortical networks in familial adult myoclonic epilepsy type 2: pathophysiology and diagnostic implications[J]. Brain Commun, 2022, 4(1): 1-15. DOI: 10.1093/braincomms/fcac037.
[14]
Ke M, Li H, Liu G. The Local Topological Reconfiguration in the Brain Network After Targeted Hub Dysfunction Attacks in Patients With Juvenile Myoclonic Epilepsy[J]. Front Neurosci, 2022, 16(4): 1-12. DOI: 10.3389/fnins.2022.864040.
[15]
Lee HJ, Park KM. Structural and functional connectivity in newly diagnosed juvenile myoclonic epilepsy[J]. Acta Neurol Scand, 2019, 139(5): 469-475. DOI: 10.1111/ane.13079.
[16]
Wang Y, Berglund IS, Uppman M, et al. Juvenile myoclonic epilepsy has hyper dynamic functional connectivity in the dorsolateral frontal cortex[J]. Neuroimage Clin, 2019, 21(101604): 1-12. DOI: 10.1016/j.nicl.2018.11.014.
[17]
Kim JH, Kim JB, Suh S. Alteration of cerebello-thalamocortical spontaneous low‐frequency oscillations in juvenile myoclonic epilepsy[J]. Acta Neurol Scand, 2019, 140(4): 252-258. DOI: 10.1111/ane.13138.
[18]
Gupta L, Janssens R, Vlooswijk MCG, et al. Towards prognostic biomarkers from BOLD fluctuations to differentiate a first epileptic seizure from new-onset epilepsy[J]. Epilepsia, 2017, 58(3): 476-483. DOI: 10.1111/epi.13658.
[19]
Gama AP, Taura M, Alonso NB, et al. Impulsiveness, personality traits and executive functioning in patients with juvenile myoclonic epilepsy[J]. Seizure, 2020, 82: 125-132. DOI: 10.1016/j.seizure.2020.09.029.
[20]
Taura M, Gama AP, Sousa AVM, et al. Dysfunctional personality beliefs and executive performance in patients with juvenile myoclonic epilepsy[J]. Epilepsy Behav, 2020, 105(4): 1-6. DOI: 10.1016/j.yebeh.2020.106958.
[21]
Zhong C, Liu R, Luo C, et al. Altered structural and functional connectivity of juvenile myoclonic epilepsy: an fMRI study[J]. Neural Plast, 2018, 2018: 1-12. DOI: 10.1155/2018/7392187.
[22]
Jiang S, Luo C, Gong J, et al. Aberrant thalamocortical connectivity in juvenile myoclonic epilepsy[J/OL]. Int J Neural Syst, 2018, 28(1) [2021-12-26]. https://www.worldscientific.com/doi/abs/10.1142/S0129065717500344. DOI: 10.1142/S0129065717500344.
[23]
柯铭, 孙鹏飞, 刘光耀. 青少年肌阵挛癫痫患者格兰杰因果模型研究[J]. 中国临床心理学杂志, 2021, 29(5): 918-922. DOI: 10.16128/j.cnki.1005-3611.2021.05.005.
Ke M, Sun PF, Liu GY. Granger Causality Analysis on Juvenile Myoclonic Epilepsy Patients[J]. Chin J Clin Psychol, 2021, 29(5): 918-922. DOI: 10.16128/j.cnki.1005-3611.2021.05.005.
[24]
柯铭, 彭超, 李晓旭, 等. CLM 模型在青少年肌阵挛癫痫患者脑网络中应用[J]. 中国临床心理学杂志, 2019, 27(3): 443-447. DOI: 10.16128/j.cnki.1005-3611.2019.03.003.
Ke M, Peng C, Li XX, et al. Application of CLM in Brain Network in Juvenile Myoclonic Epilepsy Patients[J]. Chin J Clin Psychol, 2019, 27(3): 443-447. DOI: 10.16128/j.cnki.1005-3611.2019.03.003.
