6. Dezember 2016
Hochfrequenzoszillationen (HFO) wurden als präoperative Biomarker für die Identifizierung der epileptogenen Zone bei pädiatrischen Patienten mit medizinisch refraktärer Epilepsie entwickelt. Eine Methode für die nicht-invasive Erfassung, Erkennung und Lokalisierung von HFO bei gleichzeitiger Kopfhaut Elektroenzephalographie (EEG) und Magnetoenzephalographie (MEG) wird vorgestellt.
Das übergeordnete Ziel dieses Protokolls besteht darin, eine standardisierte Methodik zur zuverlässigen, nichtinvasiven Erfassung, Detektion und Lokalisierung interiktaler hochfrequenter Oszillationen bei pädiatrischen Patienten mit medikamentös therapieresistenter Epilepsie mithilfe simultan aufgezeichneter Ableitungen der skalpen Elektroenzephalographie und der Magnetoenzephalographie bereitzustellen. Diese Methode kann helfen, zentrale Fragen in der pädiatrischen Epileptologie zu beantworten, beispielsweise, welches Gehirnareal epileptogen ist und während einer Operation entfernt werden sollte. Der Hauptvorteil dieser Technik liegt darin, dass sie die nichtinvasive Lokalisierung desjenigen Bereichs ermöglicht, der hochfrequente Oszillationen im Gehirn von Kindern mit Epilepsie erzeugt.
Verschiedene Studien haben gezeigt, dass hochfrequente Oszillationen nichtinvasiv mittels Ableitung am Kopf (scalp EEG) und MEG nachgewiesen werden können, jedoch lokalisieren nur wenige Studien deren Generatoren auf Quellenebene. Wir stellen die Lokalisation der zugrundeliegenden Generatoren hochfrequenter Oszillationen vor, die durch die Lösung des inversen Problems gewonnen wurde, und vergleichen sie mit der vom Epileptologen bestimmten Lokalisation. Beginnen Sie damit, die Elektroenzephalographie- oder EEG-Kappe gemäß dem internationalen 10-20-System auf dem Kopf des Patienten zu platzieren.
Reinigen Sie die Hautstelle, an der sich jede Elektrode befindet, stellen Sie sicher, dass die Haare nicht im Weg liegen, und tragen Sie anschließend Gel für jede Elektrode auf. Danach befestigen Sie die Erdungs- und Referenzelektrode am Kopf des Patienten. Schließen Sie zusätzliche Elektroden zur Messung der horizontalen und vertikalen Elektrokochleographie, EOG, Elektrokardiographie, EKG, Elektromyographie, EMG, sowie weitere EEG-Elektroden an Positionen über den Schläfenregionen an.
Verwenden Sie dann ein EEG-O-Meter, um die Impedanz für jede Elektrode zu messen. Wenn die Impedanz über 10 Kiloohm liegt, reinigen Sie die Haut erneut und stellen Sie sicher, dass die Impedanz unter 10 Kiloohm sinkt. Bringen Sie vier HPI-Spulen auf der EEG-Kappe an.
Verwenden Sie den Digitalisierer, um die Positionen fiduzialer Landmarken zu erfassen, einschließlich der linken und rechten präaurikulären Punkte sowie des Nasion, sowie die Position der HPI-Spulen und der EEG-Elektroden. Digitalisieren Sie zusätzliche Kopfpunkte, um die genaue Kopfform zu erhalten. Bringen Sie anschließend den Patienten in den magnetisch abgeschirmten Raum, oder MSR, in dem sich das Magnetoenzephalographie-MEG-System befindet.
Legen Sie den Patienten auf das Bett. Führen Sie dessen Kopf in den MEG-Helm ein und legen Sie geeignete Polster unter den Kopf des Patienten, um den Komfort zu erhöhen. Passen Sie die Kopfposition des Patienten im Scanner an und stellen Sie sicher, dass dieser so tief wie möglich im Helm sitzt.
