机器人辅助框式脑深部电刺激中使用1.5T定量磁化率成像直接定位丘脑底核:初步工作流程比较

《Neurosurgery Practice》:Direct Subthalamic Nucleus Targeting Using 1.5-T Quantitative Susceptibility Mapping in Robot-Assisted Frame-Based Deep Brain Stimulation: A Pilot Workflow Comparison

【字体: 大 中 小 】 时间:2026年10月09日 来源:Neurosurgery Practice 0.9

编辑推荐:

   背景与目的:已有研究发现,基于影像定义的丘脑底核(STN)边界与微电极记录(MER)定义的边界之间存在差异。将1.5T定量磁化率成像(QSM)整合入机器人辅助、立体定向框架式脑深部电刺激(DBS)工作流程的可行性尚不明确。为此,我们评估了基于1.5T QSM的直接STN靶点定

  

背景与目的:已有研究发现,基于影像定义的丘脑底核(STN)边界与微电极记录(MER)定义的边界之间存在差异。将1.5T定量磁化率成像(QSM)整合入机器人辅助、立体定向框架式脑深部电刺激(DBS)工作流程的可行性尚不明确。为此,我们评估了基于1.5T QSM的直接STN靶点定位,并将其与常规图谱辅助工作流程进行了比较。

方法:本研究为单中心回顾性比较队列初步可行性研究(符合观察性流行病学研究报告规范),纳入11例连续性帕金森病患者(22个半球;常规组12个,QSM组10个),均接受双侧STN-DBS手术。靶点偏差为主要结局指标。影像与MER空间一致性(进入/退出偏移)、MER通过长度、脑积气及评估者间信度作为事后探索性结局指标进行分析。为考虑同一患者双半球之间的相关性,进行了患者层面的敏感性分析。

结果:MER前与MER后靶点偏差在两组间未见统计学显著差异(1.69 vs 1.64 mm,P = .67;2.24 vs 1.60 mm,P = .09);QSM工作流程未见靶点偏差明显增加。事后分析中,QSM工作流程进入和退出偏移量较小(进入2.80 vs 1.04 mm,P = .001;退出3.39 vs 1.16 mm,P = .0003),患者层面分析结果一致。评估者间信度极佳(组内相关系数 > 0.94),当取2名评估者坐标平均值时,工作流程间差异仍然保留(所有P < .01)。

结论:在此初步队列中,基于1.5T QSM的直接STN识别在机器人辅助、立体定向框架式DBS工作流程中是可行的,且未见靶点偏差明显增加。探索性分析提示,QSM工作流程中影像预测与MER定义的STN边界之间具有更密切的空间一致性。这些产生假设的研究结果需要进一步前瞻性多中心验证。

缩写:LoA一致限;MER微电极记录;PD帕金森病;QSM定量磁化率成像;STN丘脑底核。

丘脑底核脑深部电刺激(STN-DBS)是帕金森病(PD)的成熟治疗方法。由于STN体积小且邻近功能关键结构,电极位置即使存在微小差异也可能影响疗效和副作用。12 反映每位患者个体解剖的靶点定位仍是立体定向和功能性神经外科面临的挑战。3

在STN靶点定位中,前连合-后连合(AC-PC)间接坐标通常与基于MRI的直接识别和基于图谱的分割方法结合使用。3?? 然而,已有研究表明,基于影像定义的STN边界与术中微电极记录(MER)获得的电生理STN边界之间存在不可忽略的差异。Bus等?报告MER与3T T2/SWI边界之间存在1.9至2.5 mm的差异;此外,de Laurentis等?在78例患者中报告,使用3T MRI联合Brainlab Elements图谱分割时,STN进入/退出的95%一致限约为±2.7 mm。这些数据表明,基于图谱的分割方法在预测个体STN边界时存在结构性局限。

