Una pipeline per il 3D multimodalità integrazione di immagini e progettazione assistita da computer in chirurgia dell'epilessia

Summary

Descriviamo i passi per usare il nostro software progettato su misura per l'integrazione di immagini, la visualizzazione e la pianificazione in chirurgia dell'epilessia.

Abstract

chirurgia dell'epilessia è impegnativo e l'uso del 3D integrazione dell'immagine multimodalità (3DMMI) per aiutare la pianificazione prechirurgica è ben consolidata. Multimodalità integrazione immagine può essere tecnicamente impegnativo, ed è sottoutilizzato nella pratica clinica. Abbiamo sviluppato una piattaforma software unica per l'integrazione delle immagini, la visualizzazione 3D e la pianificazione chirurgica. Qui, la nostra pipeline è descritto in modo step-by-step, iniziando con acquisizione delle immagini, procedendo attraverso l'immagine co-registrazione, la segmentazione manuale, il cervello e l'estrazione nave, visualizzazione 3D e la pianificazione manuale dei stereoEEG (SEEG) implantologia. Con la diffusione del software questo gasdotto può essere riprodotto in altri centri, permettendo ad altri gruppi di beneficiare di 3DMMI. Descriviamo anche l'uso di un sistema automatizzato, multi-traiettoria pianificatore per generare piani impianto stereoEEG. Studi preliminari suggeriscono che questo è un complemento rapida, sicura ed efficace per la pianificazione implantologia Seeg. Infine, un semplice solutiin per l'esportazione di progetti e modelli di sistemi di neuronavigazione commerciali per l'attuazione dei piani in sala operatoria è descritto. Questo software è uno strumento prezioso in grado di supportare il processo decisionale clinico per tutto il percorso di chirurgia dell'epilessia.

Introduction

In pratica chirurgica è cruciale per il chirurgo di apprezzare strutture anatomiche e le loro relazioni spaziali tra di loro in tre dimensioni. Ciò è particolarmente importante in neurochirurgia, dove il chirurgo sta lavorando in uno spazio confinato, con visualizzazione limitata e accesso alla complessa anatomia. Nonostante questo, ad oggi la maggior parte delle immagini è stato presentato ai chirurghi in forma planare convenzionale 2D, e diverse modalità di imaging sono spesso presentati uno dopo l'altro in serie. Di conseguenza, il chirurgo deve integrare mentalmente questi dati per ciascun paziente, e posizionarlo in un quadro anatomico per la pianificazione preoperatoria. Non è chiaro vantaggio nella creazione di modelli computerizzati 3D del cervello individuale del paziente, il che dimostra l'anatomia della corteccia, i vasi sanguigni, eventuali lesioni patologiche presenti così come altri punti di riferimento in 3D rilevanti nello stesso contesto spaziale ^1-4. Prima dell'intervento il chirurgo può ruotare e alterare la trasparenza of questi modelli, per comprendere appieno le relazioni in 3D tra le diverse strutture di interesse. Questo principio è definito l'imaging multimodale 3D (3DMMI).

Lo scopo della valutazione pre-chirurgica per la chirurgia epilessia è dedurre la localizzazione della zona del cervello dove sorgono convulsioni, e garantire che questo può essere resecato sicuro senza causare deficit significativi ^5. Vi è una vasta gamma di modalità di imaging diagnostico che contribuiscono a questo, tra cui la risonanza magnetica strutturale, fluorodeossiglucosio la tomografia ad emissione di positroni (PET), ictale Tomografia a emissione di fotone singolo (SPECT), magnetoencefalografia (MEG) dipoli, risonanza magnetica funzionale (fMRI) e l'imaging del tensore di diffusione (DTI) ^6. chirurgia dell'epilessia è ideale per 3DMMI dal momento che richiede l'interpretazione simultanea di più insiemi di dati, e la considerazione di come ogni set di dati si riferiscono ad un altro.

