王婧婧　趙　衛(wèi)　孫學(xué)進(jìn)

原發(fā)性癲癇的功能磁共振成像研究進(jìn)展

王婧婧趙衛(wèi)孫學(xué)進(jìn)

癲癇；磁共振成像；彌散張量成像；磁共振波譜學(xué)；綜述

癲癇是由不同病因引起的腦部神經(jīng)元高度同步化異常放電的臨床綜合征，以發(fā)作性、短暫性及重復(fù)性的中樞神經(jīng)系統(tǒng)功能失常為特征。本病除遺傳因素外無其他確切病因，僅有腦電生理學(xué)改變者稱為原發(fā)性癲癇。目前，由于藥物治療并不能很好地控制癲癇發(fā)作，神經(jīng)外科手術(shù)成為控制其發(fā)作的重要手段，而其療效有賴于癲癇灶的準(zhǔn)確定位。近年來，功能磁共振成像（functional magnetic resonance imaging，fMRI）的迅速發(fā)展為癲癇灶的精確定位提供了更多的方法。目前使用較多的fMRI技術(shù)包括血氧水平依賴的功能磁共振成像（blood oxygenation level-dependent functional MRI，BOLD-fMRI）、擴(kuò)散張量成像（diffusion tensor imaging，DTI）、磁共振波譜（magnetic resonance spectroscopy，MRS）等。本文旨在闡述近年原發(fā)性癲癇的fMRI研究進(jìn)展。

1　癲癇的發(fā)病機(jī)制及病因

癲癇是由于大腦皮質(zhì)神經(jīng)元興奮性異常增高，過量同步放電而引起的陣發(fā)性大腦功能紊亂［1］。大腦皮層及皮層下結(jié)構(gòu)，包括基底節(jié)、丘腦、腦干及小腦等構(gòu)成了癲癇的發(fā)放及傳播網(wǎng)絡(luò)［2-3］。

癲癇的致病因素較多，最常見的為海馬硬化（50%～70%），其次有圍生期缺氧、腦腫瘤、皮質(zhì)發(fā)育畸形、中樞神經(jīng)系統(tǒng)感染及遺傳因素等。原發(fā)性癲癇的發(fā)病機(jī)制與遺傳因素有密切的聯(lián)系［4］。Li等［5］通過對(duì)中國漢族人群中原發(fā)性癲癇的遺傳流行病學(xué)特征進(jìn)行研究，發(fā)現(xiàn)癲癇患者親屬的癲癇發(fā)病率（2.75‰）比正常對(duì)照組親屬的發(fā)病率（0.61‰）高，且原發(fā)性癲癇發(fā)作的因素中有46.07%與遺傳因素有關(guān)。

2　BOLD-fMRI在癲癇中的應(yīng)用

BOLD-fMRI是一種重要的非侵入性腦功能檢測(cè)方法，可將大腦的神經(jīng)活動(dòng)轉(zhuǎn)換為BOLD信號(hào)，具有無創(chuàng)、高空間分辨率、易定位、可重復(fù)性好等優(yōu)點(diǎn)［6］。癲癇的腦電異常發(fā)放會(huì)引起周圍腦組織局部血氧含量增加，而去氧血紅蛋白含量相對(duì)減少，其含量減低會(huì)引起T2加權(quán)像的信號(hào)增強(qiáng)，即BOLD效應(yīng)。fMRI則采用敏感的快速高分辨梯度回波序列來檢測(cè)其微小的信號(hào)變化，并顯示該變化的動(dòng)態(tài)過程及其空間分布，從而顯示相應(yīng)腦區(qū)的功能異常表現(xiàn)。因此，癲癇適宜于采用該方法進(jìn)行觀察研究。

2.1EEG-fMRI在癲癇灶定位中的應(yīng)用 同步腦電聯(lián)合fMRI將腦電圖（electroencephalograph，EEG）檢測(cè)出的患者間期癇樣發(fā)放（interictal epiletiform discharges，IEDs）時(shí)間點(diǎn)作為假設(shè)驅(qū)動(dòng)模型中的時(shí)間參數(shù)，通過廣義線性模型（generalized linear model，GLM）對(duì)IEDs相關(guān)的BOLD活動(dòng)進(jìn)行定位檢測(cè)，繪制出癇樣放電后大腦的BOLD圖像。該技術(shù)將fMRI的高空間分辨率與EEG的高時(shí)間分辨率相互結(jié)合，已廣泛應(yīng)用于癲癇活動(dòng)的檢測(cè)及癲癇灶的定位中［7］。但傳統(tǒng)的GLM法存在一定的檢測(cè)誤差，獨(dú)立成分分析（inde-pendent component analysis，ICA）的應(yīng)用則可避免這種誤差。