定量磁化率成像(QSM)利用局部磁化率差异来改善STN的可视化??1?,因其依赖每位患者自身的磁化率对比度而非群体图谱。尽管3T和7T QSM的信噪比更高,但1.5T MRI仍是许多中心的临床主力设备。11 Rashid等12报告1.5T QSM靶点估计值与常规方法在统计学上可比较。然而,将1.5T QSM整合入机器人辅助、立体定向框架式DBS工作流程131?以及直接评估其与术中MER的空间一致性尚未见报道。

我们将基于1.5T QSM的直接STN识别整合入机器人辅助、立体定向框架式DBS工作流程,并以预设的主要结局评估该方案是否可以在不产生明显几何劣势的情况下实施于靶点定位。同时评估术中MER与QSM工作流程及常规工作流程之间(即影像-MER空间一致性)的空间一致性,需注意此比较为工作流程层面而非QSM单独与图谱单独之间的比较。

方法

研究设计与患者

本研究经机构审查委员会批准(批准号:2552)。鉴于研究的回顾性性质,免除书面知情同意的要求,采用选择性退出方案。

本研究为单中心回顾性比较队列初步可行性研究,评估在鸟取县立新津中央国立医院将基于1.5T QSM的直接STN靶点定位整合入机器人辅助、立体定向框架式DBS工作流程的可行性。预设主要结局指标为靶点偏差,在再分析时新增影像-MER空间一致性作为探索性事后分析。未进行正式样本量计算(符合初步研究设计)。报告遵循观察性流行病学研究报告规范队列研究声明。1?

连续筛选2024年9月至2025年12月间接受机器人辅助、立体定向框架式双侧STN-DBS手术的符合入组标准的PD患者。纳入标准为:PD诊断、接受上述干预措施、完整术前MRI数据、术中MER及术后CT数据。排除标准为:再次手术、影像数据不完整、无法评估术后电极位置。工作流程分组(常规 vs QSM)根据研究期间的顺序性常规临床使用确定,未进行随机分配。

患者分为常规组(6例患者,12个半球;AC-PC间接坐标联合Brainlab Elements图谱分割)和QSM组(5例患者,10个半球;在1.5T QSM上直接识别)两组(图1)。每位患者的两个半球接受相同工作流程。

开放多媒体模式 图1。

开放多媒体模式 参与者流程图。连续筛选的帕金森病患者(2024年9月–2025年12月)接受机器人辅助、立体定向框架式双侧STN DBS的流程。11例患者(22个半球)经筛选后全部纳入,无排除病例;患者根据临床工作流程的顺序实施被分配至常规工作流程(6例患者,12个半球)或QSM工作流程(5例患者,10个半球)。所有半球均以完整数据分析。AC-PC,前连合-后连合;DBS,脑深部电刺激;QSM,定量磁化率成像;STN,丘脑底核。

影像与重建

术前MRI使用1.5T扫描仪(MAGNETOM Altea;西门子医疗)完成。采集三维T1加权像和多回波梯度回波序列(5个回波;回波时间7.04–45.36 ms;体素0.9 × 0.9 × 1.5 mm)。使用基于相位图的磁化率成像流水线工具(SEPIA Toolbox,v1.2.2.6)1? 从多回波相位数据重建QSM,所有病例采用相同参数(补充数字内容1,方法,https://links.lww.com/NS9/A134)。刚性配准至T1后,将QSM导入ROSA One(Zimmer Biomet)。所有病例重建成功。所有图像处理由主刀神经外科医生(评估者1;从业21年)完成。DICOM至NIfTI格式转换及符合脑影像数据结构规范的命名使用内部脚本完成(每例数秒);QSM重建使用MATLAB中的SEPIA图形界面完成(每例约3分钟);导入ROSA One每例约需5分钟。

