文摘
这项工作旨在调查中的应用正电子发射断层扫描(PET)分子成像的基础上深入学习算法在癫痫患者认知功能障碍的评估。在这项研究中,52例癫痫患者住院选为癫痫组和处理不同类型的抗癫痫药物,和52名志愿者被选为对照组。U-net优化网络结构算法基础上提出了深度学习在这项研究中,相比之下,一个完全卷积神经网络(FCNN)。此外,它是应用于PET分子成像的癫痫患者,和U-net优化网络结构的分割效果很好。根据与事件相关电位检查,患者认知功能障碍的比例在癫痫组的比例(74.19%)高于对照组(7.46%)( )。患者认知功能障碍(57.89%)了一种抗癫痫药物是低于两种抗癫痫药物(84.61%)( )。在统计学上也明显在整个癫痫患者的生活质量 )。癫痫患者认知功能障碍的发生与癫痫发作的类型。此外,患有认知障碍患者的生活质量很低。
1。介绍
癫痫是一组慢性疾病和中枢神经系统功能障碍综合症引起的异常的大脑神经元过度放电(1]。癫痫发生在任何年龄的人、地区和种族。近年来,脑血管疾病的发病率,痴呆、神经退行性疾病增加了中国人口的老化。此外,老年人癫痫的发病率显示上升趋势(2]。根据神经元的异常放电的位置和放电的范围,主要临床表现有不同的障碍,包括不同的电动机、感知、认知、和自主神经(3]。根据流行病学研究数据,年度癫痫患病率约为0.8 -4.5%,和每年约有500000新癫痫患者(4]。随着电子医疗设备的不断更新,人类癫痫的理解逐渐加深。癫痫引起的认知功能障碍有重大影响患者的健康和生活质量,带来和长期应用抗癫痫药物的患者家属严重的经济压力。因此,它已经吸引了许多学者的关注5]。认知功能意味着信息是加工和转化成自己的心理变化当大脑接收到来自外部世界的信息。在接受信息的过程,它主要包括语言、视觉、听力、理解、记忆、和其他方面。认知功能障碍是指一个或多个上述函数的异常(6]。金等。7)指出,情报是一般低于75分后癫痫的发作。研究数据显示,约35%的癫痫患者会伴有认知功能障碍,发作和病人将显示明显的缺陷。
宠物被认为是最有前途的成像技术之一。它可以应用于观察大脑功能活动和变化之间的关系在生活的身体血液循环代谢。它被称为“生理断层”,已被广泛应用于近年来术前癫痫病灶的定位(8]。深度学习是一种机器学习算法,它使用多层逐渐从原始输入提取更高级的特性。在图像处理中,底层可以识别边缘,和更高的层可以确定对人类有意义的部分9]。深度学习计算机视觉中取得了非常显著的效果。此外,U-net网络结构是一个生物医学图像分割方法得到进一步优化整个卷积网络算法。这种网络结构分为一个downsampling upsampling路径和路径和对称的“U”形分布,所以它被命名为“U-net”[10]。
U-net优化网络结构算法基于深度学习,相比完全卷积神经网络(FCNN)结构,并应用于PET分子52癫痫患者的图像。本研究的目的是探讨PET分子成像评估患者认知功能障碍的影响因素癫痫和癫痫患者的生活质量。
2。材料和方法
2.1。选择研究对象
在这项研究中,52岁的癫痫患者在医院接受治疗于11月17日,2017年5月19日,2019年,被选为癫痫组。此外,52岁健康志愿者作为对照组。有53岁男性和51岁女性,平均年龄为31.32±11.87年。这个实验已经被医院医学伦理委员会批准,和病人和他们的家人已经理解这个实验的情况下,签署了知情同意表格。
包含定义的标准包括患者遇到的临床和病理诊断标准国际Antiepilepsy联盟的癫痫和癫痫综合征的分类和18 - 75岁。
排除的标准定义,包括患有认知障碍的患者癫痫发作之前,有其他的认知障碍,智力迟钝,无法配合检查,并遭受重大精神疾病。
2.2。治疗、观察和分类的癫痫患者
癫痫组与卡马西平治疗结合butylphthalide软胶囊;0.2 g butylphthalide软胶囊是一天三次,和0.1 g卡马西平片也是采取了一天三次。药物剂量是根据癫痫患者的病情,合理调整和最高剂量为0.3 g。治疗持续了6个月,结果指标观察。
