本篇文献发表在BMC Medicine杂志。本公众号所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤付出与研究成果。

1.背景

癫痫是最常见的神经系统疾病之一，影响约七千万人，并构成重大公共卫生负担。除反复发作的癫痫发作外，超过 60% 的患者存在认知损害，这进一步恶化了疾病结局。目前的抗癫痫药物（ASMs）主要关注控制癫痫发作，但对于认知缺陷尚无有效的 ASMs，且某些 ASMs 甚至可能加剧认知功能障碍。神经调控是改善癫痫患者认知功能的一种有前景的替代治疗方法。例如，深部脑刺激作为一种通过靶向调控特定核团或神经环路来控制癫痫发作并改善认知结局的策略，已受到越来越多的研究关注。然而，癫痫相关脑网络的复杂性使得精确治疗靶点的识别变得困难。因此，研究癫痫认知损害背后的神经机制对于开发针对性和有效的干预措施至关重要。

言语流畅性下降是癫痫中常见的认知损害，可对日常交流产生不利影响，并降低患者的生活质量。言语流畅性通常通过言语流畅性测试（VFTs）进行评估，包括音位流畅性测试（例如，说出以特定字母开头的单词）和语义流畅性测试（例如，列举某一类别中的项目，如动物）。临床研究表明，发病年龄较早、病程较长以及癫痫发作更频繁与更严重的言语流畅性缺陷相关。病变-症状映射及基于任务的功能磁共振成像（fMRI）研究已识别出参与言语流畅性的特定脑区。音位流畅性主要依赖于左侧额叶区域，特别是额下回（IFG），而语义流畅性则更多依赖于左侧颞回。此外，共识认为音位和语义流畅性均与左侧额颞网络相关。

然而，目前仍存在若干研究空白。首先，大多数研究集中于慢性癫痫，尚不清楚言语流畅性相关的脑改变是在疾病早期即已出现，还是随着病程进展或抗癫痫药物（ASM）的影响而后期发生。某些 ASMs，如托吡酯和唑尼沙胺，可能损害认知功能并改变脑网络。研究新诊断癫痫（NDE）有助于减轻 ASMs 的混杂效应。其次，既往影像学研究主要考察单个脑区或单一网络，忽视了全脑网络机制。由于癫痫是一种网络性疾病，数据驱动方法如独立成分分析（ICA）能够绘制全脑功能连接（FC），并提供更全面的脑功能视图。第三，多数言语流畅性研究使用英语测试，而基于汉语刺激的证据仍然有限。由于汉语依赖汉字而非字母表，基于汉字的 VFTs（例如，使用“发”字组词，如发现或发明）相较于基于字母的 VFTs 更适合汉语使用者。使用汉字 VFTs 可能有助于增进对汉语人群特有语言机制的理解。

因此，此研究旨在利用静息态功能磁共振成像（fMRI）和数据驱动的独立成分分析（ICA），探索与健康对照（HCs）相比，新诊断癫痫（NDE）患者言语流畅性背后的全脑功能连接（FC）异常。此研究还通过相关和中介分析评估了临床特征（发病年龄、癫痫病程、发作频率）、言语流畅性表现（汉字和语义 VFTs）与 FC 之间的关联。此研究假设：（a）与 HCs 相比，NDE 患者会表现出左侧额颞网络异常；（b）这些异常与言语流畅性缺陷相关；（c）这些网络改变在临床特征与言语流畅性缺陷严重程度之间起中介作用。

2.方法

2.1受试者

此研究已获四川大学华西医院生物医学研究伦理委员会批准。所有受试者均签署书面知情同意书。在 2019 年至 2024 年间，从四川大学华西医院门诊和住院部招募了 100 名新诊断癫痫（NDE）患者。所有患者均由两位经验丰富的神经病学家（LL 和 FL）根据国际抗癫痫联盟 2014 年的定义进行诊断。NDE 患者纳入标准：（1）年龄在 14 至 65 岁之间；（2）既往未使用抗癫痫药物（ASMs）；（3）视觉结构磁共振成像（MRI）阴性。由于对 MRI 阴性尚无统一定义，此研究将其定义为在 T1 加权和 T2-FLAIR 图像视觉检查中无结构异常（例如，海马硬化、局灶性皮质发育不良、肿瘤），并经放射科医生和一位经验丰富的神经放射学家（GT）确认。NDE 患者排除标准：（1）无法进行 MRI 扫描（例如，因幽闭恐惧症、血管支架、起搏器或牙科金属物）；（2）存在智力障碍或痴呆；（3）合并其他神经或精神疾病（例如，脑炎、卒中、重性抑郁或精神分裂症）；（4）无法用普通话交流。