靶点定位工作流程

在常规工作流程中,术前MRI与框架式CT在Brainlab Elements(Brainlab AG)上融合;初始STN靶点使用AC-PC间接坐标设定,并通过图谱分割进行修正。在QSM工作流程中,在ROSA One中的融合QSM/T1图像上直接识别STN,最终靶点在Brainlab Elements上进行修正(图2)。因此,QSM工作流程以基于影像结构的直接识别替代了依赖图谱的间接坐标,但保留了Brainlab Elements验证步骤,使得比较属于工作流程层面而非QSM单独与图谱单独之间的比较。

开放多媒体模式 图2。

开放多媒体模式 常规工作流程与QSM工作流程的对比。在常规工作流程中,最终靶点由前连合-后连合间接坐标和Brainlab Elements图谱分割定义;在QSM工作流程中,STN在1.5T QSM上直接识别,最终靶点随后在Brainlab Elements上进行修正。DBS,脑深部电刺激;GRE,梯度回波;QSM,定量磁化率成像;SEPIA,基于相位图的磁化率成像流水线工具;STN,丘脑底核。

手术与术中MER

所有手术均在局部麻醉联合丙泊酚静脉镇静下完成。在固定立体定向框架、皮肤切口及骨孔钻取过程中给予丙泊酚;此后停药以允许患者觉醒进行MER;双侧电极放置完成后恢复给药进行皮肤缝合(睡-醒-睡方案)。DBS电极在ROSA One机器人引导下使用Leksell立体定向框架植入。131? 所有病例均进行半MER(Semi-MER)。1? 术中记录使用日本光电系统(Neuromaster G1 MEE-2000;日本光电株式会社),采用单轨配置。选择半MER而非单单元MER是因为ROSA One系统在1 mm步进推进过程中产生的电噪声妨碍了可靠的单单元MER;半MER能够稳健地捕获背景多单元活动,并可靠地确定STN进入和退出边界。记录通常从计划靶点上方约10 mm处开始,以1 mm步进推进。

STN进入和退出边界由特征性STN放电模式的出现和消失定义。这些边界由多名神经外科医生共识确定;未使用人工智能或自动边界检测软件。当MER结果与基于影像的预测不一致时,团队进行额外MER通过(轨迹修正)(常规组,4例患者/5个半球;QSM组,3例患者/3个半球)。最终电极深度使用术中X光系统确认。

结局指标与坐标分析

靶点偏差包含两个距离:MER前偏差(初始基于影像的靶点至术后电极尖端)和MER后偏差(最终术中靶点至电极尖端),计算为三维欧几里得距离。对于事后影像-MER空间一致性分析,我们以术后CT上最终植入轨迹作为公共参考轴——选择此轴以在已植入电极的坐标系中关联影像预测边界与MER观测边界——并沿此轴计算进入/退出偏移和Bland-Altman有符号差异。预测的STN边界来自QSM(QSM工作流程)或图谱分割(常规工作流程);观测边界来自MER,绝对坐标通过术中X光系统测量的深度获得。详细方法见补充数字内容1,方法,https://links.lww.com/NS9/A134。

偏倚与缺失数据

通过连续抽样和基于时间(而非基于患者)的工作流程分配来最小化选择偏倚。操作流程标准化,并通过盲法独立评估者(评估者2,从业40年的神经外科医生)处理观察者偏倚。通过量化术后脑积气并测试其与结局指标的Spearman相关性来评估脑移位导致的混杂。所有变量数据完整;无需插补。

统计分析

连续变量以中位数[IQR]汇总,使用双侧Mann-Whitney U检验比较,主要结局和探索性结局报告Hodges-Lehmann中位差异及95%CI。分类变量使用Fisher精确检验比较。Bland-Altman分析使用平均差值(偏倚)和95%一致限。半球层面分析(n = 22)被视为探索性,因为同一患者的两个半球并非完全独立;为评估患者内相关性的影响,以患者层面分析(n = 11;患者内半球平均)作为主要确认性敏感性分析。两项敏感性分析分别排除了轨迹修正的半球以及使用评估者1和2坐标均值。显著性水平设为P < .05,未进行多重比较校正;因此,所有事后发现均解读为产生假设。分析使用Python 3.11(scipy.stats 1.11)完成。