ICA是近年來廣泛應(yīng)用于fMRI中的一種數(shù)據(jù)驅(qū)動(dòng)方法［8］。不同于傳統(tǒng)的GLM方法，ICA不需要任何外在的假設(shè)信息，僅利用數(shù)據(jù)的自身特征將其分成一些相互獨(dú)立的成分，去除心跳、呼吸及頭動(dòng)等干擾成分后檢測(cè)腦活動(dòng)情況，故具有良好的檢測(cè)敏感性和準(zhǔn)確性，在研究自發(fā)神經(jīng)活動(dòng)方面有著突出的優(yōu)勢(shì)。Franchin等［9］發(fā)現(xiàn)ICA能更加準(zhǔn)確地檢測(cè)BOLD信號(hào)，對(duì)癲癇發(fā)作機(jī)制的研究有重要意義。An等［10］將35名局灶性癲癇患者術(shù)前的BOLD圖像與術(shù)后解剖圖對(duì)比并進(jìn)行術(shù)后隨訪發(fā)現(xiàn)：若手術(shù)中患者BOLD反應(yīng)最大的腦區(qū)被完全切除，其術(shù)后不再發(fā)作的陽性預(yù)測(cè)值達(dá)70%；若手術(shù)中沒有切除，陰性預(yù)測(cè)值則達(dá)90.9%。因此EEG-fMRI可以作為術(shù)前評(píng)估工具，繪制癲癇患者的致癇灶。

2.2靜息態(tài)fMRI（resting-state fMRI，RS-fMRI）技術(shù)在癲癇中的應(yīng)用 RS-fMRI是在受試者清醒、閉眼、平靜呼吸、安靜平臥且盡量不做思維活動(dòng)的狀態(tài)使用BOLD- fMRI檢測(cè)相關(guān)腦區(qū)的低頻振蕩振幅（low frequency fluctuations，LFF），可揭示神經(jīng)元的自發(fā)活動(dòng)，用于探討大腦中存在的自發(fā)功能神經(jīng)網(wǎng)絡(luò)。靜息態(tài)網(wǎng)絡(luò)（resting state networks，RSNs）是在沒有明確刺激條件下，大腦以特定方式維持其自身活動(dòng)的網(wǎng)絡(luò)系統(tǒng)。其中由Raichle等［2］最早提出的默認(rèn)網(wǎng)絡(luò)（default-mode network，DMN）是RSNs中最重要的組成部分；Yeo等［11］也證實(shí)了該網(wǎng)絡(luò)的存在。DMN位于大腦中軸線上的皮層區(qū)，這些腦區(qū)在靜息狀態(tài)下存在規(guī)律且較強(qiáng)烈的功能活動(dòng)。當(dāng)發(fā)生癲癇、精神分裂癥及抑郁癥等神經(jīng)心理疾病時(shí)，RS-fMRI在評(píng)價(jià)患者DMN變化中發(fā)揮了重要作用。

靜息態(tài)大腦活動(dòng)十分復(fù)雜， 故需要通過各種數(shù)據(jù)處理及分析方法從RS-fMRI數(shù)據(jù)中提取出有用的信息，其主要方法包括低頻振幅（amplitude of low-frequency fluctuation，ALFF）、低頻振幅分?jǐn)?shù)（fraction of ALFF，fALFF）、局部一致性（regional homogeneity，ReHo）等。

ALFF通過測(cè)量腦神經(jīng)活動(dòng)時(shí)BOLD信號(hào)偏離平均基線水平的幅度，從活動(dòng)強(qiáng)度角度反映各腦區(qū)神經(jīng)元自發(fā)活動(dòng)的程度。fALFF算法是對(duì)ALFF算法的改進(jìn)，減少生理噪音干擾，提高檢測(cè)的敏感度和特異性。龍柳等［12］采集了24例局灶性癲癇患者EEG-fMRI數(shù)據(jù)，并檢測(cè)其腦區(qū)ALFF改變的位置，最后以臨床或手術(shù)癲癇定位結(jié)果為標(biāo)準(zhǔn)，對(duì)比分析2種fMRI技術(shù)對(duì)癲癇活動(dòng)的檢測(cè)能力，結(jié)果顯示EEG-fMRI定位結(jié)果與臨床定位結(jié)果相關(guān)者為41.66%，而ALFF定位相關(guān)者為66.67%，提示基于ALFF的fMRI技術(shù)可在不需同步EEG的情況下更好地檢測(cè)癲癇活動(dòng)。

