26 ביוני 2012
אנו מציגים שיטה לאיסוף אותות electrocorticographic למטרות מחקר מבני אדם אשר עוברים ניטור פולשני אפילפסיה. אנחנו מראים איך להשתמש בפלטפורמה BCI2000 תוכנה לאיסוף נתונים, עיבוד אותות מצגת גירוי. באופן ספציפי, אנחנו מדגימים את זיגפריד, כלי BCI2000 מבוסס על מיפוי בזמן אמת המוח תפקודית.
מטרת פרוצדורה זו היא להשיג נתוני אלקטרוקורטיכוגרפיה (ECoG) באיכות מחקרית ממטופלים העוברים ניטור אפילפסיה קליני, ולהשתמש בהם לביצוע מיפוי תפקודי בזמן אמת. דבר זה מושג תחילה על ידי הקמת מערכת רכישת אותים באיכות מחקרית שניתן לחבר למערכת ניטור האפילפסיה הקלינית מבלי לפגוע בניטור הקליני או להפריע לו. השלב השני במיפוי התפקודי הוא הקלטת אותי בסיס בעוד המטופל ער אך נח בשקט.
בשלב הבא, האותים מעובדים כדי להוציא מאפיינים המייצגים פעילות מוחית בטווח תדרי הגמא הגבוהים, ואלו משמשים לבניית מודל של מצב המוח הבסיסי (baseline) של המטופל. השלב הסופי הוא ביצוע משימות קוגניטיביות או מוטוריות פשוטות על ידי המטופל, בעוד שאלגוריתמי זיהוי החידוש של מערכת ה-Siegfried מדגישים חלקים בקורטקס שבהם פעילות הגמא הגבוהה שונה באופן משמעותי מהבסיס. בסופו של דבר, מקדם הדטרמינציה בכל מיקום של אלקטרודה מראה אילו אזורי קורטקס מראים הפעלה משמעותית במהלך ביצוע המשימה.
מעורבותם מאושרת לאחר מכן על ידי מיפוי באמצעות גריית קליפה מוטורית (electro cortical stimulation mapping); תוצאות ה-fMRI מקלות על הליך מיפוי הגרייה והופכות אותו לפחות גוזל זמן על ידי אספקת מידע משלים. אלקטרוקורטיקוגרפיה (ELECTROCORTICOGRAPHY או ECOG) מוגדרת על ידי שימוש ברשת ובפסי אלקטרודות סוב-דורליות כדי להקליט גם את התפיסות הרגילים של המטופל. אלקטרודות אלו מגורות חשמלית, אחת או שתיים בכל פעם, בניסיון להפריע לתפקודי מסוימים, כגון תפקוד מוטורי או תפקוד לשוני, כדי ליצור מפה של קליפה רהוטה (eloquent cortex) שיש לשמר במהלך הכריתה.
ל-ECOG יש שילוב של רזולוציה זמנית גבוהה ורזולוציה מרחבית גבוהה, שפשוט לא ניתן למצוא בטכניקות מדידה אחרות כמו EEG או MRI פונקציונלי. בפרט, זוהי הדרך היחידה להשיג הקלטות איכותיות של פעילות חשמלית במוח בטווח תדרי הגמא הגבוהים, המהווים מתאם אינפורמטיבי מאוד למגוון רחב של תפקודי מוח. ECOG היא טכניקת הקלטה פולשנית שבה רשתות מונחות ישירות על פני השטח של המוח, ולכן היא דורשת ניתוח ומבוצעת רק במצבים קליניים המצריכים התערבות כירורגית.
מטופלים שוהים בדרך כלל ביחידה לניטור אפילפסיה למשך כשבוע, עד שלרופאים יש מספיק מידע כדי לאתר את מוקד הפרכוס במהלך זמן זה. אם המטופל מסכים, הוא יכול לקחת חלק במחקר, ובמידה ואיננו מפריעים לניטור הקליני, הדבר מספק חלון הזדמנויות ייחודי לחוקרים להקליט פעילות של מוח אנושי. בסרטון זה, אדגים כיצד למקם את אלקטרודות ה-ECOG באמצעות רישום משותף (coregistering) של MRI טרום-ניתוחי וסריקת CT פוסט-ניתוחית, ואדגים צורה חדשה של מיפוי תפקודי המבוסס על מאפייני גמא באותות ה-ECOG. לפני הניתוח, השג MRI מבני T1-weighted של ראש המטופל עם 256 על 256 פיקסלים לכל פרוסה, שדה ראייה מלא, ללא אינטרפולציה, עובי פרוסה של 1 mm, ורצוי פרוסות סגיטליות.