数据可用性

支持本研究结果的原始数据可应合理要求向通讯作者索取。

生成式AI的使用

在稿件准备过程中,作者使用Claude(Anthropic,Opus 4.7)进行语言编辑、结构组织和概念及统计图形生成;图3使用SEPIA Toolbox基于临床数据生成。作者对所有输出进行了审核和验证,并对内容承担全部责任。

开放多媒体模式 图3。

开放多媒体模式 QSM工作流程中左侧STN区域的代表性冠状位图像。A,1.5T QSM无叠加;STN表现为高磁化率区域。B,对应的QSM图像,手动描划STN(绿色)和邻近的 substantia nigra(暗红色)。边界直接在QSM信号上描划。C,对应的液体衰减反转恢复图像,其中STN边界不明显。显示AC和PC标记点(红色)、计划轨迹(橙色)和靶点(绿色)。这些图像仅提供可视化参考,未用于定量分析。AC,前连合;D,下;L,左;PC,后连合;QSM,定量磁化率成像;R,右;SN,黑质;STN,丘脑底核;U,上。

结果

患者特征与参与者流程

研究期间连续纳入11例符合纳入标准的PD患者;无因影像不完整或再次手术而被排除的病例。所有患者(22个半球;常规组,6例患者/12个半球;QSM组,5例患者/10个半球)均完成方案,无缺失数据。参与者流程总结见图1。

人口学特征、手术变量及早期运动学结局见表1,年龄(常规组63岁 vs QSM组66岁,P = .46)、性别(男/女 4/2 vs 3/2,P = 1.00)、病程(11.5 vs 8.0年,P = .31)、DBS设备制造商(P = 1.00)及配准均方根误差(0.36 vs 0.33 mm,P = .71)各组间均无明显差异。术前统一帕金森病评定量表第三部分评分(UPDRS-III)(30.5 vs 27.0,P = 1.00)、术后3个月UPDRS-III评分(11.5 vs 7.0,P = .52)及运动改善率(71% vs 82%,P = .33)各组间亦无明显差异。未发生主要围手术期并发症;轻微不良事件(2例导线周围水肿、1例无症状小量出血)均采取保守处理。

**表1. 基线人口学、手术过程及早期运动学结局特征**

| 变量 | 常规流程(n = 6例患者) | QSM流程(n = 5例患者) |
|---|---|---|
| 患者数 | 6 | 5 |
| 手术年龄(岁) | 63.0 [55.0-67.3] | 66.0 [64.0-68.0] |
| 性别,男/女 | 4/2 | 3/2 |
| 发病年龄(岁) | 48.0 [42.5-55.8] | 57.0 [54.0-61.0] |
| 病程(年) | 11.5 [8.8-12.8] | 8.0 [7.0-9.0] |
| 植入半球数 | 12 | 10 |
| 分期植入,是/否 | 1/5 | 0/5 |
| 设备,Boston/Abbott | 4/2 | 3/2 |
| 手术室时间(分钟) | 326.0 [276.8-352.8] | 276.0 [254.0-281.0] |
| 手术时间(分钟) | 164.5 [145.8-182.5] | 149.0 [141.0-160.0] |
| 均方根误差(mm) | 0.365 [0.293-0.378] | 0.330 [0.320-0.400] |
| UPDRS第三部分,术前 | 30.5 [21.8-40.8] | 27.0 [27.0-31.0] |
| UPDRS第三部分,术后 | 11.5 [3.8-17.0] | 7.0 [5.0-7.0] |
| UPDRS第三部分改善 | 15.5 [11.0-22.3] | 22.0 [20.0-31.0] |