[25]
Garcia‐Ramos C, Dabbs K, Lin JJ, et al. Progressive dissociation of cortical and subcortical network development in children with new‐onset juvenile myoclonic epilepsy[J]. Epilepsia, 2018, 59(11): 2086-2095. DOI: 10.1111/epi.14560.
[26]
Routley B, Shaw A, Muthukumaraswamy SD, et al. Juvenile myoclonic epilepsy shows increased posterior theta, and reduced sensorimotor beta resting connectivity[J]. Epilepsy Res, 2020, 163(7): 1-11. DOI: 10.1016/j.eplepsyres.2020.106324.
[27]
Sanjari MH, Sanjari MA, Hasanzadeh A, et al. A systematic review of resting-state and task-based fmri in juvenile myoclonic epilepsy[J]. Brain Imaging Behav, 2022, 16(3): 1465-1494. DOI: 10.1007/s11682-021-00595-5.
[28]
Özçelik EU, Kurt E, Şirin NG, et al. Functional connectivity disturbances of ascending reticular activating system and posterior thalamus in juvenile myoclonic epilepsy in relation with photosensitivity: A resting-state fMRI study[J/OL]. Epilepsy Res, 2021, 171 [2021-12-26]. https://linkinghub.elsevier.com/retrieve/pii/S092012112100022X. DOI: 10.1016/j.eplepsyres.2021.106569.
[29]
Lurie DJ, Kessler D, Bassett DS, et al. Questions and controversies in the study of time-varying functional connectivity in resting fMRI[J]. Netw Neurosci, 2020, 4(1): 30-69. DOI: 10.1162/netn_a_00116.
[30]
Dixon ML, Gross JJ. Dynamic network organization of the self: implications for affective experience[J]. Curr Opin Behav Sci, 2021, 39(6): 1-9. DOI: 10.1016/j.cobeha.2020.11.004
[31]
Dong G, Yang L, Chiang-shan RL, et al. Dynamic network connectivity predicts subjective cognitive decline: the Sino-Longitudinal Cognitive impairment and dementia study[J]. Brain Imaging Behav, 2020, 14(6): 2692-2707. DOI: 10.1007/s11682-019-00220-6.
[32]
Fu Z, Tu Y, Di X, et al. Transient increased thalamic-sensory connectivity and decreased whole-brain dynamism in autism[J]. NeuroImage, 2019, 190: 191-204. DOI: 10.1016/j.neuroimage.2018.06.003.
[33]
Kim J, Criaud M, Cho SS, et al. Abnormal intrinsic brain functional network dynamics in Parkinson's disease[J]. Brain, 2017, 140(11): 2955-2967. DOI: 10.1093/brain/awx233.
[34]
Liu F, Wang Y, Li M, et al. Dynamic functional network connectivity in idiopathic generalized epilepsy with generalized tonic-clonicseizure[J]. Hum Brain Mapp, 2017, 38(2): 957-973. DOI: 10.1002/hbm.23430.
[35]
Zhang Z, Liu G, Yao Z, et al. Changes in dynamics within and between resting-state subnetworks in juvenile myoclonic epilepsy occur at multiple frequency bands[J]. Front Neurol, 2018, 9(448): 1-11. DOI: 10.3389/fneur.2018.00448.
[36]
Zhang Z, Liu G, Zheng W, et al. Altered dynamic effective connectivity of the default mode network in newly diagnosed drug-naïve juvenile myoclonic epilepsy[J]. Neuroimage Clin, 2020, 28(102431): 1-10. DOI: 10.1016/j.nicl.2020.102431.
[37]
Ebrahimzadeh E, Shams M, Jounghani AR, et al. Localizing confined epileptic foci in patients with an unclear focus or presumed multifocality using a component-based EEG-fMRI method[J]. Cogn Neurodyn, 2021, 15(2): 207-222. DOI: 10.1007/s11571-020-09614-5.