לאחר מכן, ביום הניתוח, עקוב אחר השתלת הגריד ואלקטרודות הפס (strip electrodes) ואסוף תצלומי דיגיטל של האלקטרודות במקומן (in situ), וכן את הערות הנוירוכירורג לגבי מיקומי ההשתלה. לאחר הניתוח, השג תמונות רנטגן של הגולגולת לאחר הניתוח, וכן סריקות CT של המוח, אשר יש להשיג בשיטת skin to skin ברזולוציה גבוהה עם חתך של 1 mm, ללא רוחב וללא זווית. לאחר מכן, השתמש בחבילת התוכנה curry כדי ליצור מודל קורטיקלי תלת-ממדי של מוח המטופל מ-MRI שלפני הניתוח, ולאחר מכן בצע רישום משותף (coregister) למערך תמונות ה-CT לאחר השתלת הגריד.
לאחר מכן, לחץ לחיצה ימנית על כל מיקום אלקטרודה לפי הסדר ובחר ב-export cursor to localize. כדי לרשום את הקואורדינטות התלת-ממדיות של האלקטרודות, ייצא את המבנה הקורטיקלי התלת-ממדי של הנבדק ואת קואורדינטות האלקטרודות בפורמט MATLAB. לאחר מכן, צור ייצוא של סרטון המציג את מיפוי האלקטרודות על פני השטח של המוח.
כמו כן, מפו את קואורדינטות האלקטרודות לאזורי ברודמן (Broadman areas) סטנדרטיים באמצעות אטלס אוטומטי. סקרו את המידע מהמודל התלת-ממדי, מתמונות הרנטגן, מהצילומים ומהערות. קבעו סכימת מספור סופית עבור האלקטרודות ושיתפו פעולה עם טכנאי בית החולים כדי להבטיח שהאלקטרודות מחוברות לתיבות הפיצול (splitter boxes).
עקבו אחר מספור זה בדיוק. כמו כן, צרו תרשים פריסה לסימון האלקטרודות כך שכל מיקומי האלקטרודות יהיו מובחנים בבירור ללא חפיפה. בחרו שני מיקומי אלקטרודות שסביר שיהיו שקטים מבחינה אלקטרו-קורטיקוגרפית, הרחק מהקליפה המדוברת (eloquent cortex) המשוערת, כדי להשתמש בהם כהארקה וכמרجع ראשוניים.
לאחר מכן, הכין מערך מקושר של מגברי GUSB. סנכרן אותם על ידי בחירת אחד מהם. כחיבור המאסטר, חבר את ה-sink out שלו ל-S sink in של השאר, והזן את המספר הסידורי של המאסטר כ-BCI two thousand's.
פרמטר ראשי של מזהה המכשיר (Device ID). חברו את שקעי הייחוס הכחולים זה לזה ואת שקעי ההארקה הצהובים זה לזה בקצה הימני של המחסנית. כאן תחברו את הייחוס שבחרתם לכחול ואת ההארקה לצהוב לפני תחילת הסשן.
הכינו קובץ do I nni מודל המכיל את הגדרות עיבוד האותאות שבהן תשתמש תוכנת Siegfried כדי לבנות מודל. כמו כן, הכינו קובץ dot PRM או מקטעי dot PRM נפרדים המכילים את הפרמטרים שבהם תשתמש מערכת BCI 2000 לרכישה ולהדמיה בזמן אמת. שני פרמטרים מרכזיים עבור Siegfried הם מיקומי אלקטרודות, המגדירים את פריסת ה-2D שנבחרה עבור האלקטרודות של המטופל, ומצב אלקטרודות, המגדיר אילו משימות ימופו תחת אילו תנאים.
יש לשים לב כי הזמן עם המטופל מוגבל. לפיכך, כל הפרוצדורות חייבות להיות עמידות, אופטימליות ונבדקות מראש. בחרו רגע מתאים להצעת הקלטות ניסיוניות למטופל, תוך מתן הודעה מראש בתחילת היום וכן 15 דקות לפני תחילת הסשן.
