癫痫手术是治疗药物难治性局灶性癫痫的有效手段，但手术成功的关键在于准确识别癫痫网络。尽管立体脑电图（sEEG）在癫痫网络定位中发挥了重要作用，但仅有约60%的患者在手术后达到无癫痫发作。现有的定量方法在定位癫痫发作区域时未能充分考虑sEEG记录中的时间动态信息，导致手术效果不理想。为此，本研究开发了一种新的源重建算法——时间依赖性迭代扩展（TEDIE），该算法能够准确重建随时间传播和扩展的神经源，并通过患者特定的脑部解剖结构展示癫痫活动的动态变化。

研究分析了来自杜克医院和宾夕法尼亚大学医院的46名癫痫患者的sEEG数据。TEDIE算法通过迭代优化神经源的数量、位置和大小，最小化重建信号与记录信号之间的差异，并利用时间信息细化重建结果。结果显示，TEDIE重建的癫痫发作起始区与手术切除区域的重叠度在Engel 1（无癫痫发作）患者中显著高于Engel 2-4（仍有癫痫发作）患者。此外，TEDIE在预测手术效果方面表现出前瞻性临床价值，能够通过术前数据准确预测患者是否会在手术后达到无癫痫发作。研究还发现，TEDIE在12/23名Engel 2-4患者中识别出了新的潜在手术目标。

在方法上，TEDIE算法通过五个步骤实现神经源的重建：初始源估计、源链接、时间源平均、源优化和源似然图生成。首先，TEDIE通过最佳拟合偶极子位置和空间范围生成每个时间点的初始源估计。接着，算法将空间上接近的源估计在时间上进行链接，并通过高斯滤波器对链接的源进行时间平均。然后，TEDIE使用时间平均的源和sEEG记录优化新的源位置和空间范围，最小化重建信号与记录信号之间的差异。最后，算法生成源似然图，展示每个皮质位置在指定时间窗口内活跃的概率。

图1：TEDIE重建神经源的方法

研究结果表明，TEDIE在重建癫痫发作起始区方面表现出色，尤其是在颞叶外癫痫患者中，TEDIE的重建结果与手术切除区域的距离显著小于Engel 2-4患者。此外，TEDIE通过分析癫痫发作起始区的一致性，能够前瞻性地预测患者的手术效果。对于颞叶癫痫患者，TEDIE通过分析新皮质前颞叶（nATL）源的占比，能够区分出适合内侧颞叶（MTL）消融手术的患者。研究还发现，TEDIE在12名Engel 2-4患者中识别出了新的手术目标，并解释了为什么原始手术目标未能达到预期效果。

为了验证TEDIE的准确性，研究还将其与两种常用的源定位算法（sLORETA和IRES）进行了比较。结果显示，TEDIE在重建已知的合成神经源时表现出更高的准确性和可解释性，尤其是在处理传播和扩展的神经源时，TEDIE的重建结果明显优于sLORETA和IRES。

图2：TEDIE重建癫痫发作起始区的表现

总之，TEDIE作为一种新的传播源重建算法，能够准确重建癫痫发作的起始和传播路径，并通过患者特定的脑部解剖结构展示癫痫活动的动态变化。该算法在提高癫痫手术效果和识别新的手术目标方面具有重要的临床潜力，有望为更多患者带来手术机会并改善手术效果。

原始出处：

Thio, B. J., Sinha, N., Davis, K. A., Sinha, S. R., & Grill, W. M. (2025). Stereo-EEG propagating source reconstruction identifies new surgical targets for epilepsy patients. Brain, 148(3), 764-775. https://doi.org/10.1093/brain/awae297

Tags： BRAIN：TEDIE算法在癫痫手术规划中的应用及临床价值