《Acta Epileptologica》：The use of quantitative electroencephalography in evaluating epilepsy treatment
编辑推荐：
由于定量脑电图（QEEG）能够以客观、数据驱动的方式测量脑活动，且其表现优于常规脑电图（EEG），因此其在癫痫治疗反应评估中的应用日益增多。本综述评估了截至2026年3月发表的160余篇英文文献，这些研究聚焦于QEEG在癫痫治疗评估中的应用。综述内容涵盖抗癫痫
由于定量脑电图（QEEG）能够以客观、数据驱动的方式测量脑活动，且其表现优于常规脑电图（EEG），因此其在癫痫治疗反应评估中的应用日益增多。本综述评估了截至2026年3月发表的160余篇英文文献，这些研究聚焦于QEEG在癫痫治疗评估中的应用。综述内容涵盖抗癫痫发作药物（ASMs）、长期脑电监测、迷走神经刺激（VNS）等神经调控方法、癫痫手术及致痫区识别，以及基于人工智能（AI）的新型模型。本文并未提供方法学上严格或完全可重复的综合分析，而是重点对不同应用中的方法学趋势、转化意义及当前局限性进行批判性评估。由于患者人口学特征、EEG采集方法、分析路径及临床目标存在显著差异，全面系统综述或Meta分析均面临困难。然而，对现有文献的定性回顾显示，若干与治疗反应相关的QEEG模式反复出现，同时也揭示了证据冲突的领域及不同指标的转化成熟度。研究常发现频谱功率、功能连接性（FC）以及癫痫样活动指数（EAI）的变化与临床结局存在相关性。然而，这些相关性的可重复性与稳健性会因治疗方式和方法学环境不同而显著变化。因此，QEEG在指导个体化治疗方面的潜力，仍受到标准化流程、常模数据库及前瞻性验证缺乏的限制。总体而言，QEEG在长期治疗追踪方面最具前景，并且在某些情境下可增强传统临床评估。该综述强调，有必要开展更加严谨的研究，并优先关注实际应用、临床可解释性及可重复性。此外，本文亦强调了基于QEEG的治疗评估在当前阶段的局限性与治疗潜力。
Background
本文首先界定了脑电图（EEG）与定量脑电图（QEEG）的概念基础。传统EEG主要依赖受训专业人员对异常波形进行目测判读，用于识别发作间期癫痫样放电及癫痫发作期改变；而QEEG则借助数字化信号处理、数学建模与计算分析，实现对脑电活动的客观量化。文中指出，QEEG常用分析域包括信号复杂度（SC）、功率谱分析（PSA）、功能连接性（FC）和网络拓扑指标（NTM），这些方法分别从非线性时序特征、振荡频带分布、跨区域统计依赖关系及脑网络全局/局部组织结构等层面刻画神经生理状态。作者强调，既往癫痫QEEG研究多聚焦于发作检测、发作预测与疾病识别，而治疗评估则是一个不同的临床目标，其核心在于捕捉治疗干预后长期脑活动变化，并将其与疗效、功能恢复及发作负荷变化相联系。
Methods
在方法学上，本文采用叙述性综述设计，通过结构化文献检索与相对清晰的纳入流程提高透明度。检索数据库包括PubMed、Web of Science Core Collection、IEEE Xplore与ScienceDirect，检索时限截至2026年3月，重点纳入使用QEEG衍生指标评估抗癫痫发作药物、神经调控、癫痫手术等治疗相关结局的研究。由于研究设计、患者构成、EEG采集条件及分析框架差异显著，作者未进行正式偏倚风险评估，也未实施定量合并，而是采用定性综合方式，比较不同研究之间在方法稳健性、转化意义与生理可解释性方面的异同，并特别关注频谱、癫痫样活动、复杂度、连接性及网络指标等核心QEEG特征。
Anti-seizure pharmacotherapy
