量化脑肿瘤切除术后手术相关失语症的风险

发布时间：2022-12-15 22:04:40 | 阅读：次| 关键词：

外科医生在切除脑瘤时能量化失语症的风险吗？为了找到答案，慕尼黑工业大学(TUM)Klinikum rechts der Isar的研究人员正在将大脑作为一个网络进行分析。在目前对60名患者的研究中，他们已经实现了四分之三的预测准确率。通过一种

本文有959个文字，大小约为5KB，预计阅读时间3分钟

　　外科医生在切除脑瘤时能量化失语症的风险吗？为了找到答案，慕尼黑工业大学(TUM)Klinikum rechts der Isar的研究人员正在将大脑作为一个网络进行分析。在目前对60名患者的研究中，他们已经实现了四分之三的预测准确率。

<a href='/jiaozhiliu/' target='_blank'><u>胶质瘤</u></a>神经元

　　通过一种特殊形式的磁共振断层成像技术，TUM的科学家们制作出了大脑中神经通路网络的3D图像。来源:慕尼黑工业大学(TUM)

　　脑瘤比较少见。根据德国神经病学学会，每年的发病率约为每100，000名居民中有5例。“但在大多数情况下，手术切除肿瘤是不可避免的，”桑德罗·Krieg教授说，他估计慕尼黑工业大学(TUM)的Klinikum rechts der Isar“几乎每天”都会切除神经胶质瘤——一种常见的脑肿瘤。

　　根据肿瘤的不同，Krieg和他的同事们制定了个体化的治疗和手术策略。关键的一点是:健康的组织应该被较大限度地保存，不应该有任何结构被破坏，这可能导致进一步的限制。例如，“失语症”是指手术后的语言障碍。"我们想在手术前准确了解失语症的风险."

　　Klinikum rechts der Isar神经外科诊所的主任医师已经研究术前脑映射超过10年。“很久以来，我们已经知道大脑中负责运动或语言等功能的基本位置。但只是在过去五年左右，我们才开始分析大脑网络，以了解各个区域如何协同工作，例如让一个人说话。有一点很清楚:根本没有语言中心。相反，这种结构更像是一个大网络中的几个枢纽或节点，通过这些枢纽或节点，讲话成为可能。”

　　脑瘤:通过机器学习进行预测

　　分析大脑的网络特征——被称为连接体分析——Krieg教授的团队使用了大约两年的过程——在当前的研究中发挥着关键作用。“通过这种方式，我们量化了各个大脑区域之间的联系，”Krieg教授说。"从那以后，我们开始给大脑区域分配更精确的功能."

　　密歇根大学的科学家苏浩·张博士和塞巴斯蒂安·伊勒博士从解剖学角度绘制了负责语言能力的大脑各层的图像。过程如下:“通过一种特殊形式的磁共振断层成像技术，即纤维束成像，我们产生了大脑中神经通路网络和子网络的3D表示，”张解释说。

　　这种网络分析得到了导航经颅磁刺激过程的支持，在该过程中，有针对性的磁脉冲抑制了负责言语的纤维通路中的神经细胞。这导致患者出现暂时的言语障碍，可以在视频分析中识别出来。它使研究人员能够精确地识别负责说话的大脑区域。

　　我们将来自纤维束描记术的所谓连接体参数与关于患者言语功能的信息结合起来。"

　　张和伊勒的算法的特别之处在于:它产生“统计上显著的参数”——可用于训练机器学习模型的数据，从而对个体患者的语音进行定位。尽管使用不同的分析方法看起来很复杂，但该方法的显著特点是简单:整个分析过程不需要复杂的算法或强大的计算机。“我们使用的数据来自医院的常规检测，”张说。

　　网络分析:预测语言障碍的准确率为73%

　　在较近一项对60名患者的研究中，Klinikum rechts der Isar的研究人员表明，这种综合分析可以相当准确地预测手术是否会导致言语困难(术后失语症)。“能够做出这些预测是非常重要的，”Krieg说。他对能够通过“真实网络分析”更精确地量化风险的可能性感到兴奋，并有具体的数据来支持大脑的映射。

　　此外:在机器学习的帮助下，随着时间的推移，预测会变得更好。但为此，研究人员需要更多的患者数据来训练机器学习算法。“这是唯一可以利用大数据预测手术干预风险的方法，”Krieg教授说，他现在计划寻找更多的患者参与他的研究。他认为，对于高度精确的预测来说，即使是“几百个”病人也足够了。

　　来源:

　　慕尼黑工业大学(TUM)