Schließen Sie schließlich die Tür zum MSR und kommunizieren Sie über ein Gegensprechanlage mit dem Patienten. Starten Sie die Aufnahmen, indem Sie im MEG-Aufnahmesoftware auf den Startknopf klicken. Überprüfen Sie online alle aufgezeichneten Signale und beheben Sie fehlerhafte MEG-Kanäle mithilfe eines Sensor-Tuners.
Messen Sie anschließend die Kopfposition des Patienten, indem Sie im MEG-Aufnahmesoftware auf die Schaltfläche „Messen“ klicken. Wenn der Kopf des Patienten nicht ausreichend von der Sensoranordnung erfasst wird, bitten Sie den Patienten, den Kopf tiefer in den Helm hineinzu bewegen. Klicken Sie danach in der MEG-Aufnahmesoftware auf die Schaltfläche „Aufnehmen“, um MEG- und EEG-Daten sowie periphere Ableitungen 60 Minuten lang aufzuzeichnen.
Nach Abschluss der Aufnahme öffnen Sie die MSR und bringen den Patienten aus dem MSR-Raum heraus. Entfernen Sie vorsichtig alle Bänder, Elektroden, HPI-Spulen und die EEG-Kappe. Schließlich, nachdem der Patient aus dem Untersuchungsbereich begleitet wurde, nehmen Sie zwei Minuten lang die magnetischen Signale der leeren MSR ohne anwesenden Patienten auf.
Öffnen Sie zunächst die Daten in der Analyse-Software. Zeigen Sie die EEG- und MEG-Daten in zwei vertikal ausgerichteten Fenstern mit je 10 Sekunden pro Seite an. Wechseln Sie zum Filter-Tab und stellen Sie den Hochpassfilter auf ein Hertz, den Tiefpassfilter auf 70 Hertz und den Bandsperrenfilter auf 50 oder 60 Hertz ein.
Überprüfen Sie die Daten und identifizieren Sie Abschnitte 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 zur automatischen Erkennung von HFOs auf den EEG-Datenabschnitten mit IEDs aus und importieren Sie die detektierten HFOs in die Software zur Datenvisualisierung.
Um die erfassten HFO-Ereignisse zu überprüfen, zeigen Sie EEG-, MEG- und periphere Ableitungen mit vertikal ausgerichteten Fenstern von zwei Sekunden pro Seite an. Wechseln Sie zum Filter-Tab und stellen Sie den Tiefpassfilter auf 250 Hertz und den Hochpassfilter auf 80 Hertz ein. Um sicherzustellen, dass die erfassten HFOs nicht auf Artefakte zurückzuführen sind, überprüfen Sie, ob keine gleichzeitige Aktivität in den peripheren Ableitungen vorliegt.
Betrachten Sie außerdem nur die HFO-Ereignisse, die sowohl in den EEG- als auch in den MEG-Signalen auftreten, und ignorieren Sie HFOs, die nicht mit den markierten IEDs überlappen. Segmentieren Sie anschließend die MRT des Patienten und gewinnen Sie die kortikale Oberfläche mithilfe einer Software zur Analyse von Gehirnbildgebung. Schätzen Sie das Vorwärtsmodell mit der Rand-Elemente-Methode. Führen Sie für jedes HFO-Ereignis die Quellenlokalisation anhand der EEG- und MEG-Daten jeweils mit der Wavelet-Maximum-Entropie-Methode auf dem Mittelwert (WMEM-Methode) durch.
Mitteln Sie die Lokalisierungsergebnisse über die Dauer des Ereignisses, um eine Quelllokalisierungskarte zu erhalten. Visualisieren Sie abschließend die HFO-Zone auf der kortikalen Oberfläche, wobei ein Schwellenwert von 60 % der maximalen Aktivierungsamplitude unter Verwendung sowohl von EEG- als auch von MEG-Daten angewendet wird. In diesen Patientenbeispielen wurden HFOs im Rippel-Frequenzbereich von 80 bis 150 Hertz identifiziert, die sowohl im EEG als auch im MEG auftreten und über IEDs liegen.