该部分讨论QEEG在抗癫痫发作药物（ASMs）疗效与副作用评估中的应用。作者指出，QEEG不仅可反映药物对发作控制的影响，还能从脑功能状态调节角度揭示药理作用所致的皮层电生理变化。总体而言，药物治疗后常可见背景节律、频谱结构及癫痫样放电负荷的改变，但这些变化受癫痫类型、治疗时程、个体差异及分析方法影响较大，因此其临床解释需谨慎，并应结合发作结局、认知表现及纵向随访资料综合判断。
Power spectrum analysis
功率谱分析（PSA）是应用最广泛的QEEG方法之一，主要通过δ、θ、α、β、γ等经典频段对脑电振荡功率进行频域刻画。文中指出，快速傅里叶变换（FFT）适合长时程频谱分析，但对非平稳瞬态事件敏感性有限；小波分析具有较好的时频局部化能力，适用于短暂癫痫样放电及高频振荡（HFOs）研究；滤波器组方法则便于聚焦特定频带，但需注意相位失真与边缘效应。作者认为，治疗研究中的PSA结果通常并非表现为单一频段孤立改变，而更常体现为慢频与快频活动平衡的转移，例如相对功率、频带比值或半球间不对称性的变化。不同ASMs可伴随不同程度的背景节律减慢或加快，但当前证据更支持将这些变化视为“治疗相关皮层调制标志”，而非特异性药物指纹。作者还指出，急性给药后的短期EEG效应与长期持续治疗后的网络重构应予区分，后者更能反映稳定疗效。此外，部分研究提示α频段变化可能与治疗相关认知效应有关，扩展了PSA在单纯发作评估之外的意义。
Epileptiform activity index
癫痫样活动指数（EAI）是定量衡量发作间期癫痫样负荷的重要指标。文中强调，不同研究对“事件”的定义差异很大，例如以单位时间棘波次数或放电占记录比例作为阈值，导致结果可比性较差。多数研究提示ASMs治疗后EAI下降，见于成人与儿童群体，说明其可能用于反映治疗相关放电抑制；但在某些综合征中，尤其睡眠相关或良性儿童癫痫亚型，EAI亦可出现持续甚至反常升高，并可能伴随临床恶化或新发作类型。作者据此认为，EAI变化具有显著情境依赖性，受药物机制、脑状态与癫痫亚型共同影响。国际临床神经生理联盟（IFCN）及国际抗癫痫联盟（ILAE）虽已提出部分标准化建议，但跨中心一致性仍有限。除疗效评估外，EAI动态波动也被用于探索发作风险与网络不稳定性，但其预后价值仍需更大规模前瞻性研究证实。
Functional connectivity
功能连接性（FC）分析用于评估空间分布脑区之间的统计依赖关系，可从系统水平理解癫痫治疗后大尺度网络重组。文章指出，FC方法包括无向耦合测度与有向因果测度，两者在频带选择、预处理方案、参考方式及模型假设上均存在明显差异，因此研究间结果难以直接比较。现有证据显示，治疗相关FC变化并无统一方向性，既可能表现为连接增强，也可能表现为连接降低，这种差异与癫痫类型、脑状态及分析方法密切相关。由于低频同步增强在癫痫与非癫痫状态中均可出现，因此FC变化并不具备充分疾病特异性。作者认为，FC目前更适合用于解释治疗相关网络重组机制，而非作为单独的疗效预测指标；未来需依赖标准化分析、跨模态整合及更高重复性来提升临床价值。
Epileptic source localization
在空间解释层面，癫痫源定位为QEEG提供了对致痫区及相关网络重构的补充框架。文章回顾了从头皮EEG偶极子建模，到联合脑磁图（MEG）与磁共振成像（MRI）的三维源定位，再到发作间期放电功率成像的发展过程。作者指出，这些源水平表示可用于观察治疗干预后局灶癫痫样发生源是否持续存在或发生重构。随着自动化与半自动化流程的发展，尖波识别、聚类、平均与源定位的标准化程度有所提高，但仍依赖高质量记录和专家监督。对于侵入性记录，立体定向脑电图（SEEG）基础上的源定位、旋转偶极子建模以及时频域电流密度映射，被用于描绘发作起始模式；部分研究提示其与手术定义致痫区的一致性可能优于传统临床定义的发作起始区。作者同时提及基于颅内EEG的源-汇连接指标及机器学习框架，它们在药物难治性癫痫与术后结局评估中显示出探索性潜力，但受限于样本量小、协议不一致和外部验证不足，尚不能直接用于常规决策。