手术前,每个疾病的病人应该被问及原因,初次发病年龄、临床表现、发病,发作频率、历史(出生状态,脑部手术史,中风,和大脑神经组织疾病),抗癫痫药物的管理(包括药物的类型、管理时间和剂量),癫痫家族史,颅脑宠物检查,和生活质量的评估结果Epilepsy-31 (QOLIE-31)。根据PET扫描和一年前的数量和类型的癫痫病,患者分为轻度、中度和严重的根据他们的具体情况。轻度症状意味着患者在一年内没有发作,和温和的症状称为患者之间轻微和严重。更重要的是,严重的症状是,患者遭受超过15部分发作在一年之内,超过3复杂的癫痫发作,超过1强直性痉挛。
2.3。与事件相关电位测量
美国维京追求(由考)诱发电位计采用,电极和按照国际体系的方法。电极放置在三个位置(Ez, Dz,求出)。参比电极设置在底部的鼻子,地线是放置在正确的耳垂。皮肤阻抗小于5 g,三组的数据记录在同一时间。在考试期间,病人应该保持安静和放松心情和考试坐在椅子上。每个病人需要进行提前进行预测和理解这个实验的目的和要求,短期,中期,和高频音调被记录了下来。测试开始后,病人可以区分清楚。目标刺激频率是3 KHz,刺激强度是85分贝,随机概率是25%。不属预定目标的刺激频率是1 KHz,强度是85分贝,随机概率是75%。此外,目标刺激叠加450次,灵敏度是10μv,带通将2-50赫兹范围,分析时间是1秒。
2.4。癫痫患者的生活质量的评估
病人评估QOLIE-31 1.0版本的中文翻译版本。每个问题的总分除以相应数量的问题,这是作为初始记录每一项的得分。最初的产品中的每一项条目的得分表和重量分数之和为总得分。分数越高,病人的生活质量越高。认知功能包括6项的编号12,17日,18日,21日,25日和29日,和社会功能包含5项编号11,13,15日,19日和22日的规模。
2.5。PET扫描的癫痫患者
西门子PET /磁共振(MR)一体化的机器是用于成像数据收集。在扫描之前,所有患者禁食6 - 8小时后,他们的血糖水平控制在3.8 - -6.2更易/ L。β2 - (18F] -Fluoro-2-deoxy-D-glucose (18F-FDG)静脉注射一剂量的0.2 mCi /公斤。病人在平静的环境中休息30分钟,然后由颅PET /检查。在PET扫描之前,采用磁共振(MRI)设备扫描和定位检查大脑区域。在考试,考试过程应向病人解释。病人躺在仰卧位扫描表,头是固定的。数据收集时间设置为8分钟,数据收集和3 d模式。在扫描过程中,医生需要注意病人的重要特征。
2.6。U-Net优化网络结构的算法
U-net本身的结构的基础上,添加了数据扩增方法,以免过度拟合数据时发生很小。U-net优化网络结构可以被添加到叉损失函数两分类问题。叉损失函数(CLF)计算如下: 或
在方程(1)和(2),表示估计的值,其值范围是[0,1]。的价值是0或1,代替了 ,如方程所示(3)。此外,方程(2)转化为方程(4)。
根据上面的方程中,样品的积极的和消极的被调整值的大小调整 ,从而影响总损失函数。一般来说,值的范围0.5[1]增加积极的重量损失函数示例。
2.7。分割结果的评价指标
3指标应用于本研究评价分割效果,也就是说,骰子相似系数(DSC),灵敏度(SEN),阳性预测值(PPV)。常采用DSC是一个综合指数来确定自动分割结果和实际值之间的巧合。因此,DSC可以计算如下:
在方程(7),站在真正积极的像素的数量,假阳性的数量代表像素表达了假阴性像素的数量。来计算真阳性的数量比像素像素假阳性的数量,它可以表达如下方程:
森应用计算真阳性像素的数量比假阴性像素的数量,可以表示如下:
上面的三个评价指标的范围是[0,1]。计算结果越接近1,分割效果越好;计算结果是0,越接近越细分效果。
2.8。统计方法
在这项研究中,使用SPSS 20.0统计分析软件进行数据处理。标准差±方差用于正态分布;流行病学的平均年龄,病人的生活质量得分,计算数据所表达的百分比(%)。森,DSC和PPV的两种算法进行了比较,以及发作类型、发作频率比例情况。此外, 意味着在统计学上的区别很大。
3所示。结果
