Electroencefalografía y magnetoencefalografía simultáneas para identificar regiones cerebrales propensas a convulsiones

Resumen

Fuente: Papadelis, C., et al., Oscilaciones interictales de alta frecuencia detectadas con magnetoencefalografía y electroencefalografía simultáneas como biomarcador de epilepsia pediátrica. J. Vis. Exp.{{TAG_ 27}} (2016).

Este video muestra el método de uso de registros de electroencefalografía (EEG) y magnetoencefalografía (MEG) para identificar descargas epileptiformes interictales (IED) y oscilaciones de alta frecuencia (HFO) para localizar regiones propensas a convulsiones en el cerebro.

Protocolo

Todos los procedimientos que involucran participantes humanos se han realizado de conformidad con las directrices institucionales, nacionales e internacionales para el bienestar humano y han sido revisados por la junta de revisión institucional local.

1. Adquisición de datos

1. Magnetoencefalografía (MEG) y electroencefalografía (EEG)
   NOTA: La adquisición de datos MEG/EEG se realiza según el método. Se pueden encontrar más detalles sobre el uso clínico de la MEG en la epilepsia pediátrica en otros lugares.
   1. Registre señales MEG con un sistema MEG de cabeza completa.
      NOTA: El sistema MEG emplea sensores de película delgada de dos tipos (gradiómetros planos y magnetómetros) integrados en 102 elementos sensores. Cada elemento contiene un magnetómetro que consta de una sola bobina y dos gradiómetros planos ortogonales que consisten en una configuración de bobina de tipo "figura de ocho". El magnetómetro mide el flujo magnético perpendicular a su superficie, y los gradiómetros miden la diferencia entre los dos bucles del "ocho", o el gradiente espacial. El sistema MEG cuenta con 204 gradiómetros planos y 102 magnetómetros (306 sensores en total). Los sistemas MEG de diferentes proveedores tienen diferentes números y tipos de bobinas (es decir, , gradiómetros axiales).
   2. Registre simultáneamente señales de EEG utilizando una tapa de electrodo no magnética de 70 canales con electrodos de anillo sinterizado Ag/AgCl y electrodos adicionales en T1/T2. Utilice un montaje de referencia común.
   3. Cierre la puerta de la habitación con blindaje magnético (MSR). Comunícate con el paciente a través de un sistema de intercomunicación para comprobar si se siente cómodo. Pídale a los padres que permanezcan dentro del MSR durante la grabación si el niño se siente incómodo al quedarse solo.
   4. Inicie las grabaciones haciendo clic en el botón 'Ir' en el software de adquisición de MEG. Utilice una frecuencia de muestreo alta de 1 KHz (o más). Utilice un filtro de respuesta a impulsos infinitos (IIR) de paso bajo de 6º orden a 400 Hz. Compruebe todas las señales grabadas en línea. Arregle los canales MEG defectuosos mediante el uso de un sintonizador de sensor.
      NOTA: Los canales MEG defectuosos se definen como sensores (gradiómetros o magnetómetros) que tienen un nivel relativamente alto de ruido blanco (por encima de 2 a 5 fT/√Hz para magnetómetros) o sensores que registran ruido electromagnético ambiental espurio. Esto suele ocurrir cuando los sensores están expuestos a campos magnéticos fuertes (en relación con las señales medidas), y partes específicas de las bobinas "atrapan" el flujo magnético, destruyendo la superconductividad. A continuación, se utiliza un sintonizador de sensor para calentar la bobina aplicando una corriente eléctrica a través de ella. Este procedimiento se denomina sintonización y se utiliza cuando el nivel de ruido blanco del sensor está por encima de un umbral específico (es decir, 2 - 5 fT/√Hz). Algunos sistemas MEG no tienen sintonizadores de sensores.
   5. Mida la posición de la cabeza del paciente haciendo clic en el botón "Medir" en el software de adquisición de MEG. Si el conjunto sensorial no cubre bien la cabeza del paciente, pídale al paciente que mueva su cabeza más adentro del casco.
      NOTA: Esta maniobra activa las 4 bobinas del Indicador de Posición de la Cabeza (HPI) mediante la aplicación de señales eléctricas oscilatorias transitorias a través de ellas, que generan campos magnéticos artificiales. Los sensores MEG detectan estos campos y determinan la posición de la cabeza. El procedimiento puede diferir entre los diferentes proveedores de MEG.
   6. Registre las grabaciones de MEG, EEG y periféricas haciendo clic en el botón 'Grabar' en el software de adquisición de MEG (i.e., electrocardiograma o ECG, electrooculograma o EOG, y electromiograma o EMG) durante ~60 min.
      NOTA: Los datos se almacenan como un archivo .fif en las matrices redundantes de discos independientes (RAID). El tipo de archivo es diferente para otros proveedores de MEG.
   7. Cuando finalice la grabación, abra el MSR, desconecte los cables y retire al paciente de la sala MSR. Retire con cuidado todas las cintas, electrodos, bobinas HPI y el gorro de EEG. Lavar la cabeza del paciente.
   8. Una vez completada la adquisición, registre las señales magnéticas del MSR vacío sin el paciente. Inicie las grabaciones haciendo clic en el botón 'Ir' en el software de adquisición de MEG. Registre los datos de MEG durante 2 min.
      NOTA: Estos datos se utilizan para estimar el ruido electromagnético ambiental.