通过四川大学华西医院广告招募了 54 名年龄、性别和受教育年限匹配的健康对照（HCs），用于与 NDE 患者进行组间比较。此外，从华西磁共振研究中心现有数据库中选取了 100 名 HCs，用于生成组独立成分分析（ICA）空间模板。HCs 纳入标准如下：（1）既往未使用神经精神类药物；（2）头部MRI 正常，无可识别病灶；（3）无神经或精神疾病史。HCs 排除标准包括：（1）有 MRI 禁忌症；（2）智力障碍或痴呆；（3）无法用普通话交流。

2.2人口统计学、临床与神经认知评估

收集所有 NDE 患者的人口统计学和临床数据，包括：（1）人口统计学信息：性别、利手、扫描时年龄、受教育年限；（2）临床特征：发病年龄、癫痫病程、热性惊厥史、癫痫持续状态史、癫痫家族史、发作频率、发作类型以及脑电图（EEG）报告。对于 HCs，人口统计学数据包括性别、利手、扫描时年龄和受教育年限。

所有 NDE 患者接受由经验丰富的神经病学家（FL 和 DC）进行的以下评估：（1）使用瑞文标准推理测验（RSPM）评估整体认知功能，RSPM 是一种广泛使用的非语言推理和流体智力测验，相对不受语言和文化背景影响。该测验包含 60 项难度递增的图案匹配任务，产生原始分数（0-60），可转换为百分位数分数。（2）言语流畅性测试，包括汉字 VFT（要求受试者在 1 分钟内尽可能多地说出以音节“发”/fa/开头的词语）和语义 VFT（要求受试者在 1 分钟内尽可能多地说出动物名称）。

2.3 MRI数据采集

所有受试者均使用配备 12 通道相控阵头线圈的 3.0 T 成像系统（Tim Trio，西门子医疗，德国埃尔朗根）进行 MRI 扫描。采用扰相梯度回波序列获取高分辨率3D T1 加权图像，参数如下：重复时间 = 1900 ms，回波时间 = 2.26 ms，翻转角 = 9°，视野 = 256 × 256 mm²，矩阵大小 = 256 × 256，层厚 = 1 mm，体素大小 = 1 × 1 × 1 mm³，共 176 层轴向切片。采用梯度回波-平面回波成像序列获取静息态功能图像以捕捉血氧水平依赖信号，参数如下：重复时间 = 2000 ms，回波时间 = 30 ms，翻转角 = 90°，视野 = 240 × 240 mm²，矩阵大小 = 64 × 64，层厚 = 5 mm，体素大小 = 3.75 × 3.75 × 5 mm³，共 30 层轴向切片。单次功能成像扫描包含 200 个时间点，总扫描时长为 400 秒。

在扫描前进行预扫描以使受试者适应环境。扫描期间，受试者被要求闭眼、保持清醒并避免专注于任何特定思维。提供耳塞以减少噪音，并使用泡沫垫减少头动。

2.4 MRI图像预处理

使用 FMRIB 软件库（FSL，版本 6.0.7.12）对 T1加权数据和静息态 fMRI 进行预处理。对于 T1 加权图像，使用脑提取工具（BET，版本 2.1）去除非脑组织，生成去颅骨 T1 加权图像。对于静息态 fMRI 数据，预处理步骤包括去颅骨、运动校正、时间层校正以及使用半高全宽（FWHM）为 5 mm 的高斯核进行空间平滑，所有步骤均使用 FMRI 专家分析工具（FEAT，版本 6.0）完成。功能图像首先使用 FMRIB 线性图像配准工具（FLIRT，版本 6.0）配准到个体 T1 加权图像，然后使用 FMRIB 非线性图像配准工具（FNIRT，版本 6.0）标准化到 MNI152 2 mm 标准空间。