ReHo通過測(cè)量一個(gè)體素與鄰近體素BOLD信號(hào)的時(shí)間序列同步性，從時(shí)間相似角度反映局部腦區(qū)神經(jīng)活動(dòng)的同步性［13］。有研究發(fā)現(xiàn)額葉癲癇患者相比正常對(duì)照組，其扣帶回、島葉、丘腦及基底核區(qū)等區(qū)域存在ReHo值的改變，且部分腦區(qū)ReHo值的改變與病程長短存在相關(guān)性［14］。因此，ReHo分析可有效地對(duì)癲癇活動(dòng)進(jìn)行觀察。趙博峰等［15］研究發(fā)現(xiàn)顳葉內(nèi)側(cè)癲癇（mesial temporal lobe epilepsy，mTLE）患者3種數(shù)據(jù)分析方法（ReHo、ALFF及fALFF）表現(xiàn)出的局部異常腦區(qū)幾乎一致，且腦活動(dòng)增加的區(qū)域具有左側(cè)優(yōu)勢(shì)，提示這3種方法均可用于癲癇病理生理機(jī)制和致癇灶定位及定側(cè)的研究。

3　DTI在癲癇中的應(yīng)用

DTI是近年來在神經(jīng)科學(xué)方面應(yīng)用較廣泛的一種MR新技術(shù)［16］。通過測(cè)定水分子擴(kuò)散運(yùn)動(dòng)的程度及方向，形成其擴(kuò)散特性成像，進(jìn)而顯示腦白質(zhì)纖維束的走行及分布特點(diǎn)，是目前唯一可無創(chuàng)檢測(cè)神經(jīng)微觀結(jié)構(gòu)改變的方法［17］。目前，DTI在癲癇方面的研究日益增多，它可以立體觀察癲癇異常放電的傳播途徑，勾勒癲癇網(wǎng)絡(luò)，發(fā)現(xiàn)常規(guī) MR不能顯示的分子水平病理改變及癲癇繼發(fā)的白質(zhì)改變。DTI的常用參數(shù)有各向異性分?jǐn)?shù)（FA）和平均擴(kuò)散率，其中前者代表水分子擴(kuò)散各向異性的大??；后者反映水分子擴(kuò)散能力的大小。

3.1DTI在癲癇患者腦微結(jié)構(gòu)改變研究中的應(yīng)用 癲癇的異常放電可擴(kuò)散到腦內(nèi)許多的細(xì)微結(jié)構(gòu)當(dāng)中，并導(dǎo)致其損傷。DTI可顯示這種細(xì)微結(jié)構(gòu)的改變。張曉楠等［18］也認(rèn)為這些細(xì)微的改變可能是癲癇發(fā)作導(dǎo)致的繼發(fā)損害。DTI早期的分析方法為手繪感興趣區(qū)（ROI）法。但由于缺乏統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致結(jié)果的可重復(fù)性和可比性差。為彌補(bǔ)該不足，基于體素的分析也聯(lián)合應(yīng)用在DTI研究中。但該方法在圖像配準(zhǔn)及平滑方面仍存在問題。最新的DTI分析方法，基于纖維束示蹤的空間統(tǒng)計(jì)分析（tract-based spatial statistics，TBSS）則具有更高的靈敏度和客觀性［19］。Focke等［20］采用TBSS研究發(fā)現(xiàn)特發(fā)性全身性癲癇患者的胼胝體、皮質(zhì)脊髓束和上縱束等腦內(nèi)微結(jié)構(gòu)的FA值顯著降低。Scanlon等［21］研究認(rèn)為TBSS顯示的腦白質(zhì)FA值改變比VBM顯示的腦灰質(zhì)體積改變更敏感，但TBSS仍存在一定的局限性，即僅適用于大片白質(zhì)纖維中央部分的FA值分析，而遺漏了邊緣系統(tǒng)。因此，DTI為研究原發(fā)性癲癇反復(fù)發(fā)作導(dǎo)致的腦內(nèi)微結(jié)構(gòu)改變提供了重要的理論基礎(chǔ)，也有助于進(jìn)一步探討其發(fā)作機(jī)制。

