基于多模态脑影像的儿童癫痫灶定位方法研究

作     者：汪辉辉 

作者单位：哈尔滨理工大学 

学位级别：硕士

导师姓名：姜艳姝

授予年度：2020年

学科分类：1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 100204[医学-神经病学] 10[医学] 

主      题：癫痫灶 最小范数估计 多模态脑影像 正则化 

摘      要：癫痫是一种大脑神经元突发性异常放电导致短暂的大脑功能障碍的慢性疾病。儿童癫痫发病率约为5%,其中大约30%的儿童患者对任何药物治疗都没有反应,而这些病人在接受手术切除癫痫灶后有希望成为无癫痫发作的儿童。因此对儿童癫痫灶进行精准的定位,不仅能够提高手术成功率,还可以降低手术带来额外的损伤,现实意义深远。本文首先研究了传统的基于EEG（Electroencephalogram）源成像定位方法。该方法利用最小范数估计（minimum norm estimation,MNE）算法对EEG进行源成像;通过求解正问题,明确EEG与脑电源信号的关系;为反演脑内源信号,基于Tikhonov正则化求解逆问题,最后对源进行成像,定位癫痫灶。仿真实验结果表明,当EEG信噪比在1-20d B之间时其定位误差均值在10mm-19mm,定位标准差在6-8之间,定位精度较低,且受噪声影响较大。本文针对现有方法中定位精度不高的问题,结合儿童癫痫患者的MRI（Magnetic Resonance Imaging）、EEG、CT（Computed Tomography）、s EEG（Stereoelectroencephalography）等多种模态脑影像成像的优势,提出基于多模态脑影像的儿童癫痫灶定位方法。首先,为获取精准的s EEG与EEG位置信息和更适应于儿童的头模型与源模型,本文研究了多模态的脑影像预处理方法。由于MRI、CT原始影像存在方向混乱,体素及体积大小不一致等问题,需对MRI与CT进行重定向和重采样;为消除EEG与s EEG测量时的干扰,对其进行除干扰处理;由于儿童大脑结构在不同年龄存在差异,本文创建了个性化的头模型与源模型;本文通过刚体转换方法将MRI与CT相融合,再通过矫正或手动标定,获取EEG与s EEG在大脑中的精准位置。然后,为提升定位精度,本文在EEG源成像定位方法的基础上,引入s EEG测量信号,创建基于s EEG与EEG的正问题模型。其中,为明确s EEG、EEG与源信号的关系,基于边界元方法,分别求解了s EEG与EEG的传导矩阵,进而创建结合s EEG与EEG的正问题模型,再通过求解逆问题,归一化与平滑反演的源信号,定位癫痫灶。最后,仿真实验结果表明,在同等的参数下本文提出的方法定位误差均值为2.4mm,标准差为2.8,而传统的基于EEG源成像定位方法与基于s EEG源成像定位方法定位误差均值分别为16.94mm与3.8mm,标准差分别为16.7与3.8,同时从源成像结果来看本文提出方法的定位区域更准确且全面;由此验证了本文提出的方法的有效性。