为进一步最小化运动伪影，采用了一种数据驱动方法——独立成分分析-自动运动伪影去除（ICA-AROMA），以识别并移除残留的运动相关成分。具体而言，概率 ICA 将 fMRI 数据分解为独立成分，应用分类算法识别运动相关成分，随后使用“fsl_regfilt”命令将其移除。最后，对去噪后的数据集进行时间高通滤波（截止频率：0.01 Hz）。预处理流程图详见附加文件 1：图 S1。

2.5功能脑网络提取

使用 FSL 中的 MELODIC 工具箱对 100 名HCs 的去噪静息态 fMRI 数据进行分析，创建用于后续分析的空间模板。与既往研究描述的方法一致，采用预定义成分数（即 30 个成分）进行组水平时间串联 ICA。随后，由经验丰富的研究人员（PJ 和 FL）通过视觉检查并使用“fslcc”与已建立的模板进行空间相关分析，对这些成分进行评估。最终，识别出 18 个内在连接网络（ICNs），包括视觉、听觉、语言、感觉运动、默认模式、额顶、背侧注意、突显及皮层下网络（附加文件 1：图 S2）。此研究使用的网络命名基于既往文献。

2.6功能连接分析

2.6.1网络内功能连接

为计算网络内 FC，采用双回归方法，包含三个阶段。第一阶段，通过将每位受试者的 fMRI 数据回归到组水平空间模板上，提取个体时间序列。第二步，利用这些时间序列将每位受试者的 fMRI 数据回归到空间模板上，生成代表每个 ICN 内体素水平 FC 的个体空间图。第三步，通过比较 HCs 与 NDE 患者之间的个体空间图进行组水平分析。将年龄、性别和受教育年限作为协变量以控制混杂因素。网络内 FC 差异的统计显著性使用 FSL 的Randomise 非参数排列检验（5000 次排列）进行评估。应用无阈值团块增强（TFCE）进行阈值设定，并使用家族错误率（FWE）校正控制全脑多重比较。值得注意的是，从 Randomise 获得的校正 P 值已针对体素水平多重比较进行了完全校正；然而，还需对所有 ICNs 之间的多重比较进行额外校正。鉴于缺乏强有力的先验假设，ICN 连接的增加和减少均视为有意义。因此，最终统计阈值设定为Bonferroni校正后 P < 0.05 / (18 × 2) = 0.001。

此外，从组间比较识别的每个显著团块中提取代表网络内 FC 强度的个体平均 z 分数。首先将每个显著团块二值化为掩膜，然后从每位受试者的双回归第二阶段 z 值图中计算平均 z 分数。当同一网络内检测到多个团块时，分别获取并分析单独的 z 分数。这些数值作为网络内连接性的定量指标，随后与临床和行为变量进行相关分析。

2.6.2网络间功能连接

使用 Python 中的 FSLNets 工具箱计算网络间 FC。首先，利用双回归过程第一阶段的结果，为所有受试者提取对应于每个空间模板的时间序列。然后，将在网络内 FC 中存在显著组间差异的 ICNs 作为感兴趣区（ROIs）。随后，使用 L1 正则化计算ROIs 与其他 ICNs 时间序列之间的偏相关，为每位受试者生成一个 n × 18 的连接矩阵（n 代表ROI 的数量）。最后，使用 FSL 的Randomise 工具进行 5000 次排列，比较 HCs 与 NDE 患者之间网络间 FC 强度的组水平差异。年龄、性别和受教育年限作为协变量纳入。应用 TFCE 进行阈值设定，并对结果进行多重比较校正（FWE P < 0.05）。

此外，提取存在显著组间差异的网络间 FC 强度的个体平均 z 分数用于后续分析。使用 FSLNets 计算每位受试者网络时间序列之间的两两相关，并转换为 Fisher's z 分数。对于显示显著组间差异的网络对，提取平均 z 分数作为网络间连接性的定量指标，随后与临床和行为变量进行相关分析。以上结果使用 FSLeyes 和 MATLAB 2023b 进行可视化。