3.2擴(kuò)散張量纖維束成像（diffusion tensor tractography，DTT）在癲癇中的應(yīng)用 DTT技術(shù)可無創(chuàng)顯示腦白質(zhì)纖維束的三維結(jié)構(gòu)，直觀展現(xiàn)其走行及相互連接，是DTI技術(shù)的進(jìn)一步擴(kuò)展。白卓杰等［22］采用DTT對(duì)mTLE患者的腦白質(zhì)纖維改變研究發(fā)現(xiàn)，其患側(cè)的纖維束完整性較對(duì)側(cè)差，具有更低的FA值；且左側(cè)mTLE組纖維束擴(kuò)散異常呈雙側(cè)性變化趨勢(shì)，右側(cè)mTLE組纖維束擴(kuò)散異常呈單側(cè)性變化趨勢(shì)。因此，DTT可為mTLE的定側(cè)診斷提供可靠依據(jù)。另外，Xue等［23］利用DTI及DTT技術(shù)繪制兒童失神癲癇（childhood absence epilepsy，CAE）的白質(zhì)結(jié)構(gòu)網(wǎng)絡(luò)，首次揭示了CAE患者白質(zhì)網(wǎng)絡(luò)中結(jié)構(gòu)連接的中斷。其中，眶額部和皮質(zhì)下區(qū)域連接性下降可作為CAE患者功能異常與癲癇放電有關(guān)的解剖學(xué)證據(jù)，且眶額部子網(wǎng)絡(luò)可能在CAE發(fā)作中起關(guān)鍵作用，這為了解CAE開辟了新途徑。

4　MRS在癲癇中的應(yīng)用

MRS是一種利用磁共振現(xiàn)象和化學(xué)位移作用進(jìn)行特定原子核及其化合物定量分析的方法，也是目前唯一可無創(chuàng)檢測(cè)活體組織器官能量代謝及生化改變的影像學(xué)方法。N-乙酰天冬氨酸（NAA）、膽堿復(fù)合物（Cho）、肌酸（Cr）、谷氨酰胺（Gln）及γ-氨基丁酸（GABA）等物質(zhì)與腦組織代謝情況密切相關(guān)。MRS可通過檢測(cè)癲癇患者腦內(nèi)這些代謝物的細(xì)微變化，研究其發(fā)病機(jī)制及癲癇灶的定位。

4.1MRS在癲癇發(fā)作及傳播機(jī)制研究中的應(yīng)用 通過早期發(fā)現(xiàn)癲癇患者的病理生理改變，MRS可用于探討其發(fā)病機(jī)制，進(jìn)而監(jiān)控疾病進(jìn)展。Hattingen等［24］通過MRS研究發(fā)現(xiàn)青少年肌陣攣性癲癇（juvenile myoclonic epilepsy，JME）患者丘腦NAA減少可能提示GABA神經(jīng)元的損傷，而額葉GABA和Gln的增加可能是由于隱匿的皮質(zhì)結(jié)構(gòu)損害導(dǎo)致的GABA神經(jīng)元密度增加?？傊?，丘腦和額葉中GABA含量的變化是JME癲癇發(fā)作的關(guān)鍵環(huán)節(jié)。Pan等［25］通過比較mTLE患者和正常對(duì)照組12個(gè)邊緣地區(qū)的NAA/Cr數(shù)據(jù)顯示，雖然兩者均有丘腦與海馬之間的代謝網(wǎng)絡(luò)，但mTLE患者還有另一個(gè)代謝變化區(qū)，即同側(cè)島葉和基底神經(jīng)節(jié)之間，從而認(rèn)為這個(gè)區(qū)域的代謝改變可能與癲癇發(fā)作和傳播有關(guān)。

