0203.多单元活动（MUA）


在记录的微电极束中，70%（82/119）的微电极束中至少有1根导线显示出多单元活动，平均每束有3根导线。记录到多单元活动的电极束比例在不同时间段有所不同，第一至第五时间段分别达到70.1%、50%、73.1%、85%和80%。


如图8A所示，均方根值与至少记录到一次多单元活动的导线数量之间的关系并非线性。当均方根值约为7.4微伏时，记录到多单元活动的导线数量达到最大值。当均方根值高于7.4微伏时，随着均方根值的增加，记录到多单元活动的导线数量减少；而当均方根值低于7.4微伏时，这种关系则相反。第一个广义线性混合模型（GLMM）聚焦于均方根值大于7.4微伏的情况，并检验记录到多单元活动的导线数量与均方根值之间的关系，结果证实高均方根值对每束记录到多单元活动的导线数量有显著的负向影响（估计值±标准误=-0.07±0.03，卡方值=47，p=0.034）。第二个广义线性混合模型（GLMM）聚焦于均方根值小于7.4微伏的情况，并检验记录到多单元活动的导线数量与均方根值之间的关系，证实存在正相关（估计值±标准误=0.47±0.08，卡方值=34.27，p<0.001）。

图8.每束记录到多单元活动（MUA）的导线数量。A.每束中至少记录到一次多单元活动的导线数量在整个记录过程中的情况，与该束所有导线测量的均方根中值的关系。蓝色线使用局部平均的局部加权回归散点平滑法（LOESS）拟合数据。垂直黑线绘制在拟合线的峰值处。B.由广义线性混合模型（GLMM）得出的每个时间段内每束中至少记录到一次多单元活动的导线数量的估计边际均值。条形表示95%置信区间的下限和上限。C.由广义线性混合模型（GLMM）得出的每个时间段和记录天数（0-6-13）中每束中至少记录到一次多单元活动的导线数量的估计边际均值。条形表示95%置信区间的下限和上限。对于所有图表，每个点代表一束，颜色编码区分了5个时间段（红色：第一时间段，蓝色：第二时间段，绿色：第三时间段，紫色：第四时间段，橙色：第五时间段）。时间段之间的显著差异用星号表示（：0.05


检验总体多单元活动在不同时间段之间是否存在差异的广义线性混合模型（GLMM）显示，时间段有显著影响（卡方值=16.52，p=0.002，图8B，描述性统计见表5）。与第三时间段相比，第二时间段每束记录到多单元活动的导线数量显著更少（平均比率估计值±标准误=0.42±0.12，p=0.016），与第四时间段相比也是如此（平均比率估计值±标准误=0.34±0.11，p=0.007），与第五时间段相比同样如此（平均比率估计值±标准误=0.33±0.11，p=0.006）。


检验时间相关的多单元活动（MUA）的广义线性混合模型（GLMM）显示，时间段有显著影响（卡方值=17.96，p=0.001），并且多单元活动测量的天数也有显著影响（卡方值=57.59，p<0.001）。与第四时间段相比，第二时间段每束记录到多单元活动的导线数量显著更少（平均比率估计值±标准误=-1.53±0.40，p=0.001），与第五时间段相比同样如此（平均比率估计值±标准误=-1.48±0.44，p=0.007）。在所有记录天数之间，记录到多单元活动的导线数量存在显著差异（第0天与第6天相比：平均比率估计值±标准误=1.62±0.19，p=0.001；第6天与第13天相比：平均比率估计值±标准误=1.97±0.33，p=0.002；第0天与第13天相比：平均比率估计值±标准误=3.19±0.51，p<0.001，图8C）。在模型中引入时间段和多单元活动测量天数之间的交互作用作为固定效应后，未发现任何显著的交互作用（图8C）。


有趣的是，对于52束微电极，在整个记录期间至少记录到一次多单元活动的导线总数，高于记录第一天记录到多单元活动的导线数量，这反映了导线上多单元活动的存在情况每天都有波动（见补充图3）。


在37束微电极中未记录到多单元活动。在大多数情况下，这可归因于定位在灰质之外，即脑实质外（12束）、白质中（3束），或者是从宏观电极中伸出时出现故障（4束在CT扫描中不可见）。对于8束微电极，平均均方根值较高（<10微伏）。最后，对于9束微电极，没有明显的原因解释为何没有多单元活动，因为它们位于灰质中且均方根值<5微伏。


由于我们的目标之一是尽可能多地记录伴有多单元活动的癫痫发作，我们查看了能够记录到伴有多单元活动的癫痫发作的患者数量。对于33名患者，我们能够在至少一个微电极信号上记录到至少1次癫痫发作（范围为1到10次）且伴有多单元活动。这33名患者在第一时间段占患者总数的40%，但每名患者的癫痫发作次数很少；在第二时间段占患者总数的28%；在第三至第五时间段占患者总数的76%。在这33名患者中，有12名患者记录到多单元活动的微电极位于癫痫发作起始区（SOZ）。


03.癫痫活动长期连续记录的分析流程示例


这里描述的连续且长期的记录允许在主动和被动清醒状态以及睡眠期间对癫痫事件进行手动或自动标注。图9给出了方法部分（2.8节）中描述的分析流程的一个示例。在宏观电极和微电极上都能看到癫痫棘波（图9A和B）。微电极的高通滤波信号显示出动作电位，即多单元活动（图9C）。尖峰分类分析分离出了两个不同的单个神经元，即单单元活动（SUA）（红色和蓝色），它们具有不同的形态（图9F）和放电特性（如通过它们的峰间间隔直方图所示；图9G）。这两个神经元的放电率都与发作间期癫痫棘波（IEDs）的局部场电位（LFP）相关（图9D和E）。

图9.与发作间期癫痫棘波（IEDs）的局部场电位（LFP）时间锁定的单单元示例。A.由一个宏观接触点记录的发作间期癫痫棘波。宏观电极的颅内脑电图（iEEG）信号以双极导联（M1-M2）显示。B.与A中相同的发作间期癫痫棘波，由A中所示宏观电极尖端的一根微导线（微导线1）记录，信号经过50赫兹的低通滤波。C.与B中相同的信号，但经过500赫兹的高通滤波。滤波后的信号显示出动作电位（多单元活动）。D.微导线1信号的尖峰分类结果是将动作电位分离为两个不同的假定单单元（红色和蓝色编码）。红色和蓝色线条表示每个单元动作电位的时间出现情况。E.由微导线1记录的100次发作间期癫痫棘波的光栅图。每个单元（红色和蓝色）的动作电位时间与发作间期癫痫棘波时间锁定，显示出明显的同步性。F.每个单元的动作电位波形：1000个随机时间进程以及叠加的平均值。G.每个单元的峰间间隔直方图。