2.7统计分析

2.7.1组间比较

分类变量使用频率描述，并采用皮尔逊卡方检验进行比较。连续变量若符合正态分布，则以均值± 标准差（SD）表示，并采用独立样本 t 检验进行比较。对于不符合正态分布的变量，数据以中位数及四分位距表示，并使用曼-惠特尼 U 检验进行分析。

2.7.2相关分析

首先进行相关分析以探究 NDE 患者临床特征与 VFT 评分之间的关系。随后，分析进一步探究存在显著组水平差异的脑网络 FC 强度是否与 VFT 评分及临床特征相关。所有分析均控制了年龄、性别、受教育年限及整体认知功能（即 RSPM 评分）。统计显著性设定为双侧 P < 0.05，并对多重比较进行Bonferroni校正（α = 0.05 / n，n 代表进行的相关检验次数）。

2.7.3中介分析

使用 SPSS PROCESS v4.2（模型 4）进行中介分析，以评估脑网络 FC 强度是否在临床特征与 VFT 评分之间起中介作用。该方法评估自变量（IV）对因变量（DV）的影响是否通过中介变量（M）传递。在此研究中，将与 VFT 评分相关的临床特征视为 IV，将与 VFT 评分和临床特征均相关的脑网络 FC 强度视为 M，将 VFT 评分视为 DV。分析中将年龄、性别、受教育年限及整体认知功能（即 RSPM 评分）作为协变量纳入。分析使用 5000 次偏差校正自助抽样，统计显著性定义为 95% 置信区间（CI）不包含零。

2.7.4亚组分析

此研究按发作类型（局灶性 vs. 全面性）和发作侧别进行亚组分析。由于精确的侧别判定通常需要多学科评估，整合临床症候学、发作期脑电图（EEG）、结构 MRI、正电子发射断层扫描-磁共振成像（PET-MRI）及术后结局，此研究仅基于临床症候学和发作期 EEG 结果将患者分类为可能的左侧或右侧发作亚组。

所有统计分析均使用 SPSS Statistics（版本 26.0；IBM 公司）完成，图形使用 GraphPad Prism（版本 9.0）和 BioRender 生成。此研究的工作流程见图 1。

在脑海科技云平台中，内置了独立成分分析（ICA)模块，支持用户批量处理数据，并确保每一步参数设置都有据可查。此外，平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本等信息，极大提升了研究的透明度和可复现性。感兴趣可联系咨询以及预约产品演示。

3.结果

3.1人口统计学、临床与神经认知特征

表 1 展示了 100 名 NDE 患者和 54 名 HCs 的人口统计学、临床与神经认知特征。所有受试者均为右利手。结果显示，两组在年龄、性别或受教育年限方面无显著组间差异（P > 0.05）。

在 NDE 组中，患者平均癫痫病程为 4.94 年（标准差 = 6.12）。关于发作频率，16% 的患者每年发作 0-1 次，24% 每年发作 2-5 次，27% 每年发作 6-11 次，23% 每年发作 12-47 次，10% 每年发作超过47 次。关于发作类型，75% 为局灶性发作，20% 为全面性发作，5% 为未知起源发作。

84 名 NDE 患者完成了神经认知评估。平均 RSPM 评分为 48.24（标准差 = 5.73），年龄调整百分位数中位数为 50%（范围 = 25%–97%）。无患者显示智力受损证据。由于此研究未能获取 HCs 的言语流畅性数据，此研究参考了既往报道，显示健康成人通常在汉字 VFT 中每分钟产生约 10-15 个词语，在语义 VFT 中每分钟产生约 25-30 个词语。相比之下，此研究中的患者在汉字 VFT 中平均得分为 7.08（标准差 = 2.87），在语义 VFT 中平均得分为 18.48（标准差 = 5.40）。

3.2组间脑网络功能连接差异

双回归分析显示，与 HCs 相比，NDE 患者在内侧视觉网络（团块 1：右侧距状裂及周围皮层，BA17R；团块 2：右侧楔叶，BA18R）、听觉网络（左侧额下回，BA44L 和 BA45L；左侧颞上回，BA22L和 BA41L）以及外侧感觉运动网络（左侧中央后回和左侧中央前回，BA3bL 和 BA4pL）的网络内FC 显著降低（P < 0.001，FWE 校正，团块大小 ≥ 10 个连续体素）（图 2A-C）。表 2 提供了网络内 FC 存在显著组间差异的脑区及峰值体素坐标的详细信息。