QSM,定量磁化率成像;RMS,均方根;UPDRS,统一帕金森病评定量表。

数值以中位数[四分位距]或n表示,除非另有说明。病程计算为手术年龄减去发病年龄。UPDRS第三部分改善值计算为术前评分减去术后评分。两个流程组反映的是研究期间常规临床实践,而非随机分组,因此应作描述性解读。一例QSM病例的术后运动学评估记录为术后2个月而非3个月。

## QSM流程的可行性

全部5例QSM患者的QSM重建均成功(10/10半球)。所有病例的QSM图像均成功导入ROSA One系统,未出现因QSM图像质量导致的流程失败。在所有QSM半球中,丘脑底核(STN)均表现为与相邻结构可明确区分的高磁化率区域,而相应液体衰减反转恢复(FLAIR)序列上则无法清晰辨识(图3)。QSM源序列为术前MRI额外增加约5分钟时间。各手术变量各组间均无明显差异(表1):手术室时间(326 vs 276分钟,P = .33)、手术时间(165 vs 149分钟,P = .66)、配准时间(8 vs 10分钟,P = .65)或每半球微电极记录(MER)通道数(1[1,2] vs 1[1,2],P = .61)。QSM流程的验证时间略短(4 vs 3分钟,P = .036),但绝对差异较小(约1分钟)。

## 主要结局:靶向偏差

两项偏差指标各组间均无统计学显著差异(表2,图4):MER前偏差1.69 mm[四分位距 1.23-2.65](常规组)vs 1.64 mm[四分位距 1.28-1.97](QSM组)(P = .67);MER后偏差2.24 mm[四分位距 1.58-2.73] vs 1.60 mm[四分位距 1.16-1.85](P = .09)。QSM流程未出现靶向偏差增加,支持其在本先导队列中的可行性。

**表2. 半球水平靶向偏差及影像学—MER空间一致性分析**

| 结局指标 | 常规组(n = 12) | QSM组(n = 10) | 中位差值(常规组 ? QSM组),mm [95% CI] | P值 |
|---|---|---|---|---|
| MER前目标偏差(mm) | 1.69 [1.23-2.65] | 1.64 [1.28-1.97] | 0.20 [?0.57, 1.15] | .67 |
| MER后目标偏差(mm) | 2.24 [1.58-2.73] | 1.60 [1.16-1.85] | 0.67 [?0.10, 1.40] | .09 |
| 入口偏移(mm) | 2.80 [1.84-4.10] | 1.04 [0.51-1.30] | 1.85 [0.68, 3.46] | .001 |
| 出口偏移(mm) | 3.39 [2.35-4.37] | 1.16 [0.69-1.66] | 2.18 [1.21, 3.27] | .0003 |
| MER观察到的STN通过长度(mm) | 5.00 [4.04-5.95] | 6.01 [6.00-7.00] | ?1.05 [?2.03, ?0.02] | .044 |

MER,微电极记录;QSM,定量磁化率成像;STN,丘脑底核。

数值以中位数[四分位距]表示,除非另有说明。组间比较采用双侧Mann-Whitney U检验;组间差值为Hodges-Lehmann中位差值(常规组 ? QSM组)及95%置信区间。正值表示常规流程数值较大。MER前偏差为基于影像的初始目标至术后导线尖端的距离;MER后偏差为术中最终目标至导线尖端的距离;入口/出口偏移为沿植入路径上影像预测与MER观察到的STN入口/出口的三维欧几里得距离。

## 图4. 靶向偏差箱线图

两种靶向偏差各组间均无明显差异(MER前目标偏差P = .67,MER后目标偏差P = .09;Mann-Whitney U检验)。A,MER前目标偏差;B,MER后目标偏差;C,影像学—MER入口偏移;D,影像学—MER出口偏移。Conv,常规组;MER,微电极记录;n.s.,差异无统计学意义;QSM,定量磁化率成像。