Treatment monitoring
关于治疗监测，文章强调长期视频-EEG监测为捕捉发作相关电-临床事件提供了更长的时间窗口，也推动了QEEG在长程数据总结中的应用。QEEG频谱图通常由连续时频分解生成，并与原始EEG轨迹及视频同步显示，有助于识别发作期与围发作期频谱功率演变。现有研究提示，这类时间-频率表示在辅助区分癫痫性与非癫痫性事件、识别睡眠相关放电模式及随访发作复发风险方面具有一定价值。近年来，一些基于机器学习的长程特征与基于假设驱动的连接指标也被提出，旨在帮助临床医生概括复杂时序动态，而非取代人工判断。作者认为，由于外部验证不足、记录方式差异和方法学异质性，这些指标在治疗监测中的临床适用性仍需谨慎界定。
Neuromodulatory and non-pharmacological therapies
本文进一步综述了神经调控及其他非药物治疗中的QEEG应用。总体上，QEEG常反映皮层同步性下降及大尺度网络组织改变，但不同模式下临床可解释性不一。迷走神经刺激（VNS）是研究最充分的方式，多项研究显示其与全脑同步性降低、较高频活动相对增加有关，提示癫痫网络去同步化；但不同研究结果并不完全一致，对临床反应的预测价值也具有条件依赖性。经颅直流电刺激（tDCS）与重复经颅磁刺激（rTMS）可能调节发作间期放电和网络同步，但证据主要来自小样本异质性研究。闭环神经刺激则与QEEG理念高度契合，其核心在于实时分析皮层脑电图信号并实施按需刺激，涉及特征提取、模式识别和算法控制；虽在药物难治性癫痫中显示长期减发作效果，但由于依赖颅内记录和设备特异算法，与头皮EEG-QEEG指标的可比性较弱。深部脑刺激（DBS）亦可引起频率特异性的FC变化，但结果仍受刺激参数与靶点选择影响。总体来看，QEEG在神经调控中更适于机制阐释，而非成熟的预测工具。
Metabolic therapy: ketogenic diet
生酮饮食（KD）部分指出，该疗法可能通过调节抑制-兴奋平衡及线粒体功能等机制发挥作用，而QEEG主要记录其下游电生理效应。文献普遍提示KD与癫痫样活动减少、背景节律变化、α频段功率改变及网络连接模式重组相关，尤其在儿童人群中常与临床改善并行出现。网络分析还提示KD可能在特定频带诱发大尺度脑网络重构。不过，饮食方案、随访时长及分析方法差异明显，限制了研究间可比性和结论稳健性。
Behavioral and adjunctive therapies
在行为与辅助治疗方面，QEEG应用证据相对有限。若干小样本研究提示，音乐刺激等非侵入性干预可能短暂影响皮层兴奋性，并在特定儿童群体中伴随癫痫样放电减少。然而，现有数据方法学异质性高，临床意义尚不明确，因此QEEG在该领域主要仍作为探索性研究工具。
Non-seizure outcome assessment
作者指出，癫痫治疗目标不仅限于发作控制，还包括认知、睡眠和功能状态改善。QEEG已被用于评估ASMs相关的非发作结局，例如托吡酯可能伴随频谱功率和背景组织改变并与认知损害相关，苯二氮?类药物则常与β活动增加及广泛性慢化相关。部分区域特异性EEG指标，如前额极θ活动，与记忆和执行功能存在关联。QEEG还被用于分析局灶性癫痫患者快速眼动睡眠异常及网络层面睡眠障碍。在癫痫性脑病中，背景活动、癫痫样放电负荷及网络组织的定量指标有望作为治疗反应的补充终点，因为此类疾病的治疗目标常包括异常EEG模式正常化。尽管如此，将电生理量化指标与具有临床意义的功能终点直接对应的标准化生物标志物仍然缺乏。
