利用体内电生理学方法评估用于帕金森病的深部脑刺激（DBS）计算建模方法

《Brain Stimulation》：Evaluation of DBS computational modeling methodologies using in-vivo electrophysiology in Parkinson’s disease

本研究比较了六种DBS计算模型变体在预测帕金森病患者STN刺激激活HDP和CSBT路径的准确性，发现DF-Native-Pathway模型最优，而使用标准化空间和结构模型效果较差，建议根据应用需求选择模型并优化参数。

　　深部脑刺激（Deep Brain Stimulation, DBS）是一种在帕金森病（Parkinson’s Disease, PD）治疗中广泛应用的技术，它通过在特定脑区植入电极并施加电刺激来调节异常神经活动。然而，DBS的临床应用往往依赖于复杂的、耗时的试错过程来调整参数，这不仅增加了患者的负担，也限制了其在临床实践中的效率和准确性。为了改善这一现状，研究人员不断探索使用计算模型来优化DBS参数设置，从而提高治疗效果并减少副作用。尽管近年来图像引导的DBS技术在临床中逐渐得到应用，但这些模型在预测激活效果方面的直接验证仍然有限。

本研究旨在建立一个比较框架，以评估不同DBS计算建模方法在预测临床相关神经通路激活方面的准确性。研究对象为接受STN（丘脑底核）DBS手术的PD患者，通过体内测量（如皮层诱发电位，cEP）作为金标准，对多种计算建模方法进行验证。研究关注了两个关键的神经通路：超直接通路（Hyperdirect Pathway, HDP）和皮层脊髓/球状核束（Corticospinal/Bulbar Tract, CSBT）。HDP被认为与DBS的治疗效果密切相关，而CSBT的激活则可能导致不期望的肌肉收缩，成为一种常见的副作用。

研究中采用了六种不同的计算建模方法，分别基于三种关键因素：建模方法（驱动力模型 [Driving Force, DF] 与组织激活体积 [Volume of Tissue Activation, VTA]）、成像空间（原生 [native] 与规范 [normative]）以及解剖结构表示（结构 [structure] 与通路 [pathway]）。这些模型通过不同的参数设置和计算方式来预测通路的激活情况，其准确性通过R2系数进行量化，即模型预测值与实验测量值之间的相关性。结果显示，DF-Native-Pathway模型在预测HDP和CSBT的实验激活方面表现最为优异，而使用规范成像空间则显著降低了模型预测的准确性。

研究还发现，DF模型相较于VTA模型在预测CSBT激活方面具有更大的优势。这一现象可能与VTA模型在估计远距离刺激效果时的局限性有关。VTA模型通常基于固定的电场阈值和均匀分布的轴突假设，因此在预测远距离通路激活时可能低估了实际的刺激扩散范围。相比之下，DF模型能够更准确地模拟电场梯度对轴突激活的影响，从而更好地捕捉CSBT激活的细微变化。此外，研究指出，VTA模型的默认参数（如电场阈值和组织导电性）可能未完全适配于某些特定通路的激活预测，尤其是在高度各向异性结构（如内部囊）中，VTA模型的预测效果受到显著影响。

在成像空间方面，研究发现原生空间相较于规范空间能提供更准确的预测结果。这可能是因为规范空间的标准化处理在一定程度上简化了个体解剖的复杂性，导致模型无法充分反映个体差异。此外，规范空间中的成像变换可能引入轻微的结构变形，影响模型对实际刺激位置的判断。因此，在需要高精度预测的临床场景中，使用原生空间可能更有利于提高模型的适用性和准确性。

在解剖结构表示方面，研究发现使用通路结构（pathway-based anatomy）比使用结构表示（structure-based anatomy）在预测HDP和CSBT激活时更为有效。通路结构能够更精确地反映神经纤维的轨迹和分布，而结构表示则可能忽略了一些关键的纤维路径，从而影响预测的全面性。然而，研究也指出，某些情况下结构表示的模型仍能提供合理的预测结果，这取决于具体的应用场景和所需的精度水平。

本研究的结果对DBS的临床实践和科学研究具有重要意义。首先，它强调了在构建计算模型时，应根据具体的应用需求选择最合适的建模方法和参数设置。例如，在需要高精度预测的情况下，DF-Native-Pathway模型可能更合适，而在进行群体分析或标准化研究时，VTA-Normative-Structure模型可能仍具实用价值。其次，研究指出，使用原生空间进行建模能够显著提高预测的准确性，这对于个体化治疗和精准医疗具有重要意义。此外，研究还表明，虽然DF模型在预测CSBT激活方面表现更优，但在某些情况下，结构表示的模型也能提供足够的预测效果，因此需要进一步探索不同模型在不同临床场景中的适用性。

尽管研究取得了重要进展，但仍存在一些局限性。首先，研究中使用的建模工具和参数可能影响结果的普遍性。例如，虽然Lead DBS和StimVision等软件代表了当前DBS建模的主流方法，但其他工具和算法可能提供不同的预测效果。因此，未来的研究应探索更多建模方法，并评估其在不同临床条件下的适用性。其次，研究样本数量相对较少，这可能影响结果的统计显著性，尤其是在预测CSBT激活时，由于部分患者的激活测量值为零，可能导致模型预测的偏差。此外，研究仅关注了HDP和CSBT两个通路，而实际临床中可能涉及更多相关通路，因此未来的工作需要扩展研究范围，以提高模型的通用性和适用性。

综上所述，本研究为DBS计算模型的选择和优化提供了重要的理论依据和实践指导。通过比较不同建模方法在预测HDP和CSBT激活方面的准确性，研究强调了DF模型在处理复杂通路激活时的优势，以及原生空间在提高预测精度方面的重要性。这些发现不仅有助于改进DBS的参数设置过程，还可能推动更精准的个体化治疗策略的开发。未来的研究应进一步探索不同建模方法的适用性，并结合更多临床数据和先进技术，以提高DBS模型的预测能力和临床实用性。