In molti casi le indagini non invasive sicuro to fornire il livello di prove necessarie per procedere alla resezione. In questi casi sono necessarie per identificare la regione del cervello che deve essere rimossa per prevenire le convulsioni EEG intracranica (IC EEG) registrazioni. Sempre IC EEG viene eseguita da una tecnica chiamata SEEG, in cui un numero di elettrodi di profondità di registrazione sono posizionati intracerebrale di catturare l'origine e propagazione dell'attività elettrica associata a convulsioni in 3D ^1,7-10.

Il primo passo di implantologia SEEG è sviluppare la strategia del l'impianto, la definizione delle aree del cervello che devono essere campionata. Ciò comporta integrando la data EEG clinica e non invasivo, con l'imaging strutturale, con ogni lesione, e dati imaging funzionale che dedurre la posizione della sorgente di epilessia.

La seconda fase è la precisa pianificazione chirurgica delle traiettorie degli elettrodi. Il chirurgo deve garantire sicure traiettorie elettrodi avascolari, centrando ELvoci ectrode alla corona del gyri e remoto da vene superficie corticale, e attraversando il cranio ortogonalmente. Inoltre l'intera disposizione di impianto deve essere ben concepito, con distanza inter-elettrodo ragionevole e collisioni elettrodi.

La fattibilità di generare modelli 3DMMI per guidare l'impianto di elettrodi IC EEG in una pratica chirurgia dell'epilessia occupato è stato precedentemente dimostrato ^11. Abbiamo inoltre dimostrato il principio che l'uso di 3DMMI conferisce valore nel processo decisionale clinico aggiunto. In uno studio prospettico, la divulgazione di 3DMMI cambiato alcuni aspetti della gestione in 43/54 casi (80%), e in particolare ha cambiato il posizionamento di 158/212 (75%) di elettrodi di profondità ^12.

Vi è una serie di pacchetti software che facilitano 3DMMI. Questi includono piattaforme neuronavigazione disponibili in commercio che vengono utilizzati in sala operatoria, suite di software di pianificazione specializzati alleaticon le piattaforme neuronavigazione e piattaforme di integrazione di immagini e visualizzazione stand-alone di ricerca orientata. Come la funzionalità, la flessibilità e la versatilità di questi aumento piattaforme, l'usabilità e la probabilità di tradurle in pratica clinica diminuisce di conseguenza.

Abbiamo sviluppato un software progettato su misura per l'integrazione di immagini multimodalità, visualizzazione 3D avanzata e SEEG posizionamento degli elettrodi pianificazione ^12,13 per il trattamento di epilessia. L'enfasi è sulla facilità d'uso in uno scenario clinica, permettendo l'uso in tempo reale di software da medici, e la rapida integrazione nella pipeline clinica. Il software funziona su una piattaforma di imaging traslazionale ^14, che unisce NiftyReg, NiftySeg e NiftyView.

In questo lavoro il protocollo per l'utilizzo del software nella pratica clinica è esposta. I passi per l'immagine co-registrazione, la segmentazione delle regioni di interesse, la segmentazione del cervello, l'estrazionevasi sanguigni da imaging vascolare dedicato ^15, la costruzione di modelli 3D, la pianificazione implantations Seeg e rapidamente l'esportazione di modelli e piani per la sala operatoria sono descritti. Un nuovo strumento è descritto anche per la pianificazione automatizzata ¹³ multi-traiettoria, che aumenta la sicurezza e l'efficacia dei implantologia e sostanzialmente riduce la durata della programmazione.

Protocol

NOTA: i comandi software forniti qui sono specifici per la versione attuale (2015/01/19) del software e possono variare sulla release del software successivi. Manuali per singole versioni sono disponibili su richiesta.