2. Identificación de la actividad interictal

1. Abra los datos utilizando Brainstorm, que está documentado y disponible gratuitamente para su descarga en línea bajo la Licencia Pública General GNU.
2. Seleccione partes visuales de los datos del EEG con actividad interictal que ocurra al menos 2 horas después de las convulsiones clínicas.
   NOTA: La figura 1 presenta una parte de los datos de EEG y MEG con IED frecuentes.
   1. Identificar empíricamente bien definidas las descargas epileptiformes interictales (IED) en las señales del EEG: esto incluye picos (20 - 70 ms) y ondas agudas (70 - 200 ms).
      NOTA: La importancia clínica de ambos tipos de IED en la localización del foco epiléptico es equivalente.
   2. Trate de identificar (si es posible) partes de las grabaciones con: (i) artefactos de movimiento mínimos, (ii) más de 3 a 4 IED por visualización de 10 s, y (iii) sueño no REM de onda lenta que generalmente presenta un alto número de oscilaciones de alta frecuencia (HFO).
3. Con Lluvia de ideas, muestre los datos con la configuración de visualización estándar (10 s/página). Vaya a la pestaña Filtro y configure los siguientes parámetros de visualización del filtro: filtro de paso alto: 1 Hz, filtro de paso bajo: 80 Hz y filtro de muesca: 50 o 60 Hz (según la frecuencia de la línea de alimentación). Inspeccione los datos e identifique partes de ellos con IED.
   NOTA: Solo se escanearán partes de la señal con IED para buscar HFO. Los filtros seleccionados son solo para visualización; no se han aplicado a los datos. Para aplicar estos filtros de forma permanente a los datos, utilice un filtro Butterworth de paso de banda (4.º orden) siguiendo las instrucciones del sitio web de Brainstorm (http://neuroimage.usc.edu/brainstorm/).
4. Marque el pico de cada IED que ocurre tanto en los datos de EEG como en los de MEG (ver puntos rojos en Figura 1).
   NOTA: Más detalles sobre cómo marcar IED usando Brainstorm se pueden encontrar en otro lugar (http://neuroimage.usc.edu/brainstorm/Tutorials/Epilepsy).

3. Detección semiautomática de HFOs en datos simultáneos de EEG y MEG en el cuero cabelludo

NOTA: Aquí describimos un método semiautomatizado para detectar HFOs, que incluye una detección automatizada (Figura 2), seguido de una revisión visual de los HFO detectados automáticamente. Con el fin de evitar las oscilaciones espurias de los transitorios bruscos como verdaderas ondulaciones y para garantizar que los HFOs no se deban a un fenómeno de filtrado, seguimos las últimas sugerencias en la literatura relevante: requerimos que los HFO tengan un número mínimo de 4 oscilaciones, ya que se ha observado que la respuesta al impulso del filtro tiene menos oscilaciones que el número elegido de ciclos50, utilizamos el filtro de Respuesta a Impulsos Finitos (FIR) para minimizar el efecto del zumbido y el fenómeno de "Gibbs"50, requerimos que los eventos candidatos a HFO fueran inspeccionados visualmente también por un experto para verificar si los HFO también eran visibles superpuestos en los IED, y requerimos que se observara una isla aislada en el plano de tiempo-frecuencia porque un evento agudo y una oscilación tienen firmas diferentes: un HFO real está representado por un pico aislado en el gráfico de tiempo-frecuencia (restringido en frecuencia, como "isla") ubicado en la banda de 80 a 500 Hz, mientras que un evento transitorio genera una mancha alargada, extendida en frecuencia.