## 探索性事后分析:影像学—MER空间一致性

在半球水平(n = 22),QSM流程的预测坐标与MER观察坐标之间的偏差更小(表2;指标定义见图5):常规组入口偏移2.80 mm[四分位距 1.84-4.10] vs QSM组1.04 mm[四分位距 0.51-1.30](P = .001);出口偏移3.39 mm[四分位距 2.35-4.37] vs 1.16 mm[四分位距 0.69-1.66](P = .0003)。Bland-Altman分析(表3,图6)显示常规流程存在负偏倚(入口?2.95 mm,一致性界限[?6.33, +0.43];出口?3.52 mm,一致性界限[?5.98, ?1.06]),提示基于影像的预测系统性地偏浅。QSM流程的偏倚则围绕零分布(入口?0.43 mm,一致性界限[?2.45, +1.59];出口+0.27 mm,一致性界限[?2.58, +3.12])。MER观察到的STN通过长度为常规组5.00 mm[四分位距 4.04-5.95] vs QSM组6.01 mm[四分位距 6.00-7.00](P = .044);预测与观察到的通过长度一致性结果见表3和图7。

## 图5. 影像学—微电极记录空间一致性指标定义示意图

在沿植入路径的代表性冠状位QSM图像上展示影像学—微电极记录空间一致性指标的定义。A,基于影像的预测:通过QSM直接识别(QSM流程)或图谱分割(常规流程)获得的预测STN入口和出口(蓝色),预测通过长度定义为两者之间的距离。B,基于微电极记录的观察:以特征性STN神经活动的出现和消失定义的观察STN入口和出口(红色),观察到的通过长度即为两者之间的距离。入口偏移和出口偏移分别为预测与观察到的入口和出口之间的距离。标示了AC和PC标记点(红色)及手术轨迹(橙色)。本示意图仅说明指标定义,不呈现定量结果。AC,前连合;PC,后连合;QSM,定量磁化率成像;STN,丘脑底核;T,靶点。

**表3. 影像预测值与微电极记录观察到的丘脑底核边界的Bland-Altman分析**

| 测量指标(预测值 ? 观察值) | 常规流程,偏倚[95%一致性界限] | QSM流程,偏倚[95%一致性界限] |
|---|---|---|
| 入口(mm) | ?2.95 [?6.33, +0.43] | ?0.43 [?2.45, +1.59] |
| 出口(mm) | ?3.52 [?5.98, ?1.06] | +0.27 [?2.58, +3.12] |
| 通过长度(mm) | ?0.57 [?3.58, +2.44] | +0.71 [?1.93, +3.34] |

LoA,一致性界限;QSM,定量磁化率成像。

数值为偏倚(预测值?观察值的平均有符号差值)及95%一致性界限。入口/出口偏倚为负值提示基于影像的预测系统性地比微电极记录更浅。常规组n = 12半球;QSM组n = 10半球。探索性事后分析,假设生成性研究。

## 图6. 入口/出口有符号差值(预测值 ? 观察值)的Bland-Altman分析

常规流程存在系统性负偏倚;QSM偏倚围绕零分布。A,常规流程,STN入口;B,常规流程,STN出口;C,QSM流程,STN入口;D,QSM流程,STN出口。探索性事后分析,假设生成性研究。LoA,一致性界限;QSM,定量磁化率成像;STN,丘脑底核。

## 图7. 预测值与观察到的丘脑底核通过长度的Bland-Altman分析

常规流程偏倚为?0.57 mm,QSM流程偏倚为+0.71 mm。A,常规流程;B,QSM流程。探索性事后分析,假设生成性研究。LoA,一致性界限;QSM,定量磁化率成像。

## 敏感性分析

患者水平结果(表4)与半球水平分析方向及显著性一致:常规组入口偏移2.49 mm[四分位距 1.88-4.13] vs QSM组1.04 mm[四分位距 0.70-1.05](P = .004),出口偏移3.72 mm[四分位距 2.91-4.09] vs 1.33 mm[四分位距 0.91-1.37](P = .004)。排除进行了轨迹修正的半球后(n = 7 vs 7),出口偏移差异仍显著(3.85 vs 1.54 mm,P = .002),而入口偏移方向一致但变为边缘显著(2.97 vs 1.07 mm,P = .073)。