基于上述发现，将内侧视觉网络、听觉网络和外侧感觉运动网络作为 ROIs 来计算网络间 FC（网络间FC 组间比较热图见附加文件 1：图 S3）。最终，FSLNets 分析显示，与 HCs 相比，NDE 患者在外侧感觉运动网络与语言网络之间的 FC 强度显著降低（P < 0.05，FWE 校正）（图 2D）。

3.3 NDE 患者相关分析结果

在 NDE 患者中进行了临床特征、VFT 评分和脑网络 FC 强度之间的相关分析。结果显示，发作频率与汉字 VFT 评分（r = -0.409，P < 0.001）及语义 VFT 评分（r = -0.494，P < 0.001）均呈显著负相关（图 3）。发病年龄、癫痫病程与 VFT 评分之间未发现显著相关性（P > 0.05）。

此外，听觉网络内左侧额下回（IFG）和左侧颞上回（STG）的网络内 FC 与汉字 VFT 评分（r = 0.359，P = 0.001）及语义 VFT 评分（r = 0.507，P < 0.001）均呈显著正相关。值得注意的是，左侧 IFG-STG 的 FC 还与发作频率呈显著负相关（r = -0.311，P = 0.005）（图 3）。对于网络间 FC 强度，未观察到与临床特征或 VFT 评分的显著相关性（P > 0.05）。

图1研究流程图

3.4 NDE 患者中介分析

进行中介分析以检验脑网络 FC 强度是否在临床特征与言语流畅性之间起中介作用。结果显示，听觉网络内左侧 IFG 和左侧 STG 的网络内 FC 部分中介了发作频率对汉字 VFT 评分（间接效应 = -0.202，自助法 95% CI = [-0.518, -0.022]）和语义 VFT 评分（间接效应 = -0.544，自助法 95% CI = [-1.020, -0.112]）的影响（图 3）。中介效应分别占总效应的 22.67% 和 24.66%。中介分析的详细结果见附加文件 2：表 S1 和 S2。

3.5亚组分析

在发作类型亚组分析中，局灶性发作（n = 75）与全面性发作（n = 20）患者之间在人口统计学、临床特征、RSPM 评分或 VFT 评分方面未观察到显著差异（附加文件 2：表 S3）。局灶性和全面性发作组之间未发现网络内或网络间 FC 差异。与 HCs 相比，局灶性发作患者在内侧视觉、听觉和外侧感觉运动网络中表现出降低的网络内 FC（P < 0.001，FWE校正，团块大小 ≥ 10 个体素）（附加文件 1：图 S4）。全面性发作患者与 HCs 之间未观察到网络内 FC 差异。

在侧别亚组分析中，识别出 15 名可能左侧发作和 11 名可能右侧发作的患者，而 49 名局灶性发作患者因缺乏发作期视频脑电图记录而无法进一步定侧。在 15 名可能左侧和 11 名可能右侧发作患者之间，人口统计学、临床特征或 RSPM 评分未观察到显著差异。可能左侧发作患者在汉字和语义 VFTs 上的表现均差于可能右侧发作患者，且语义 VFT 的差异达到显著性水平（P < 0.05，附加文件 2：表 S4）。在两个亚组之间以及它们与 HCs 的比较中，均未观察到显著的网络内或网络间 FC 差异。

表1NDE组与健康对照组（HC组）的人口统计学特征、临床特征及神经认知特征

4.讨论

此研究探讨了新诊断癫痫（NDE）患者与健康对照（HCs）之间的静息态全脑功能连接（FC）差异。此研究发现表明，与 HCs 相比，NDE 患者在内侧视觉、听觉和外侧感觉运动网络中表现出网络内 FC 降低。此外，左侧听觉网络内额下回（IFG）和颞上回（STG）的 FC 与 NDE 患者的汉字及语义言语流畅性测试（VFT）评分均显著相关。重要的是，此 FC 在患者发作频率与言语流畅性表现之间起中介作用。总体而言，这些发现表明，NDE 患者存在广泛的感知觉网络破坏。具体而言，左侧听觉网络内 IFG 和 STG 的功能紊乱构成了癫痫发作负担与言语流畅性缺陷之间联系的神经基础。图 4 展示了这些发现的图形化总结。