1. Eseguire l'integrazione di immagini e visualizzazione

1. Acquisire imaging.
   1. Acquisire neuronavigazione T1 pesate risonanza magnetica con gadolinio enhancement- questo sarà l'immagine di riferimento. (Nota: i requisiti di acquisizione di immagini sono disponibili presso il fornitore di neuronavigazione commerciale ^11,12 veda la tabella 1)..
   2. Raccogliere tutti gli altri di imaging fatto durante la valutazione pre-chirurgica in DICOM o in formato Nifti (può includere la risonanza magnetica funzionale (fMRI), l'imaging del tensore di diffusione (DTI) trattografia, la tomografia ad emissione di positroni fluoro-desossiglucosio (FDG-PET), ictale-interictale emissione di singolo fotone CT ( SPECT), magnetoencefalografia (MEG) dipolo, il contrasto di fase MRI 3D, angiografia CT) Vedi Tabella 1.
2. Eseguire pre-trattamento al di fuori del software in-house.
   1. Processo T1 isometrica RM pesata con l'open source software freesurfer, eseguito su una workstation Linux usando il comando 'Recon-tutto', per generare segmentazioni corticali.
   2. Convertire wmparc.mgz e file in formato ribbon.mgz Nifti utilizzando il comando 'mrconvert'
3. Aprire il software in-house su Windows PC e caricare dati (Figura 1).
   1. Nota Display 2 x 2 finestra, DataManager sulla sinistra, le icone sulla parte superiore che rappresentano diversi strumenti di elaborazione delle immagini e strumento selezionato sulla destra.
   2. Importazione di dati utilizzando 'drag and drop', accedendo al menu "File / Apri" principale o da un pulsante di velocità (icona) "Apri". Scorrere diversi set di dati per garantire la completezza. Si noti la funzione di zoom facendo clic destro del mouse e in movimento, e la natura gerarchica di DataManager, con un conseguente sovrapposizione di immagini.
4. immagini COREGISTER.
   1. singole immagini.
      1. Selezionare lo strumento NiftyReg dalle icone di velocità.
      2. Selezionare T1 neuronavigazione con gadolinio in DataManager- questo sarà immagine di riferimento che tutte le altre immagini è coregistrata a.
      3. Seleziona 'immagine fluttuante' da coregistrata fare riferimento all'immagine.
      4. Definire nome e la posizione dell'immagine registrata. Impostare i parametri di ottimizzazione per numero di livello 4, il livello di eseguire 3, numero di iterazioni 5, tipo di co-registrazione corpo rigido.
      5. Eseguire automatizzato coregistrazione corpo rigido facendo clic sul pulsante 'Run'.
      6. Controllare la precisione di coregistrazione. Controllare l'immagine registrata l'immagine di riferimento sopra, e alterare la trasparenza di immagine registrato facendo clic destro sull'immagine DataManager, e spostando il cursore 'Opacità'. Verificare coregistrazione ispezionando punti di repere anatomici chiari come il forame di Monroe.
   2. immagini accoppiati.
      1. COREGISTER 'immagine spaziale che definisce' prima (per esempio. mappa anisotropico frazionale), utilizzando lo strumento NiftyReg come nei passaggi 1.4.1.1 - 1.4.1.6.
      2. Selezionare lo strumento RegResample dalle icone di velocità.
      3. Selezionare T1 neuronavigazione con gadolinio in DataManager immagine di riferimento come.
      4. Selezionare un'immagine con i risultati del trattamento (ad es., Immagine trattografia) come immagine fluttuante.
      5. Utilizzare txt file generato dalla precedente registrazione di 'immagine spaziale che definisce' come la trasformazione di input.
      6. Definire nome e la posizione dell'immagine registrata. Selezionare il tipo di interpolazione come 0.
      7. Eseguire ricampionamento di 'seguito della trasformazione', cliccando sul pulsante 'Run'.
      8. Visualizza nuova immagine generato selezionando in DataManager
      9. Controllare la precisione di coregistrazione come al punto 1.4.1.6.
   3. Ripetere i punti 1.4.1 - 1.4.2 per tutti i set di dati.
5. immagini segmento.