1. Detección automática de HFO
   NOTA: La Figura 2 describe el diagrama de flujo de la detección automática de HFO en cada señal de EEG. El objetivo del método desarrollado es reducir la carga para el experto en EEG de marcar los eventos de HFO en cada canal de EEG utilizando una pantalla de 2 s/página que se recomienda para la inspección visual de HFO. Un HFO se definió como un evento dentro de la banda de frecuencia de ondulación (80 - 250 Hz), que tiene al menos 4 oscilaciones de morfología sinusoidal que sobresalen del fondo circundante, y que aparece como un evento de corta duración con un pico espectral aislado a una alta frecuencia distinta.
   1. Detección de candidatos a HFOs en el dominio del tiempo
      1. El paso de banda (BP) filtra las señales de EEG entre 80 y 250 Hz, restringiendo su contenido de frecuencia a la banda de ondulación de interés.
         NOTA: Se recomienda utilizar un filtro FIR para minimizar el efecto de timbre y el fenómeno "Gibbs", y un filtrado digital de fase cero para evitar la distorsión de fase.
      2. Calcule la envolvente de la señal BP utilizando la transformación de Hilbert. Calcule la media y la desviación estándar (DE) de la envolvente a lo largo de ventanas deslizantes de 10 s centradas en cada punto de la serie temporal. Estime la media global y la desviación estándar utilizando el valor de la mediana en todas las ventanas (con el fin de obtener valores que sean robustos a la posible presencia de porciones de la señal con muchos HFO y alta desviación estándar).
      3. Calcule la puntuación z del sobre y marque un candidato HFO cada vez que supere el umbral mínimo, que se establece en 3.
      4. Defina los puntos inicial y final del evento detectado como los cruces ascendentes y descendentes de la mitad del umbral. Considere los HFO con un intervalo entre eventos de menos de 30 ms como un solo HFO. Calcule el número de picos en la señal BP entre los puntos de inicio y finalización de HFO, y descarte los eventos con menos de 4 picos. Además, descarte los eventos con una puntuación z superior a 12.
         NOTA: Modifique su umbral máximo de puntuación z de acuerdo con la amplitud de los artefactos que puedan ocurrir en sus grabaciones. Los eventos con un número bajo de oscilaciones pueden ser causados por efectos de filtrado, mientras que los eventos con amplitudes extremadamente altas pueden deberse a artefactos musculares o de electrodos.
   2. Rechace los posibles artefactos en el dominio de tiempo-frecuencia.
      NOTA: Este paso es necesario para distinguir los HFO reales de los eventos que podrían ser provocados por otra actividad de EEG y artefactos de filtrado, cuyo contenido de frecuencia no está restringido a la banda de frecuencia de interés. Se basa en la suposición de que un HFO real aparece como un evento de corta duración con un pico espectral aislado a una frecuencia distinta por encima de 80 Hz, en contraste con un evento transitorio que genera una mancha alargada extendida en frecuencia. La Figura 3 ilustra un ejemplo de un HFO detectado que muestra la señal de EEG filtrada por BP (panel superior), su envolvente (panel central) y el plano de tiempo-frecuencia correspondiente (panel inferior), durante el período de [-0,5, +0,5] s alrededor del pico de HFO. La visualización del plano de frecuencia-tiempo está restringida de 80 a 150 Hz porque no se observó actividad prominente para frecuencias por encima de 150 Hz.
      1. Transforme todos los eventos candidatos de HFOs en el espacio de tiempo-frecuencia utilizando la transformación de Morlet en el rango de frecuencias desde 1 Hz hasta la frecuencia más alta de interés, i.e., 250 Hz (frecuencia central = 1 Hz, ancho completo a medio máximo = 3 s).
      2. Analice los espectros de potencia instantáneos de la representación de tiempo-frecuencia en cada punto de tiempo de la duración del evento. Para cada espectro de potencia, siga los criterios automáticos para detectar el pico en la banda de alta frecuencia y verificar si es claramente distinto del pico más cercano en el rango de frecuencia inferior. Descarte los HFO que no muestren un espectro de potencia con un pico de alta frecuencia aislado en al menos el 90% de los puntos de tiempo.
2. Ordene todos los eventos HFO detectados por su ocurrencia temporal en todos los canales. Agrupa todos los HFO consecutivos cuya duración se superpone. Conserve solo grupos de HFO que involucren al menos dos canales de EEG para un análisis más detallado.
   NOTA: El algoritmo solicita que los HFO ocurran en al menos 2 canales para evitar capturar artefactos aleatorios espurios, que pueden parecerse a los HFO reales y ocurrir en derivaciones individuales de EEG. Se considera que dos HFO consecutivos se superponen cuando la hora de inicio del segundo HFO precede a la hora de inicio del primero.
3. Revisión visual de eventos HFO
   1. Alinee verticalmente 2 pantallas de computadora; uno para la inspección de EEG y otro para la inspección de señales MEG. Visualice los eventos detectados tanto en la escala expandida (2 s/página) como en la típica (10 s/página), mostrando, respectivamente, las señales filtradas de 80 a 250 Hz y de 1 a 40 Hz BP.
   2. Ignore los eventos que ocurren con artefactos musculares o de electrodos en el EEG y el MEG sin filtrar, así como los eventos con gran variabilidad de frecuencia, morfología irregular o grandes variaciones de amplitud.
   3. Observe las señales de EOG y EMG durante la detección de los HFO y descarte cualquier evento que se piense que corresponde a EOG o actividad muscular. Considere solo los HFO que se superponen con los EEG / MEG IED, ya que es más probable que sean HFO verdaderos.
      NOTA: Este enfoque ofrece una alta especificidad a costa de una baja sensibilidad; por lo tanto, proporciona confianza de que los HFO identificados son de origen cortical.
   4. Mantenga solo los eventos HFO que ocurren en las señales de EEG y MEG al mismo tiempo.