**表4. 影像学—微电极记录空间一致性的患者水平敏感性分析**

| 结局指标 | 常规组(n = 6) | QSM组(n = 5) | 中位差值(常规组 ? QSM组),mm [95% CI] | P值 |
|---|---|---|---|---|
| 入口偏移(mm) | 2.49 [1.88-4.13] | 1.04 [0.70-1.05] | 1.61 [0.56, 3.95] | .004 |
| 出口偏移(mm) | 3.72 [2.91-4.09] | 1.33 [0.91-1.37] | 2.49 [0.98, 3.46] | .004 |

QSM,定量磁化率成像。

数值以中位数[四分位距]表示;患者水平数值通过计算每位患者左右半球值的平均值得到。组间比较采用双侧Mann-Whitney U检验;组间差值为Hodges-Lehmann中位差值(常规组 ? QSM组)及95%置信区间。排除轨迹修正半球后,出口偏移差异仍显著(3.85 vs 1.54 mm,P = .002),入口偏移方向一致但变为边缘显著(2.97 vs 1.07 mm,P = .073)。

## 评定者间一致性及平均坐标敏感性

由于基于QSM的STN识别依赖于视觉判读,一名独立盲法评定者(评定者2)对全部10个QSM半球的预测入口/出口进行了重新标识。全部6个坐标均表现出优异的评定者间可靠性(组内相关系数(2,1) >0.94;补充数字内容2,表,https://links.lww.com/NS9/A135);评定者间三维欧几里得距离:入口为1.02 mm[四分位距 0.69-1.46],出口为0.90 mm[四分位距 0.61-1.57]。采用评定者1和评定者2坐标的平均值后,QSM流程入口偏移为1.37 mm[四分位距 1.04-1.65],出口偏移为0.83 mm[四分位距 0.57-1.54];在探索性比较中,两者仍小于常规流程(半球水平P = .008,P = .001;患者水平P = .009,P = .009),证实研究结果并非由单一评定者偏倚所致。由于常规流程主要依赖图谱分割而非在QSM上进行手动视觉识别,未正式评估其评定者间可靠性。

## 术后脑内积气

术后脑内积气体积各组间无统计学显著差异,尽管QSM组中位数较高(常规组:4.76 mL[四分位距 1.36-34.38];QSM组:54.90 mL[四分位距 36.50-82.30];P = .20);鉴于样本量小,该差异应谨慎解读。脑内积气体积与任何结局指标均无显著相关性(Spearman检验,所有P > .10),但不能完全排除脑移现象。

## 讨论

### 主要结果

本先导研究比较了在机器人辅助、立体定向框架下双侧STN-DBS治疗帕金森病中,整合1.5T QSM直接STN识别的QSM流程与传统图谱辅助流程。主要发现有三点。第一,预设的主要结局显示靶向偏差各组间无显著差异,支持QSM流程的可行性。第二,QSM流程在预测与MER观察到的STN边界之间表现出更小的空间偏移,且在所有敏感性分析中方向一致。第三,MER定义的边界作为生理学而非解剖学参考;因此,本研究结果应作流程水平与术中参考一致性的解读为宜。

### 解读

靶向偏差无统计学显著差异提示,1.5T QSM流程可以整合到机器人辅助、框架式DBS流程中,在本先导队列中未观察到偏差增加;鉴于样本量小,这不应解读为正式的等效性证据。QSM序列仅增加约5分钟时间,未出现额外的MER或手术相关时间延长。QSM流程用基于解剖的直接识别取代了依赖图谱的间接坐标,支持降低图谱依赖性,同时保留Brainlab Elements验证环节。

