综述：弥散性胶质瘤手术中多模态运动映射的解剖-功能方法：层级网络

这篇综述创新性地提出层级网络模型（hierarchical networks），通过解剖-功能（anatomo-functional）正交平面组织解析运动功能区胶质瘤手术中的肿瘤-功能平衡（onco-functional balance）。重点阐述局部（local）、模块化（modular）和整合（integrative）三级运动网络的术中映射策略：局部网络依赖 asleep 技术检测运动输出，整合网络需 awake 技术评估认知整合，模块化网络（U-fiber 系统连接）则是两种技术的交叉验证靶点。

　　

运动功能区胶质瘤的手术挑战

运动功能区弥散性胶质瘤（diffuse glioma）的切除始终面临肿瘤-功能平衡（onco-functional balance）的难题。现代神经外科已超越单纯保留肌肉收缩的初级目标，更强调术后运动规划（motor planning）与精准执行（purposeful execution）功能的完整性。这种平衡高度个体化，涉及患者治疗预期、手术经验等多重因素。

三级运动网络层级模型

大脑通过三级协同网络实现复杂运动功能：

1. 局部网络（local networks）：运动输出的最终通路，集中于中央前回，术中可通过 asleep 状态下的直接电刺激（DES）或经颅磁刺激（TMS）精准定位；
2. 模块化网络（modular networks）：位于中央叶（central lobe），通过中央沟下方的特化U纤维系统（U-fiber system）实现感觉运动整合（sensorimotor integration），是 asleep 与 awake 技术的共同作用靶区；
3. 整合网络（integrative networks）：分布于放射冠（corona radiata）和内囊（capsules）的前后区域，通过长程联络纤维连接认知枢纽（cognitive hubs），必须依赖 awake 手术中的行为学测试评估。

术中映射技术选择

不同网络特性决定技术差异：局部网络映射首选运动诱发电位（MEPs）等 asleep 技术；整合网络需 awake 状态下执行复杂任务（如双任务范式）；模块化网络则需结合体感诱发电位（SSEPs）与运动行为监测。特别值得注意的是，中央叶U纤维的立体定向排列（orthogonal plane organization）为多模态技术融合提供了解剖基础。

未来发展方向

该模型为个性化手术方案设计提供框架：针对前额叶-中央叶-顶叶的纤维连接拓扑，可优化术中功能监测组合。例如，后部整合网络损伤可能影响运动意象（motor imagery），需强化弥散张量成像（DTI）与术中认知测试的联动分析。