4. Localización de la fuente de IED y HFOs

1. Localice los generadores en el pico de los IED MEG, utilizando los dipolos de corriente equivalente (ECD). Utilice el software de Estimaciones de Normas Mínimas que está disponible gratuitamente (http://martinos.org/mne/stable/index.html). Considere solo picos con bondad de ajuste (GOF) > 80% y momento dipolar Q<500 nA - m. Superponga la ubicación del ECD en la resonancia magnética de cada paciente.
   NOTA: La Máxima Entropía en la Media (MEM) es un método alternativo atractivo que determina la ubicación y extensión de las fuentes.
2. Localización de fuentes de HFO tanto en EEG como en MEG utilizando el método de entropía máxima en la media (wMEM).
   NOTA: El MEM es una técnica eficiente que se ha utilizado con éxito para determinar la ubicación y el alcance de las fuentes de actividad epiléptica. El wMEM es una extensión del MEM que se ha desarrollado para localizar la actividad oscilatoria evaluada con simulaciones realistas. Descompone la señal en una ondícula discreta antes de realizar la localización de la fuente MEM en cada caja de tiempo-frecuencia. Por lo tanto, wMEM es particularmente adecuado para localizar HFO.
   1. Segmenta la resonancia magnética y obtén la superficie cortical con Freesurfer.
   2. Resuelva el problema de avance de EEG/MEG con el método de elementos de contorno (BEM) para un modelo de 3 capas utilizando OpenMEEG.
   3. Vuelva a muestrear las señales a 640 Hz para asegurarse de que la segunda escala de la transformada de ondículas discreta corresponde a la banda de frecuencia de interés.
   4. Estime la matriz de covarianza de ruido en el espacio de datos de forma independiente para cada HFO, basándose en el fondo en la banda de ondulación en una ventana de 150 ms inmediatamente antes de cada HFO. Realice la localización de la fuente para cada HFO en la banda de ondulación y promedie a lo largo de la duración del HFO. NOTA: El mapa resultante consiste en un valor de activación cortical asociado con cada vértice de la teselación cortical.
   5. Normalice cada mapa para que tenga un valor de activación máximo igual a 1 para cada HFO.
   6. Calcule el promedio de los valores de activación en todos los HFO en cada vértice. Aplique un umbral del 60% de la activación máxima para mostrar los mapas finales sobre la superficie cortical.

Resultados

Materiales