Treatment response prediction
在治疗反应预测方面，QEEG已被用于探索应答者与无应答者之间的基线或纵向差异，包括频谱分布、FC模式及网络指标。某些研究在颞叶癫痫、儿童失神癫痫和婴儿痉挛综合征等人群中提出了探索性预测模型，也有研究将此类方法用于VNS、rTMS、DBS、行为干预及癫痫手术结局预测。然而，这些模型多基于单中心、小样本、回顾性队列，且特征选择、结局定义与分析策略差异很大，存在明显过拟合与外部效度不足风险。因此，作者认为当前QEEG预测模型仍属于假设生成工具，距离个体化临床决策支持尚有距离。
AI-assisted treatment evaluation
人工智能（AI）辅助治疗评估部分总结了机器学习（ML）与深度学习在高维QEEG特征整合中的应用。其目标包括区分治疗应答者与无应答者、预测术后发作控制及复发风险等。作者指出，传统ML模型通常使用具有一定生理可解释性的预定义特征，在透明性与重复性方面具一定优势；卷积神经网络（CNNs）等深度学习模型虽可自动提取特征，但受限于数据量不足与临床可解释性差。更重要的是，现有研究多依赖内部验证，缺乏与临床专家表现的基准比较，也缺少明确的外部验证。其参考标准常基于临床报告和专家判断，如发作频率下降≥50%，易受回忆偏倚、记录不完整和观察者差异影响。再者，模型训练通常建立于已人工去噪的预处理片段之上，未必能反映真实临床环境中的信号复杂性。文章据此总结，限制AI辅助QEEG临床转化的三大核心问题为：缺乏与专家表现对照、参考标准异质且可靠性有限、对输入数据质量波动耐受性差。
Limitations
局限性部分系统概括了QEEG作为癫痫治疗评估生物标志物所面临的问题。首先，年龄等人口学因素显著影响EEG特征，儿童发育性模式与成人老化相关慢化差异明显，因此跨研究比较需要年龄匹配常模。其次，FC及网络分析框架在预处理、参考方案、连接估计和图论参数上高度不一致，残余肌电与眼动伪迹亦会对高频和连接指标造成显著干扰。第三，尽管自动预处理、伪迹去除及ILAE/IFCN标准化建议已部分改善一致性，但常模数据库规模与人口学覆盖仍有限，算法性能也受癫痫类型、记录环境及信号来源影响。最后，大量证据仍来自单中心、小样本、缺乏外部验证的研究，因此现阶段QEEG更适合作为探索性与辅助性工具，而非独立临床决策依据。
Summary and outlook
总结与展望部分认为，QEEG在癫痫治疗评估中的价值具有明显任务依赖性。就当前证据而言，纵向频谱功率测量及癫痫样活动指数（EAI）在长期治疗监测中显示出最稳定的治疗敏感性与可重复性，可作为传统视觉EEG判读和临床随访的补充。相比之下，FC、网络指标和源水平方法虽为结局分类与机制研究提供了有前景的框架，但因方法异质性大、重复性有限，尚难常规临床采用。AI辅助QEEG在个体化治疗预测方面仍处于早期探索阶段，其真正临床转化有赖于更高可解释性、透明性以及跨中心严格验证。作者强调，未来推动QEEG进入常规癫痫诊疗的关键，不在于单纯追求更复杂算法，而在于实现EEG采集与预处理标准化、构建年龄和性别匹配常模数据库、开展多中心纵向研究，并将具有临床意义且可解释的终点纳入验证框架。总体而言，QEEG目前应被视为一种情境化的辅助工具，而非适用于所有治疗选择与预后判断的通用解决方案。