3.1。比较两种算法的分割效果的重建模型
U-net优化网络结构算法基于深度学习并与FCNN结构。此外,它是应用于PET分子52癫痫患者的图像。U-net优化网络结构紧密连接块包含4 upsampling和downsampling路径,和两者之间的紧密连接块。紧密连接块的数量不同于增量率。如果层数密度紧密连接块,内部有多个参数为整个网络结构进行测试。U-net DSC(89.47%)的优化网络结构的DSC(84.56%)高于FCNN结构,表明这两个之间有较高程度的重叠图像分割方法的分割结果本研究算法和实际价值。的PPV U-net优化网络结构(88.97%)高于FCNN PPV的结构(85.15%),和真阳性像素的数量由U-net更优化。更重要的是,森U-net优化网络结构(89.51%)高于FCNN森(82.79%)的结构,并且在统计学上也明显( )(图1)。因此,U-net优化网络结构比FCNN的分割效果更好。
3.2。流行病学数据统计
有52个癫痫患者包括在这项研究中,年龄在18岁和50年,平均年龄为31.97±13.47年,其中包括28个男性和24岁女性。根据教育水平,15例本科及以上,在高中和37例。有52例(25个男性和女性27日)在对照组,他们17-52岁,平均年龄为32.16±12.04年。根据教育水平,18例本科及以上,34岁在高中。上述差异在统计学上没有显著( )(数据2和3)。
3.3。癫痫患者癫痫发作的临床特点
52癫痫患者,12部分癫痫发作,具体包括简单的局部癫痫发作,复杂部分发作,扩展到广义和局部癫痫发作;24广义癫痫患者,包括通用失神发作、广义强直性痉挛,和广义肌阵挛;和16个病人局部和整体发作(图4)。登记患者,42岁患者每月发作在一年内小于或等于1,占80.76%,和10个病人每月发作大于1,占19.24%。两者的区别在统计学上显著( )(图5)。
3.4。癫痫患者PET / MRI分子成像的特点
结节性硬化症2 c (TSC2)基因突变。600 - 2 > G。大脑核磁共振的图像显示,皮质或皮质下结节呈现高信号T2加权成像(T2WI) T2天赋,和双反转恢复序列(DIR),以及在T1WI低信号序列。18F-fluorodeoxyglucose (18F-FDG) PET / MRI显示,上述地区有低的新陈代谢异常信号匹配的大小结节。在左前颞区域头皮脑电图显示癫痫区域,PET / MRI显示广泛的低代谢,代谢区是显著大于结节本身。nonepileptogenic结节,左后颞区和左枕叶区结节的结节本身一样的low-metabolic范围。上述结果表明,致癫痫的结节可能结合异常low-metabolic皮层。上述成像特性有助于识别致癫痫的结节。有过度放电的损伤、快速、重复大量神经元细胞膜去极化,在能源消耗显著增加,导致一个明显的局部血流量的增长和葡萄糖代谢;18F-FDG PET成像显示高代谢重点(数字6和7)。
3.5。宠物癫痫患者的检查结果
在这项研究中,52个癫痫患者完成了PET分子成像检查,发现没有明显的异常变化,12名患者的大脑。在40例发现明显病变,占76.9%。其中,有10个海马病变患者(19.23%)、额叶损伤病人16(30.77%)、颞叶病变患者和8 (15.38%)。壁疾病的有6例,占11.54%(图8)。
3.6。癫痫患者与事件相关电位的结果
52个癫痫患者参加集团完成了与事件相关电位检查,显示有14认知功能正常的患者(25.81%)。然而,有48个认知功能正常的患者在对照组,占92.54%。两者的区别是统计上伟大的( )。有38癫痫组患者的认知功能障碍,占据74.19%,对照组和4病人认知功能障碍,占7.46%。因此,在统计学上也大量病例的数量从两组与认知功能障碍( )(图9)。
3.7。教育水平的癫痫患者认知功能的影响
癫痫患者52岁,最高学历是研究生,和程度最低的是小学。基于教育的学位,有15个本科或以上患者和37高中学历或低于患者。此外,11个患者正常的认知功能障碍患者认知功能和19有学士学位或以上。有8例正常认知功能障碍患者认知功能和14人拥有高中学历以下。上述差异在统计学上没有明显的( )(图10)。
