Gleichzeitige Elektroenzephalographie und Magnetoenzephalographie zur Identifizierung anfallsanfälliger Hirnregionen

Beginnen Sie mit einem menschlichen Teilnehmer, der Elektroenzephalographie- oder EEG-Elektroden und zusätzliche Elektroden trägt und in der Magnetenzephalographie- oder MEG-Kammer liegt.

Das EEG zeichnet die elektrischen Signale der Neuronen auf und erzeugt die EEG-Daten.

Gleichzeitig erkennt das MEG magnetische Signale, die durch die elektrische Aktivität der Neuronen erzeugt werden, und erzeugt die MEG-Daten.

Mit den zusätzlichen Elektroden zeichnet es periphere Signale aus den Körperbewegungen auf.

Entfernen Sie den Teilnehmer und zeichnen Sie das Hintergrundsignal auf, um Rauschen aus den Daten zu entfernen.

Vergleichen Sie EEG- und MEG-Daten, um Segmente mit interiktalen epileptiformen Entladungen oder IEDs zu identifizieren.

IEDs sind mit wiederkehrenden abnormalen Gehirnaktivitäten verbunden, die mit Anfällen verbunden sind.

Wenden Sie Algorithmen an und erkennen Sie hochfrequente Oszillationen (HFOs), die eine schnelle neuronale Aktivität in der Nähe oder innerhalb von IEDs darstellen, und vergleichen Sie sie mit peripheren Signalen, um Körperbewegungssignale auszuschließen.

Dies gewährleistet eine genaue Lokalisierung von HFOs in anfallsgefährdeten Regionen.

Unter Verwendung eines Algorithmus generieren EEG- und MEG-Daten eine 3D-Gehirnkarte, die HFO-Regionen hervorhebt, die mit anfallsanfälligen Bereichen verbunden sind.

Klicken Sie in der MEG-Erfassungssoftware auf die Schaltfläche Aufnahme, um MEG und EEG aufzuzeichnen und Peripherieaufzeichnungen für 60 Minuten zu erhalten. Nachdem die Aufzeichnung abgeschlossen ist, öffnen Sie das MSR und nehmen Sie den Patienten aus dem MSR-Raum. Entfernen Sie vorsichtig alle Bänder, Elektroden, HPI Spulen und die EEG-Kappe. Nachdem Sie den Patienten aus dem Testraum begleitet haben, zeichnen Sie schließlich zwei Minuten lang die magnetischen Signale des leeren MSR auf, ohne dass der Patient anwesend ist.

Öffnen Sie zunächst die Daten in der Analysesoftware. Zeigen Sie EEG- und MEG-Daten mit zwei vertikal ausgerichteten Fenstern von 10 Sekunden pro Seite an. Gehen Sie auf die Registerkarte Filter und stellen Sie den Hochpassfilter auf 1 Hertz, den Tiefpassfilter auf Hertz und den Kerbfilter auf 50 oder 60 Hertz ein.

Überprüfen Sie die Daten und identifizieren Sie Teile mit interiktalen epileptischen Entladungen oder IEDs. Markieren Sie den Höhepunkt jeder IED, die sowohl in den EEG- als auch in den MEG-Daten auftritt. Führen Sie den Algorithmus für die automatische Erkennung von HFOs auf den Teilen von EEG-Daten mit IEDs aus und importieren Sie die erkannten HFOs in die Software zur Datenvisualisierung. Um die erkannten HFO-Ereignisse zu überprüfen, zeigen Sie EEG-, MEG- und Peripherieaufzeichnungen mit vertikal ausgerichteten Fenstern von 2 Sekunden pro Seite an. Gehen Sie auf den Reiter Filter und stellen Sie den Tiefpassfilter auf 250 Hertz und den Hochpassfilter auf 80 Hertz ein.

Um sicherzustellen, dass die erkannten HFOs nicht auf Artefakte zurückzuführen sind, stellen Sie sicher, dass in den Peripherieaufzeichnungen keine gleichzeitige Aktivität vorhanden ist. Berücksichtigen Sie darüber hinaus nur die HFO-Ereignisse, die sowohl in EEG- als auch in MEG-Signalen auftreten, und ignorieren Sie HFOs, die sich nicht mit den markierten IEDs überschneiden. Segmentieren Sie als Nächstes das MRT des Patienten und erhalten Sie die kortikale Oberfläche mit Hilfe einer bildgebenden Analysesoftware des Gehirns und schätzen Sie das Vorwärtsmodell mit der Grenzelementmethode.

Führen Sie für jedes HFO-Ereignis die Quellenlokalisierung sowohl für EEG- als auch für MEG-Daten mit der Wavelet-Methode "Maximale Entropie" für die Methode "Mittelwert" oder "wMEM" durch. Mittelwerten Sie die Lokalisierungsergebnisse entlang der Ereignisdauer, um eine Quelllokalisierungskarte zu erhalten. Visualisieren Sie schließlich die HFO-Zone über der kortikalen Oberfläche, indem Sie einen Schwellenwert von 60 % der maximalen Aktivierungsamplitude anwenden, wobei sowohl EEG- als auch MEG-Daten verwendet werden.