Интеграция многомерных признаков функциональной МРТ в покое для локализации эпилептических сетей при распространённых формах детской эпилепсии

Цель: Точная локализация эпилептической активности остаётся затруднительной, когда межприступные разряды отсутствуют или редки. Хотя функциональная МРТ в покое неинвазивна, отдельные показатели rs-fMRI дают непоследовательную и неполную локализацию. Мы поставили цель определить, может ли многомерная интеграция признаков rs-fMRI надёжно выявлять синдром-специфическую эпилептическую активность при детской эпилепсии.

Методы: С помощью одновременной ЭЭГ-фМРТ мы изучали детей с самоограничивающейся эпилепсией с центро-височными спайками (SeLECTS, n = 60) и детской абсансной эпилепсией (CAE, n = 30), а также детей из группы типичного развития (n = 108). Для каждого сеанса рассчитывали 42 показателя rs-fMRI, охватывающих амплитуду, связность, временную динамику и направленные меры. Также строили карты индивидуальных отклонений относительно контроля. Затем применяли регрессию на основе частных наименьших квадратов (PLS) для выявления латентного компонента (PLS1), который максимально согласовывался с синдром-специфическими паттернами эпилептической активации, полученными по данным ЭЭГ-фМРТ. Оценивали пространственное соответствие, точность локализации, чувствительность в сеансах без разрядов и качество классификации.

Результаты: PLS1 показал выраженное пространственное соответствие с паттернами эпилептической активации по данным ЭЭГ-фМРТ как при SeLECTS (роландическая кора), так и при CAE (таламо-кортикальная сеть) (в обоих случаях spin-test r = 0,68, p < 0,001). По сравнению с большинством отдельных показателей rs-fMRI PLS1 обеспечивал лучшую локализацию и достигал точности, сопоставимой с ЭЭГ-фМРТ. Примечательно, что PLS1 выявлял градуированные синдром-специфические нарушения и в сеансах без разрядов, а также различал состояния с разрядами, без разрядов и контрольные состояния; для отдельных rs-fMRI-показателей такого эффекта не наблюдалось. В анализе классификации PLS1 с высокой точностью различал CAE и SeLECTS (AUC = 0,79), демонстрируя сопоставимый результат с классификацией на основе ЭЭГ-фМРТ.

Значимость: Многомерная интеграция признаков rs-fMRI с использованием PLS-подхода, ориентированного на шаблон, позволяет чувствительно и синдром-специфично выявлять эпилептическую активность даже при отсутствии явных разрядов. Этот подход представляет собой клинически применимую стратегию неинвазивного картирования эпилептических сетей.