Die Zeit-Frequenz-Ebene von zwei repräsentativen EEG- und MEG-Kanälen zeigt den typischen isolierten Peak zum Zeitpunkt des HFO. Hier werden HFO-Lokalisierungsergebnisse sowohl aus der skapulären EEG- als auch aus der MEG-Ableitung für ein 15-jähriges Mädchen mit Enzephalomalazie im Bereich der rechten Arteria-cerebri-media-Region dargestellt. Beide Verfahren lokalisieren die HFOs in der Nähe der Läsion an einer Stelle nahe der rechten Temporoparietal-Übergangsregion, obwohl die Ergebnisse leicht voneinander abwichen.
Hier werden die Ergebnisse eines 11-jährigen Jungen mit einer linken parietalen superior temporalen Enzephalomalazie gezeigt. Die Abbildung zeigt die räumliche Übereinstimmung zwischen der HFO-Zone, die nichtinvasiv mittels Skalp-EEG und MEG lokalisiert wurde, den mittels MEG lokalisierten IEDs sowie der HFO-Zone, die invasiv mittels iEEG lokalisiert wurde. Der Ort der intrakraniellen Elektroden mit der höchsten Anzahl an HFOs, LA51, LA52 und LA53, stimmte mit der nichtinvasiv lokalisierten HFO-Aktivität überein, und beide überlappten sich mit der Anfallsursprungszone.
Dies ist die erste Studie, die die Lokalisation interiktaler Oszillationen mit hohen Frequenzen mittels simultaner EEG- und MEG-Aufzeichnungen beschreibt und zudem die Übereinstimmung der Lokalisationsergebnisse mit denen von intrakraniellen Ableitungen untersucht. Die nichtinvasive Ableitung, Detektion und Lokalisation von Oszillationen mit hohen Frequenzen ist herausfordernd, da HFOs sehr schwache Signale darstellen, die von kleinen Hirnarealen im Bereich von Kubikmillimetern erzeugt werden, und durch Rauschen sowie durch die Hintergrundaktivität des Gehirns beeinträchtigt werden. Bisher gelang es nur wenigen Studien nachzuweisen, dass Oszillationen mit hohen Frequenzen nichtinvasiv mittels Elektroenzephalographie und Magnetoenzephalographie detektiert und diese Aktivität durch Lösung des inversen Problems lokalisiert werden können.
Die Beherrschung, Verbesserung und Bewertung des vorgeschlagenen Protokolls wird Ärzten einen zuverlässigen, nichtinvasiv erfassbaren Biomarker für die Identifizierung der epileptogenen Zone liefern. Die Entwicklung eines solchen Biomarkers hat das Potenzial, den Bedarf an Langzeitüberwachung und invasiven intrakraniellen Ableitungen zu verringern und das präoperative Evaluierungsverfahren bei kindlichen Patienten mit Epilepsie erheblich zu verbessern.
Dieser Artikel stellt eine standardisierte Methodik zur nichtinvasiven Ableitung, Detektion und Lokalisation hochfrequenter Oszillationen (HFOs) bei pädiatrischen Patienten mit medikamentös therapieresistenter Epilepsie vor. Die Technik nutzt gleichzeitige Ableitungen der Elektroenzephalographie (EEG) vom Skalp und der Magnetoenzephalographie (MEG), um die epileptogene Zone vor einem chirurgischen Eingriff zu identifizieren.
Die nichtinvasive Detektion und Lokalisation von hochfrequenten Oszillationen (HFOs) mittels simultaner EEG- und MEG-Aufzeichnung bietet eine Biomarker-Strategie, um die präoperative Evaluation bei pädiatrischer Epilepsie zu verbessern. Dieser Ansatz unterstützt die Zielvalidierung, indem er elektrophysiologische Hinweise auf epileptogene Zonen liefert, ohne invasive intrakranielle Ableitungen zu erfordern. Eine verbesserte mechanistische Risikominimierung durch nichtinvasive HFO-Kartierung kann die chirurgische Planung unterstützen und die Abhängigkeit von Langzeitüberwachung verringern.
Die Methode integriert sich in frühe Entdeckungsworkflows, indem sie elektrophysiologische Daten liefert, die die Zielidentifizierung und -validierung vor der Leitstruktur-Optimierung unterstützen.