מקמו את הציוד לצד מיטתו של המטופל, לאחר מכן חברו לחשמל והפעילו את המסך של המטופל והעבירו את המחשב ממצב שינה. כמו כן, חברו את מערכת רכישת הנתונים למערכי ה-ECOG באמצעות מחברי הפיצול. הפעילו את תוכנת BCI 2000.
לאחר מכן, כאשר פרמטר המקור המומחש (visualized source parameter) מופעל, בחרו ב-set config, לחצו קליק ימני על התצוגה (viewer) והגדירו את מסנן התדרים הגבוהים (high pass filter) לנקודת חיתוך של 5 Hz. שימו לב, הגדרה זו תשפיע רק על ההדמיה ולא על איסוף הנתונים. בדקו אם קיימת הפרעה מרעש רשת (line noise) על ידי בדיקה האם הפעלת מסנן חריץ (notch filter) בתצוגה גורמת לשינוי משמעותי באות.
אם קורה זאת, נסו לצמצם זאת על ידי הסרת מקורות של הפרעות חשמליות, כגון כבלי תקשורת (cross-talking) שאינם בשימוש. במידת הצורך, החליפו את האלקטרודות המשמשות כרפרנס (reference) וכארקה (ground). אם אתם משתמשים במכשיר למעקב אחר עיניים, כיילו אותו באמצעות תוכנת הכיול המסופקת על ידי היצרן כדי למנוע הסחות דעת והפרעות, ובכך למזער הפרעות פוטנציאליות באות.
ודאו שכל הטלוויזיות, הרדיו והטלפונים הניידים בחדר כבוים. התחילו את המפגש הניסויי תחילה בתיעוד של פעילות בסיס (baseline). הנחו את הנבדק להירגע ולהישאר ללא תנועה כשעיניו פקוחות.
לאחר מכן, התחל את עיבוד אות הדמי (dummy signal) של מקור ה-GUSB amp ואת הצגת הגירוי. מודולי משימה. הקלט שש דקות של פעילות בקו הבסיס (baseline) תחת תאורה נוחה בסביבה שקטה.
כעת, הפעילו את כלי ה-GUI להמרת נתונים למודל, אשר הוגדר לחלץ מאפיינים בסלסולות (bins) של חמישה הרץ מ-70 עד 110 הרץ, תוך שימוש בשיטת האנטרופיה המקסימלית עבור כל 500 מילישניות של נתונים. לחצו על build model כדי לבנות מודל הסתברותי של המאפיינים הספקטרליים שנבחרו באמצעות תערובות גאוסיאניות. כעת תנו למטופל הנחיות מדויקות עבור המטלה הניסויית שתתבצע במסגרת שלב זה.
הנבדק יבצע כל משימה למשך 10 שניות בכל פעם, לאורך חמישה חזרות. הפעילו את מקור ה-GUSB amp, את ה-Siegfried Sig Pro lava ואת המודולים של תהליך הצגת הגירויים, והגדירו את המפעיל (operator) כך שיטען את המודל הפרובביליסטי, את המודל הקורטיקלי ואת קואורדינטות האלקטרודות הדו-ממדיות והתלת-ממדיות. לחצו על start במפעיל כדי להתחיל את הניסוי ולהניע את תהליך המיפוי.
נתונים גולמיים מזרמים באופן אוטומטי יחד עם סימני אירועים עד ללחיצה על כפתור ההפסקה (suspend) או עד לסיום ההרצה הניסיונית; בכל פעם שיילחצו על כפתורי ההתחלה (start) או החזרה לפעילות (resume), ייווצר קובץ חדש כדי למנוע דריסה של נתונים קודמים במהלך כל משימה. תוכנת Siegfried מזהה פעילות ECOG הקשורה למשימה, המוצגת במפות דו-ממדיות ותלת-ממדיות של קליפת המוח המתעדכנות באופן רציף. גודלו ואדמומיותם של כל עיגול מייצגים את חשיבותו במשימה המבוצעת.