[38]
Pegg EJ, Taylor JR, Laiou P, et al. Interictal electroencephalographic functional network topology in drug-resistant and well-controlled idiopathic generalized epilepsy[J]. Epilepsia, 2021, 62(2): 492-503. DOI: 10.1111/epi.16811.
[39]
Qin Y, Jiang S, Zhang Q, et al. BOLD-fMRI activity informed by network variation of scalp EEG in juvenile myoclonic epilepsy[J]. Neuroimage Clin, 2019, 22(101759): 1-10. DOI: 10.1016/j.nicl.2019.101759.
[40]
McCafferty C, David F, Venzi M, et al. Cortical drive and thalamic feed-forward inhibition control thalamic output synchrony during absence seizures[J]. Nat Neurosci, 2018, 21(5): 744-756. DOI: 10.1038/s41593-018-0130-4.
[41]
Qin Y, Zhang N, Chen Y, et al. Rhythmic network modulation to thalamocortical couplings in epilepsy[J/OL]. Int J Neural Syst, 2020, 30(11) [2021-12-26]. https://www.worldscientific.com/doi/abs/10.1142/S0129065720500148. DOI: 10.1142/S0129065720500148.
[42]
Iqbal N, Caswell H, Muir R, et al. Neuropsychological profiles of patients with juvenile myoclonic epilepsy and their siblings: an extended study[J]. Epilepsia, 2015, 56(8): 1301-1308. DOI: 10.1111/epi.13061.
[43]
Wandschneider B, Hong SJ, Bernhardt BC, et al. Developmental MRI markers cosegregate juvenile patients with myoclonic epilepsy and their healthy siblings[J/OL]. Neurology, 2019, 93(13) [2021-12-26]. https://n.neurology.org/content/93/13/e1272. DOI: 10.1212/WNL.0000000000008173.
[44]
Cendes F, Cascino GD. MRI endophenotypes of heritability and cognitive dysfunction in juvenile myoclonic epilepsy[J]. Neurology, 2019, 93(13): 577-587. DOI: 10.1212/WNL.0000000000008162.
[45]
Tangwiriyasakul C, Perani S, Abela E, et al. Sensorimotor network hypersynchrony as an endophenotype in families with genetic generalized epilepsy: A resting-state functional magnetic resonance imaging study[J/OL]. Epilepsia, 2019, 60(3) [2021-12-26]. https://link.springer.com/article/10.1007/s11547-010-0602-4. DOI: 10.1007/s11547-010-0602-4.
[46]
Osborne KJ, Walther S, Shankman SA, et al. Psychomotor slowing in schizophrenia: implications for endophenotype and biomarker development[J]. Biomark Neuropsychiatry, 2020, 2(100016): 1-10. DOI: 10.1016/j.bionps.2020.100016.
[47]
Gesche J, Wüstenhagen S, Krøigård T, et al. Magnetic evoked potential polyphasia in idiopathic/genetic generalized epilepsy: An endophenotype not associated with treatment response[J]. Clin Neurophysiol, 2021, 132(7): 1499-1504. DOI: 10.1016/j.clinph.2021.02.405.
[48]
Caciagli L, Wandschneider B, Xiao F, et al. Abnormal hippocampal structure and function in juvenile myoclonic epilepsy and unaffected siblings[J]. Brain, 2019, 142(9): 2670-2687. DOI: 10.1093/brain/awz215.
[49]
Caciagli L, Wandschneider B, Centeno M, et al. Motor hyperactivation during cognitive tasks: An endophenotype of juvenile myoclonic epilepsy[J]. Epilepsia, 2020, 61(7): 1438-1452. DOI: 10.1111/epi.16575.

上一篇 帕金森病患者脑结构与功能改变及代谢紊乱相关因素MRI研究进展
下一篇 磁共振成像在预测急性缺血性脑卒中预后中的研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2