岛叶胶质瘤术中运动诱发电位监测预警信号的初步研究：基于动态时间规整算法的早期预测模型构建

针对岛叶胶质瘤手术中运动诱发电位(MEPs)预警延迟的临床难题，研究人员通过回顾性分析30例患者数据，创新性结合傅里叶变换和动态时间规整(DTW)算法构建逻辑回归模型，首次提出可提前预测MEPs下降>50%的预警信号(PWS)，其预测准确率达91.45%，为优化术中神经电生理监测(IOM)提供新策略。

　　

在神经外科领域，岛叶胶质瘤手术堪称"手术禁区"的终极挑战。这个深藏在大脑外侧裂深处的区域，密布着支配运动功能的重要神经纤维束。虽然术中神经电生理监测(IOM)技术尤其是运动诱发电位(Motor Evoked Potentials, MEPs)监测已成为手术导航的"黄金标准"，但临床面临一个棘手困境：当监测到MEPs幅度下降超过50%(Warning Sign, WS)时，往往已错过最佳干预时机，患者术后运动功能缺损难以避免。这一"时间差"问题使得神经外科医生在切除肿瘤时如履薄冰，亟需找到更早期的预警指标。

为破解这一难题，研究人员开展了一项单中心回顾性研究，纳入2023年1月至2024年9月期间30例岛叶肿瘤手术病例。研究团队创新性地将信号处理技术与机器学习相结合：首先通过傅里叶变换对MEPs信号进行频域特征提取，随后应用动态时间规整(Dynamic Time Warping, DTW)算法对齐不同时间序列的MEPs波形，最终建立逻辑回归预测模型。这项发表在《World Neurosurgery》的研究，开创性地提出了"预警前信号"(Pre-Warning Signal, PWS)概念。

关键技术方法包括：1) 收集30例岛叶肿瘤患者的上肢肌肉MEPs时序数据；2) 采用傅里叶变换进行信号频谱分析；3) 应用DTW算法量化MEPs波形变异度；4) 构建逻辑回归模型预测MEPs下降风险。所有数据均来自单中心连续病例，确保研究内部一致性。

研究结果显示：
• 模型效能：逻辑回归模型预测准确率高达91.45%，成功识别出PWS特征参数，可提前预警后续MEPs下降>50%的风险事件。
• 预测性能：PWS与WS在敏感性(Se=83.3%)和阴性预测值(NPV=93.8%)方面表现相当，均能有效预测MEPs下降和术后运动功能结局。
• 特异性比较：PWS在预测运动功能障碍方面展现出与WS相似的特异性(Sp=62.5%)和阳性预测值(PPV=35.7%)，验证了其临床可靠性。

结论部分指出，PWS的提出标志着IOM技术的重要突破。相较于传统WS指标，PWS能更早预警运动通路损伤风险，为外科医生争取到宝贵的干预时间窗口。特别值得注意的是，PWS在保持高敏感性的同时，其特异性与WS相当，这意味着临床医生可以更自信地依据PWS调整手术策略。这项研究为精准神经外科提供了新的决策支持工具，未来有望通过前瞻性研究进一步验证PWS的临床应用价值，最终改写岛叶胶质瘤手术的安全标准。