4.1 NDE 患者与 HCs 之间的脑网络 FC 差异

众所周知，癫痫会影响感知觉。临床上，最常见的表现是癫痫发作前的先兆，如视觉先兆（例如，移动的光点）、听觉先兆（例如，耳鸣）和躯体感觉先兆（例如，胃气上升感）。此外，行为和电生理证据表明，癫痫患者在视觉、听觉和感觉运动功能方面表现出多维度的损害。例如，视觉诱发电位（VEP）研究显示，与 HCs 相比，癫痫患者在模式翻转刺激实验中 P2 波潜伏期显著缩短。听觉事件相关电位（ERP）研究报告，癫痫患者的 P300 潜伏期较对照组长。在触觉范式中，癫痫患者在振动频率辨别任务中的表现较差。然而，癫痫中感知觉损害背后的机制仍不清楚。此外，在远离癫痫灶的脑区也观察到感知觉损害，表明癫痫是一种影响相互连接神经环路的网络性疾病。因此，若干研究已采用颅内脑电图和高分辨率神经影像技术来探究脑网络改变在癫痫感知觉功能障碍中的作用。

图2脑网络功能连接强度的组间差异

近期，无创性 fMRI 已广泛应用于癫痫研究，为探索大规模网络功能障碍提供了高空间分辨率。此研究发现，与 HCs 相比，NDE 患者在内侧视觉、听觉和外侧感觉运动网络中表现出网络内 FC 降低。具体而言，在视觉网络内，受累区域包括右侧距状裂（BA17，初级视觉皮层）和右侧楔叶（BA18，次级视觉皮层）。在听觉网络中，异常连接定位于左侧 IFG（BA44/45，语言产生的主要区域）和左侧 STG（BA22/41，初级听觉皮层）。此外，外侧感觉运动网络在左侧中央前回（BA4）和左侧中央后回（BA3）显示 FC 降低，这些区域是运动和感觉加工的关键区域。总体而言，这些发现表明 NDE 患者存在广泛的感知觉网络损害。

既往 fMRI 研究也报道了癫痫患者感知觉网络内的广泛改变；然而，大多数研究集中于慢性患者队列。例如，Zhang 等人使用 ICA 在内侧颞叶癫痫中观察到听觉、感觉运动及高级视觉网络内 FC 显著降低。Li 等人报告了儿童癫痫患者大多数网络静态功能连接（sFC）降低，以及视觉与感觉运动网络之间动态功能连接（dFC）显著减少。此研究在未用药 NDE 患者中的发现显示出类似的感知觉网络功能障碍模式，提示此类异常在疾病最早临床阶段即可被检测到，而非仅仅是慢性病程进展或长期抗癫痫药物（ASM）暴露的结果。

表2网络内功能连接性组间差异

目前，使用 fMRI 研究 NDE 患者脑网络改变的研究仍然有限。2018 年，Alonazi 等人首次在 27 名NDE 患者中进行了基于种子点的 FC 分析，并报告了额顶注意网络的顶内种子点与额叶、颞叶之间的连接性显著降低。作为延伸，此研究采用了更大的样本量并应用数据驱动方法，探索了全脑功能网络改变。此研究结果进一步证实，异常的脑网络改变在疾病早期阶段即已存在，并额外揭示了广泛受损的感知觉网络。

与此研究发现一致，大多数研究显示癫痫患者相较于 HCs 表现出 FC 降低，尤其是在新诊断患者中，提示相关脑网络内部连接性的丧失是癫痫中观察到的感知觉功能障碍的可能原因。相反，连接性增加主要在耐药患者或手术后患者中报道。这些增加通常被解释为脑网络的代偿性重组。

4.2 NDE 患者言语流畅性功能与脑网络 FC 的关联

与健康成人的常模数据相比，此研究中的 NDE患者表现出言语流畅性表现下降，且发作频率更高的患者损害更严重。此外，左侧听觉网络内 FC 的降低与言语流畅性损害的严重程度相关。中介分析显示，左侧听觉网络内的 FC 在发作频率与言语流畅性之间的联系中起中介作用。这些发现表明，左侧听觉网络内 FC的改变可能构成 NDE 患者言语流畅性表现缺陷的关键神经机制。然而，如同所有横断面研究一样，这种相关性不能被解释为因果关系，因此应对这些发现持谨慎态度。需要进一步的纵向研究来确认这些因素之间的因果关系。