3.8。药物和癫痫患者的认知功能
52例,19例了一种抗癫痫药物,其中11例(57.89%)开发的认知功能障碍。有26个病人服用两个或两个以上的抗癫痫药物,其中22例(84.61%)有认知功能障碍。7病人没有给予抗癫痫药物,只有1例有认知功能障碍。任意两组之间的差异有统计学显著( )(图11)。
3.9。癫痫患者的生活质量评分
52个癫痫患者的生活质量得分QOLIE-31,并采用标准分数的方法提高每个项目的得分和总分值。癫痫组的认知和社会功能评分明显高于对照组(3.12±0.34和3.68±0.79;3.56±0.23分和3.74±0.26分),差异具有统计学意义( )。结果发现,认知功能障碍患者的生活质量相对较差(图12)。
4所示。讨论
癫痫是一种常见的神经系统疾病。超过30%的患者诊断癫痫会有认知功能障碍(11]。在过去,人们主要关注如何控制癫痫发作,但忽略了认知功能障碍引起的癫痫和癫痫患者的生活质量。随着医学高科技设备的不断发展,人们的注意力认知功能障碍引起的癫痫逐渐增加(12]。哈桑et al。13]探索各种因素引起的癫痫患者的认知功能障碍,包括因素如性别、年龄、发作频率、发作类型、和抗癫痫药物管理局。他们发现年龄、发作频率、发作类型,和吸毒都与认知功能障碍有关。特别是,癫痫发作的频率和类型对认知功能的影响非常明显,这与本研究的结果是相一致的。与事件相关的潜在的考试是在这项研究中,应用结果表明,癫痫发作频率、发作类型、脑部PET分子成像,和吸毒都是认知功能障碍的影响因素,这是符合上述研究的观点。陈等人。14]回顾性分析129例癫痫患者的认知功能障碍。最严重的损害认知功能是广义强直性痉挛,紧随其后的是复杂部分发作。如果复杂部分发作的频率超过2次/月,它将导致一个严重的病人的记忆和流动性下降。Postulart et al。15和扩展部分)认为,复杂性局部癫痫发作广义发作可能导致认知功能受损。它表明,认知功能障碍是高度与癫痫发作的类型,这是符合本研究的观点。
最常见的治疗癫痫的方法是服用抗癫痫药物,可减少通过抗癫痫药物认知功能障碍引起的癫痫。然而,抗癫痫药物有副作用,剂量和频率管理也将对认知功能有一定的影响(16]。Liguori说道et al。17)指出,更多类型的抗癫痫药物,患者的认知障碍的程度越明显。Oldan et al。18]认为抗癫痫药物可以抑制神经兴奋的传导,阻碍神经传递素的传播,从而影响患者的认知功能。发现病人服用两种或两种以上抗癫痫药物能促进认知功能障碍的发生,表明药物的类型是独立危险因素之一,影响认知功能障碍。采用QOLIE-31评价癫痫患者的生活质量,所以,这项研究的结果有很好的信誉。Ogundare et al。19]QOLIE-31用来评估85例癫痫患者和健康对照组的成绩,发现癫痫患者的得分明显低于对照组。此外,患者认知功能障碍得分最低,表明epilepsy-induced认知功能障碍可以降低患者的生活质量。这项研究的结果显示,整体生活质量的差异,癫痫患者的认知功能和社会功能是统计上明显( ),这与上述的研究结果是相一致的。
5。结论
U-net优化网络结构算法基于深度学习。除此之外,它与FCNN结构和应用于PET分子52癫痫患者的图像。U-net优化网络结构比FCNN更好的分割效果。癫痫患者认知功能障碍的发生与类型的癫痫,癫痫发作的频率,抗癫痫药物的消费和大脑宠物分子成像。生活质量总分、认知功能、社会功能评分低认知功能障碍患者认知功能正常的患者相比,和他们的生活质量很低。本研究的限制是有更少的情况下样本收集一段时间内,这可能会导致某些偏差在这项研究的结果。之后,它被认为是扩大样本范围进行进一步的改进。简而言之,不能通过单一药物治疗癫痫。也必须考虑到认知功能障碍引起的癫痫的不利影响。病人的关注认知功能增加在某种程度上,和他们的整体生活质量已得到改进。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。