一项临床值得关注的探索性发现是QSM流程获得的STN边界预测值更接近MER观察到的边界,出口偏移的差异尤为显著(中位数小约2.2 mm)。两种偏移在QSM流程中均更小,且在所有敏感性分析中方向一致,增强了其假设生成价值。Bland-Altman分析显示常规流程存在入口/出口负偏倚,提示1.5T下的图谱分割方法预测的STN比MER定位更偏浅。相比之下,QSM流程的偏倚围绕零分布,其与de Laurentis等人报道的3T图谱分割的一致性界限在背景上具有可比性(仅作跨研究参考,而非统计学比较)。图谱法系统的偏差可能反映了人群平均边界可能低估了个体解剖差异。其他直接方法,如T2加权或T2*加权成像显示红核和STN,也可辅助STN靶向。然而,在1.5T下,T2加权图像上的STN边界通常不如3T清晰,因为铁相关对比度和信噪比较低,而QSM则利用定量磁化率增强STN的可辨识度(图3)。

本研究属于探索性阶段,1.5T T2成像与QSM的直接对比超出了本试点研究的范围,需要未来专门的研究进行深入探讨。QSM整合工作流程显示出基于影像的预测更接近MER界定的边界;由于该流程包含基于图谱的验证,所观察到的一致性应归因于整合工作流程而非QSM本身。8-10由于未观察到靶向偏差的差异,这些术前规划阶段的差异似乎已被术中基于MER的微调所吸收,最终电极端位置趋于一致。

局限性:本研究为单中心、回顾性、非随机研究,样本量较小(11例患者,22个半球),因此结果应作为探索性和假说生成性的依据来解读。分析为事后分析,并以最终植入轨迹作为共同参考轴,反映了任何MER驱动修正后的位置。敏感性分析排除了经修正的病例后,主要趋势方向得以保持。由于传统工作流程在修正前的初始偏差可能大于最终轨迹所反映的偏差,所观察到的工作流程间差异可能是保守估计。这是一个工作流程层面的比较,而非QSM单独与图谱单独的比较;所观察到的获益应归因于整合工作流程,未来研究应厘清QSM与Brainlab Elements验证各自的贡献。MER边界取决于麻醉深度和判读者的主观判断,并不代表真正的解剖学STN边界。QSM的层厚(1.5 mm)接近MER步长(1 mm);更精细的成像可能减少坐标转换噪声。此外,Bland-Altman分析基于较小样本(n=10和n=12),一致性区间(LoA)的估计精度有限。此外,序贯(非随机)工作流程分配意味着无法完全排除学习曲线或时间变化(如团队对ROSA/Brainlab或MER判读的熟悉程度变化)所致的混杂因素。

可推广性:1.5T设置最为相关的是在没有3T设备的场合。我们使用了广泛可用的平台(Leksell、ROSA One、Brainlab Elements和SEPIA),支持结果的重复性;然而,我们的结果可能无法推广至其他系统。所有患者均为帕金森病且为日本人群,因此更广泛的适用性需要进一步验证。未来研究若纳入更高分辨率成像(3T或7T QSM),或在伦理和实践可行时进行死后组织学验证,有助于弥合生理性STN边界与解剖学STN边界之间的差距。

结论:在机器人辅助、立体定向框架引导下双侧STN-DBS治疗帕金森病中,1.5T QSM辅助工作流程在临床操作中是可行的,在本试点队列中与传统工作流程相比未见明显的靶向偏差增加。在探索性的事后分析中,QSM工作流程显示出与MER观察到的STN边界较小的空间偏移,在半球和患者层面以及多种敏感性分析中均具有一致性。这些假说生成性的发现支持了在1.5T条件下进行解剖学驱动靶向的可行性,并需要前瞻性多中心验证。临床上,该方法可将基于解剖学的STN靶向推广至仅有1.5T MRI设备的中心,减少对图谱的依赖;若经前瞻性证实,QSM整合规划将有助于优化靶点选择,并简化常规DBS手术中术内MER映射流程。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号