4.2MRS在癲癇灶的定位及術(shù)前評(píng)價(jià)中的應(yīng)用 NAA/（Cho+Cr）值作為一個(gè)反映癲癇病理改變極為重要的指標(biāo)，可反映該病所導(dǎo)致的神經(jīng)元喪失、功能障礙以及膠質(zhì)細(xì)胞活化的情況［26］。車春暉等［27］研究發(fā)現(xiàn)57例TLE患者中有56例患者的雙側(cè)海馬NAA/（Cho+Cr）值低于正常對(duì)照組，且病灶側(cè)較對(duì)側(cè)下降明顯；而體積測(cè)量有海馬萎縮的僅28例。因此，MRS顯示的腦內(nèi)代謝改變比常規(guī)MRI顯示的形態(tài)改變更敏感，有重要的預(yù)測(cè)價(jià)值。Pan等［28］采用超高場(chǎng)強(qiáng)（7T）MR對(duì)25例癲癇患者行MRS檢測(cè)，發(fā)現(xiàn)若在手術(shù)中將MRS顯示代謝異常的區(qū)域完全切除，患者則有很好的預(yù)后結(jié)果，提示超高場(chǎng)強(qiáng)MR可以幫助限定手術(shù)區(qū)域，有較高的預(yù)測(cè)價(jià)值。然而，MRS在癲癇的臨床應(yīng)用中仍存在一些爭(zhēng)議。Simister等［29］研究顯示，根據(jù)單一代謝物變化定位致癇灶的方法缺乏準(zhǔn)確性；且腦內(nèi)代謝物的變化復(fù)雜多樣，故MRS在癲癇灶的精確定位方面仍有很大的研究空間。

5　結(jié)論與展望

fMRI通過各種新技術(shù)和數(shù)據(jù)分析方法對(duì)原發(fā)性癲癇患者腦微觀結(jié)構(gòu)的改變、癲癇灶的定側(cè)定位、癲癇網(wǎng)絡(luò)及癲癇發(fā)作和傳播機(jī)制等多方面的深入探討，并與臨床治療緊密結(jié)合，為患者的術(shù)前評(píng)估、術(shù)后隨訪及康復(fù)治療等提供更多有價(jià)值的信息。由于原發(fā)性癲癇發(fā)作形式的復(fù)雜多樣，fMRI將會(huì)在其未來的臨床研究及應(yīng)用中發(fā)揮更加重要的作用。

［1］ 吳江. 神經(jīng)病學(xué). 北京: 人民衛(wèi)生出版社， 2005: 264-281.

［2］ Raichle ME， MacLeod AM， Snyder AZ， et al. A default mode of brain function. Proc Natl Acad Sci USA， 2001， 98（2）: 676-682.

［3］ Fransson P. Spontaneous low-frequency BOLD signal fluctuations: an fMRI investigation of the resting-state default mode of brain function hypothesis. Hum Brain Mapp， 2005，26（1）: 15-29.

［4］ Poduri A， Lowenstein D. Epilepsy genetics-past， present， and future. Curr Opin Genet Dev， 2011， 21（3）: 325-332.

［5］ Li M， Heng X， Tao R， et al. A genetic epidemiological survey of idiopathic epilepsy in the Chinese Han population. Epilepsy Res， 2012， 98（2-3）: 199-205.

［6］ Kim SG， Ogawa S. Biophysical and physiological origins of blood oxygenation level-dependent fMRI signals. J Cereb Blood Flow Metab， 2012， 32（7）: 1188-1206.

［7］ Salek-Haddadi A， Friston KJ， Lemieux L， et al. Studying spontaneous EEG activity with fMRI. Brain Res Brain Res Rev， 2003， 43（1）: 110-133.

［8］ Cole DM， Smith SM， Beckmann CF. Advances and pitfalls in the analysis and interpretation of resting-state FMRI data. Front Syst Neurosci， 2010， 4: 8.

［9］ Franchin T， Tana MG， Cannata V， et al. Independent component analysis of EEG-fMRI data for studying epilepsy and epileptic seizures. Conf Proc IEEE Eng Med Biol Soc， 2013: 6011-6014.

［10］ An D， Fahoum F， Hall J， et al. Electroencephalography/ functional magnetic resonance imaging responses help predict surgical outcome in focal epilepsy. Epilepsia， 2013， 54（12）: 2184-2194.

［11］ Yeo BT， Krienen FM， Sepulcre J， et al. The organization of the human cerebral cortex estimated by intrinsic functional connectivity. J Neurophysiol， 2011， 106（3）: 1125-1165.

［12］ 龍柳， 張志強(qiáng)， 張宗軍， 等. 低頻振幅分析及EEG-fMRI對(duì)局灶性癲癇活動(dòng)定位的比較研究. 中國醫(yī)學(xué)影像技術(shù)，2013， 29（11）: 1795-1799.