   1. Seleziona immagine da segmentato in DataManager, e selezionare strumento Editor segmentazione dalle icone di velocità.
   2. Utilizzare strumenti avanzati di segmentazione (segmentazione manuale, regione a crescita sottraendo) per disegnare regione di interesse su diverse fette di immagini in assiale, coronale e sagittale aerei
   3. Selezionare interpolazione 3D per visualizzare evoluzione struttura segmentata in finestra 3D. Confermare la segmentazione per generare nuovo file Nifti di struttura segmentata.
   4. Ripetere i punti 1.5.1 - 1.5.3 per tutte le immagini in cui è indicato la segmentazione manuale.
6. Genera modelli cerebrali.
   1. Seleziona immagine wmparc.nii su DataManager, e garantire wmparc.nii è coregistrata con un'immagine di riferimento che utilizzano passi 1.4.1.
   2. Selezionare Strumenti di elaborazione di base da icone di velocità.
   3. Applicare una soglia di wmparc.nii 1-5002 per creare la maschera binarizzata della corteccia.
7. Render regioni di interesse come superfici 3D (Figura 2, 3). Nota: La visualizzazione di set di dati come rendering delle superfici 3D (file STL) può essere fatto in due modi:
   1. Utilizzare superficie Extractor tOOL.
      1. Selezionare l'icona estrattore di superficie. Definire la soglia per l'estrazione di superficie e selezionare Applica. Nome resa superficiale in DataManager.
   2. Fare clic destro sul file di Nifti in DataManager e selezionare 'Poligono superficie liscia'.
8. Estrarre i modelli di superficie dei vasi (Figura 4). Nota: Estrazione navi dal imaging vascolare dedicato (contrasto di fase 3D risonanza magnetica, angiografia CT, MRI T1 ponderata con gadolinio) può essere fatto in due modi.
   1. Utilizzare lo strumento estrattore di superficie.
      1. COREGISTER l'imaging vascolare per l'immagine di riferimento utilizzando NiftiReg. superficie 3D rendono l'immagine utilizzando estrattore di superficie.
      2. Generare maschera intracranica applicando la dilatazione e funzioni di chiusura in Processing immagine di base per la maschera binarizzata della corteccia. Applicare la maschera intracranica al imaging vascolare utilizzando la funzione di moltiplicare in Processing immagine di base per rimuovere i vasi extracranici.
      3. Rimuovere il rumore dal fil stle dalla lavorazione di fuori del software in-casa, utilizzando il pacchetto software di elaborazione mesh 3D. Nota: Istruzioni per l'uso di questo strumento sono liberamente disponibili online.
   2. Utilizzare lo strumento VesselExtractor.
      1. Selezionare lo strumento VesselExtractor dalle icone di velocità. Selezionare vascolare set di dati immagine e specificare il nome e la posizione del file Nifti nave-estrazione.
      2. Eseguire VesselExtractor cliccando su 'Run'. Applicare la maschera intracranica ai risultati del VesselExtractor utilizzando la funzione di moltiplicare in Processing immagine di base per rimuovere i vasi extracranici. Nota: maschera intracranica generato applicando la dilatazione e funzioni di chiusura in Processing immagine di base per la maschera binarizzata della corteccia come in 1.8.1.2.
   3. Ripetere processo di 1.8.1 o 1.8.2 per angiografia CT, MRI contrasto di fase in 3D e neuronavigazione T1 con gadolinio.
9. Generare volume rendering del cervello (Figura 5).
   1. Selezionare im wmparc.niil'età in DataManager, e di garantire wmparc.nii è coregistrata con immagine di riferimento che utilizzano passi 1.4.1.
   2. Selezionare Strumenti di elaborazione di base da icone di velocità.
   3. Applicare smoothing gaussiano a wmparc.nii immagine, utilizzando strumenti di elaborazione di base.
   4. Selezionare il volume strumento di rendering dalle icone di velocità, e il file wmparc.nii garantire lisciato è evidenziato in DataManager.
   5. Tick ​​'volume rendering' scatola dentro strumento di rendering del volume per generare volume rendering della corteccia.