为更好地理解左侧听觉网络在言语流畅性缺陷中的作用，此研究考虑了其解剖和功能特性。左侧听觉网络主要由 STG、Heschl 回、颞平面以及部分 IFG、中央前回和中央后回组成。该网络在听觉和语言加工中起关键作用，涵盖了从声音感知到语言生成和理解的功能。既往研究表明，简单的听觉刺激（例如，纯音）主要激活初级听觉皮层（Heschl 回和颞平面），而复杂的听觉刺激（例如，言语）则更强地激活 STG 和颞上沟。此外，加工复杂听觉信息涉及左侧 IFG，该区域在句法分析和音位加工中起关键作用。这些发现表明，颞叶和额叶在语言理解中存在功能分工：颞叶支持自下而上的听觉输入和单词识别，而额叶参与自上而下的调节与整合，以促进语言理解和表达。总体而言，这些结果支持感知觉加工功能障碍可能导致认知损害的观点。既往研究同样表明，颞叶癫痫患者常存在感知觉网络损害。在执行语言任务时，他们的认知缺陷可能表现为语音和语义加工困难，以及听觉和视觉命名受损。

图3 NDE 患者癫痫发作频率、VFT 评分与功能连接（FC）的相关性及中介效应分析

在此研究中，采用了更适合研究汉语癫痫患者语言功能的汉字 VFTs，因为汉字 VFTs 能更好地反映汉语独特的语言特征。两项使用汉字 VFTs 的既往任务态 fMRI 研究提供了额外的见解。Ci 等人发现，基于拼音的 VFT 主要激活左侧 IFG 和颞中回，而基于汉字的 VFT 主要激活左侧额上回。类似地，Wang 等人报道，颞叶癫痫患者在执行汉字 VFT 任务时，左侧 IFG 三角部和岛盖部激活较低，而前部颞中回和颞下回的去激活较少。这些研究表明，汉语版本的 VFT 同样主要激活左侧额颞网络，与英语版本报告的激活模式相似。这提示核心语言网络在不同语言背景下可能具有共性，支持了汉字 VFT 在普通话人群中的适用性；然而，其在非普通话人群中的相关性仍需进一步验证。

图4关键发现的图形化总结。

4.3按发作类型和侧别的亚组分析

此研究进一步进行了亚组分析，以探索发作类型和侧别可能存在的差异。关于发作类型，局灶性和全面性癫痫患者在基线特征或 VFT 评分方面未发现显著差异，且两组间未观察到网络内或网络间 FC 的显著差异。与 HCs 相比，局灶性癫痫患者在内侧视觉、听觉和外侧感觉运动网络中表现出网络内 FC 降低，与整体发现一致。相比之下，全面性癫痫患者未显示出显著改变，可能归因于样本量相对较小。

关于侧别，可能左侧和右侧发作癫痫患者在基线特征方面未发现显著差异。然而，可能左侧发作患者在 VFTs 上表现更差，且在语义 VFT 中存在显著缺陷。这一发现与既往研究一致，因为左半球在语言加工中的主导作用提示左侧发作癫痫可能带来更高的语言功能障碍风险。尽管如此，在可能左侧和右侧发作患者之间，或与 HCs 比较时，未观察到相应的 FC 差异。这可能是由于样本量有限以及 NDE 患者病程相对较短所致。

4.4局限性

此研究存在若干局限性。首先，作为横断面设计，无法阐明脑功能障碍、临床特征和行为表现之间的因果关系，以及网络异常如何随疾病进展或 ASM 治疗而变化。需要纵向研究来探究脑网络异常的动态演变及其与临床指标的关联。其次，静息态 fMRI 不能精确定位汉字和语义 VFTs 的解剖基础。未来的研究需结合任务态 fMRI 及语言范式来进一步验证此研究发现。最后，所有受试者均来自一家三级癫痫中心，可能存在选择偏倚；多中心合作对于提高结果的普适性十分必要。

5.结论