［13］ Zang Y， Jiang T， Lu Y， et al. Regional homogeneity approach to fMRI data analysis. Neuroimage， 2004， 22（1）: 394-400.

［14］ 林玉姣， 張志強(qiáng)， 許強(qiáng)， 等. 功能磁共振觀察額葉癲癇患者靜息態(tài)局域一致性. 中國醫(yī)學(xué)影像技術(shù)， 2013， 29（10）: 1585-1588.

［15］ 趙博峰， 紀(jì)東旭， 楊衛(wèi)東， 等. 顳葉內(nèi)側(cè)癲癇患者自發(fā)腦活動(dòng)的同步性與低頻振幅: 靜息態(tài)功能磁共振成像研究. 中國醫(yī)學(xué)影像學(xué)雜志， 2014， 22（12）: 885-890.

［16］ Alger JR. The diffusion tensor imaging toolbox. J Neurosci，2012， 32（22）: 7418-7428.

［17］ Chenevert TL， Brunberg JA， Pipe JG. Anisotropic diffusion in human white matter: demonstration with MR techniques in vivo. Radiology， 1990， 177（2）: 401-405.

［18］ 張曉楠， 程敬亮， 王斐斐， 等. 有或無海馬硬化的顳葉癲癇患者丘腦DTI變化的分析. 實(shí)用放射學(xué)雜志， 2014， 30（1）: 34-38.

［19］ Smith SM， Jenkinson M， Johansen-Berg H， et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage， 2006， 31（4）: 1487-1505.

［20］ Focke NK， Diederich C， Helms G， et al. Idiopathic-generalized epilepsy shows profound white matter diffusion-tensor imaging alterations. Hum Brain Mapp， 2014， 35（7）: 3332-3342.

［21］ Scanlon C， Mueller SG， Cheong I， et al. Grey and white matter abnormalities in temporal lobe epilepsy with and without mesial temporal sclerosis. J Neurol， 2013， 260（9）: 2320-2329.

［22］ 白卓杰， 張志強(qiáng)， 王正閣， 等. 磁共振擴(kuò)散張量纖維束成像技術(shù)在內(nèi)側(cè)顳葉癲癇中的應(yīng)用研究. 臨床放射學(xué)雜志，2012， 31（4）: 464-468.

［23］ Xue K， Luo C， Zhang D， et al. Diffusion tensor tractography reveals disrupted structural connectivity in childhood absence epilepsy. Epilepsy Res， 2014， 108（1）: 125-138.

［24］ Hattingen E， Lückerath C， Pellikan S， et al. Frontal and thalamic changes of GABA concentration indicate dysfunction of thalamofrontal networks in juvenile myoclonic epilepsy. Epilepsia， 2014， 55（7）: 1030-1037.

［25］ Pan JW， Spencer DD， Kuzniecky R， et al. Metabolic networks in epilepsy by MR spectroscopic imaging. Acta Neurol Scand，2012， 126（6）: 411-420.［26］ Maton B， Londono A， Sawrie S， et al. Reproducibility of proton magnetic resonance spectroscopy imaging measurements of normal human hippocampus at 1.5 T: clinical implications. J Neuroimaging， 2001， 11（2）: 194-201.

［27］ 車春暉， 白亮， 黃華品， 等. 顳葉癲癇海馬硬化定側(cè)的質(zhì)子磁共振波譜研究. 福建醫(yī)科大學(xué)學(xué)報(bào)， 2013， 47（6）: 358-361.

［28］ Pan JW， Duckrow RB， Gerrard J， et al. 7T MR spectroscopic imaging in the localization of surgical epilepsy. Epilepsia，2013， 54（9）: 1668-1678.

［29］ Simister RJ， McLean MA， Barker GJ， et al. Proton MR spectroscopy of metabolite concentrations in temporal lobe epilepsy and effect of temporal lobe resection. Epilepsy Res，2009， 83（2-3）: 168-176.

R748；R445.2

10.3969/j.issn.1005-5185.2016.09.021

2016-03-08

2016-06-12

（本文編輯 聞 浩）

昆明醫(yī)科大學(xué)第一附屬醫(yī)院影像科云南昆明 650032

孫學(xué)進(jìn)E-mail: sunxuejinkm@126.com