2. Eseguire la pianificazione manuale

1. Utilizzare traiettoria icona velocità Planner.
   1. Selezionare neuronavigazione T1 scansione come immagine di riferimento. Selezionare Nuovo Piano, e nuova traiettoria.
   2. Selezionare punto di destinazione su immagini planari premendo il tasto 'Alt' e fare clic destro del mouse, sulla base di elenco di desiderati punti di riferimento anatomici dai medici. Nota: esempi di obiettivi includono strutture mesiali temporali (amigdala, ippocampo), insula, giro del cingolo.
   3. Seleziona punto di ingresso su immagini planari premendo il tasto 'Alt' e cliccare sul mouse, sulla base della lista dei punti di ingresso desiderati dai medici. Nota: esempi di punti di ingresso comprendono giro temporale medio, giro precentrale, giro sopramarginale.
   4. Osservare traiettoria lineare generato tra il target e punto di ingresso.
2. Visualizzate rischio.
   1. Selezionare l'icona del rischio velocità di visualizzazione per esaminare la lunghezza della traiettoria.
   2. Seleziona 'link Visualizza i piani' per collegare sonde spettatore occhio al ortogonali piani Visualizza nella finestra principale.
   3. Scorrere lungo traiettoria, esaminando sonde spettatore occhio per garantire percorso avascolare.