ניתן לשלוט בשינוי גודל המעגלים לערכי R squared מקסימליים באמצעות המכוונים לאורך כל הסשן. יש להקפיד לעקוב אחר התנהגות המטופל ואותי ה-ECOG כדי לזהות התקפי אפילפסיה חשודים, ולהיות מוכנים להתריע באופן מיידי ולהגיב להוראות מהצוות הרפואי. כאן מוצג דוגמה לצילום רנטגן צדי עבור מטופל מייצג.
העיגולים הצהובים מסמנים את האלקטרודות המעורבות בשפה רצפטיבית כפי שזוהו לאחר מכן באמצעות מיפוי של גרייה חשמלית של קליפת המוח. מוצגת כאן תמונה שצולמה במהלך ההשתלה עבור מטופל זה. סכמות אלו מציגות את תוצאות מיפוי סיגפריד (Siegfried) בפריסה דו-ממדית סכמטית.
הגודל והאדמומיות של כל דיסק מייצגים את המובהקות של מעורבות כל אלקטרודה במטלה ביחס לקו הבסיס, וכאן אותו נתון סטטיסטי ממופה לצבע על מודל מוח תלת-ממדי שנוצר מ-MRI של המטופל. סרטון זה הדגים כיצד ניתן להקליט נתוני ECOG אנושיים למטרות מחקר ולעבד אותם בזמן אמת באמצעות חבילת התוכנה BCI 2000. דוגמה אחת ליישום זמן אמת של BCI 2000 היא כלי המיפוי התפקודי.
ניתן לבצע מיפוי Siegfried תוך 10 דקות, תלוי במספר המשימות המבוצעות. תוצאות ראשוניות ניתנות לצפייה תוך שניות, ותוצאות יציבות ניתן להשיג תוך חמישה עד 10 חזרות, שכל אחת מהן אורכת 10 שניות. היתרונות של מיפוי Siegfried הם הרלוונטיות התפקודית על פני כל הרשת בבת אחת, בעוד שגירוי חשמלי דורש גירוי זרם בכל אתר אלקטרודה, דבר הגוזל זמן רב יותר ועלול להביא להשראת פרכוסים.
אנו עדיין מבצעים מיפוי חשמלי, אך באמצעות Siegfried אנו מקבלים בתחילה מפה ראשונית מהירה המקצרת משמעותית את התהליך. בעתיד, שיפור בעיצוב הרשת יאפשר, בתקווה, יישומים מעבר לניטור אפילפסיה, למשל בחולי שבץ מוחי, לצורך השבת תפקוד, להנעת גפיים פרוטזתיות, וכן לשיפור התקשורת אצל אנשים הסובלים משיתוק של שרירי הקול או ממחלות מסוג ALS.
תודה שצפיתם.
צפו בתמליל המלא וקבלו גישה לאלפי סרטונים מדעיים
מאמר זה מציג שיטה לאיסוף אותות אלקטרוקורטיקוגרפיים ממטופלים העוברים ניטור פולשני של אפילפסיה. הוא מדגים את השימוש בפלטפורמת התוכנה BCI2000 לאיסוף נתונים ולמיפוי מוחי תפקודי בזמן אמת.
אלקטרוקורטיקוגרפיה (ECoG) מספקת אותות עצביים בנאמנות גבוהה עם רזולוציה מרחבית-זמנית עדיפה בהשוואה לשיטות לא פולשניות, מה שמאפשר בחינה מדויקת של הדינמיקה הקורטיקלית במהלך מטלות קוגניטיביות ומוטוריות. יכולת זו תומכת בתיקוף מטרות ובצמצום סיכונים מכניסטיים בגילוי תרופות הממוקד במדעי המוח, על ידי קישור התערבויות מולקולריות לפעילות תפקודית של המוח. השילוב של השיטה עם כלי מיפוי בזמן אמת כגון SIGFRIED משפר את הרצף התרגומי משלב הגילוי למודלים פרה-קליניים, במיוחד עבור טיפולים במערכת העצבים המרכזית (CNS), שבהם סממנים תפקודיים הם קריטיים.
הקלטת ECoG ומיפוי בזמן אמת משתלבים ברצף הגילוי, החל מבדיקת השערות לגבי המטרה ועד לזיהוי מובילים, ובמיוחד בתוכניות למערכת העצבים המרכזית (CNS) שבהן מעורבות קורטיקלית תפקודית מנבאת את התוצאה הקלינית.