3. Eseguire Pianificazione assistita da computer

1. Preparare i dati.
   1. Preparare la superficie materia grigia.
      1. Selezionare il file ribbon.nii generato da software di segmentazione corticale.
      2. Co-registrare file di ribbon.nii immagine di riferimento all'uso NiftiReg.
      3. Rende superficie 3Dimmagine R co-registrato utilizzando la funzione 'superficie poligonale liscia'.
   2. Preparare il cuoio capelluto e il modello di esclusione del cuoio capelluto.
      1. immagine neuronavigazione T1 Seleziona immagine di riferimento come.
      2. Utilizzare lo strumento di base di elaborazione delle immagini per applicare la trasformazione gaussiana.
      3. Surface render immagine con estrattore di superficie, per generare superficie del cuoio capelluto.
      4. Salvare e esportazione delle immagini in formato STL.
      5. Carico stl fle in un software di elaborazione mesh 3D.
      6. Per il cuoio capelluto, utilizzare strumenti di pulizia e di editing per cancellare i contenuti intracranici.
      7. Per modello di esclusione del cuoio capelluto, usare strumenti di editing manuali per rimuovere le aree non idonee per i punti di entrata degli elettrodi (es., Viso, orecchie, emisfero controlaterale, area sotto Tentorio).
   3. Preparare la superficie solchi della superficie.
      1. Generare tutta solchi.
         1. Binarise file di wmparc.nii utilizzando lo strumento di base Image Processing come al punto 1.6.3.
         2. Chiudi binarizzatafile di wmparc.nii da 3 utilizzando lo strumento di base di elaborazione delle immagini.
         3. Sottrarre il file binarizzata generato nel 3.1.3.1.1 da file binarizzata chiuso generato in 3.1.3.1.2 utilizzando lo strumento di base di elaborazione delle immagini.
      2. Rimuovere solchi in profondità per generare l'immagine di superficie solchi. Nota: immagine Superficie solchi utilizzando come struttura critica ha il vantaggio di traiettorie spaziatura distanti solchi sulla superficie del cervello, e permettendo traiettorie avvicinarsi solchi in profondità, che è dove la materia grigia si trova.
         1. Ridurre il, file di wmparc binarizzata chiuso generato nel 3.1.3.1.2 usando lo strumento di base di elaborazione delle immagini.
         2. file di Inverti generata in 3.1.3.2.1 usando lo strumento di base di elaborazione delle immagini.
         3. Moltiplicare file generato in 3.1.3.2.2 da tutta solchi generato in 3.1.3.1.3, utilizzando lo strumento di base di elaborazione delle immagini.
2. Eseguire pianificatore multi-traiettoria (Figura 6).
   NOTA: Automatcato pianificazione multi-traiettoria dipende robusta preparazione dei dati; sono tenuti rendering superficie del cuoio capelluto, cuoio capelluto maschera esclusione, vasi intracranici, Sulci di superficie, corteccia e materia grigia.
   1. Selezionare Planner Traiettoria dalle icone di velocità. immagine di riferimento Selezionare come neuronavigazione T1 MRI.
   2. Seleziona 'punti di destinazione; più punti di riferimento possono essere inseriti da 'Shift' e sinistro del mouse-click, o caricando un set point bersaglio salvato. Nota: esempi di destinazione includono strutture mesiali temporali (amigdala, ippocampo), insula, giro del cingolo.
   3. Selezionare "punti di ingresso", e selezionare la maschera esclusione cuoio capelluto sul menu a discesa in allegato. Nota: Questo ha lo scopo di limitare la ricerca di eventuali punti di ingresso ad una zona ristretta che è chirurgicamente possibile attuare.
   4. Selezionare strutture critiche, che segna le superfici dall'elenco a discesa che le traiettorie devono evitare. Selezionare le impostazioni avanzate; regolare i cons definiti dall'utentetraints per quanto riguarda la lunghezza della traiettoria, l'angolo di entrata e la distanza tra le traiettorie come preferito.
   5. Selezionare la valutazione materia grigia materia-bianco e stratificare tipo di rischio per ottimizzare la proporzione delle traiettorie che si trovano nella materia grigia.
   6. Eseguire multi-traiettoria planner selezionando Aggiungi Nuovo Piano e Piano Ricalcola.
3. Rischio Visualise (Figura 7).
   1. Valutare profili di rischio e di sicurezza dopo la pianificazione della traiettoria, utilizzando l'icona della velocità di visualizzazione di rischio.
      Nota: Per ogni traiettoria ci sono metriche per la lunghezza, l'angolo di entrata, rischio cumulativo, distanza minima di vasi sanguigni e di livello di sostanza bianca materia grigia, più rappresentazione grafica lungo la traiettoria di distanza per strutture critiche. Un visualizzatore di sonde occhio è anche incluso.
   2. Scegliere la mappa del rischio in DataManager per mostrare una mappa a colori contorno sovrastante la maschera esclusione del cuoio capelluto, con i potenziali punti di ingresso rappresentati e il relativo livello di rischio colour codificato, di rappresentare rossa ad alto rischio e che rappresentano verde a basso rischio per qualsiasi traiettoria selezionato.
4. Regolazione manuale delle traiettorie.
   1. Selezionare traiettoria.
   2. Seleziona nuovo punto di ingresso premendo Alt e clic destro del mouse, e il nuovo punto di destinazione premendo Alt e sinistro del mouse-click.
   3. Valutare nuova traiettoria utilizzando l'icona velocità rischio di visualizzazione come al punto 3.3.

4. I piani di esportazione e modelli alla sala operatoria

1. Controllare che immagine di riferimento è in formato DICOM. Selezionare S7 Esporta dall'icona velocità.
2. Definire l'immagine di riferimento, i piani e le traiettorie ei modelli che devono essere esportati, e specificare la destinazione dell'archivio salvato. Eseguire strumento di esportazione S7.
3. Carica generato archivio su una chiavetta USB per il trasferimento ad un sistema di neuronavigazione in sala operatoria, e caricare la cartella archiviata sul sistema di neuronavigazione per l'implementazione clinica di tr previstoajectories.

5. Ricostruire elettrodi impianto post-operatorio

1. Acquisire TC post-operatoria.
2. Carico CT testa sul software in-house, e il carico precedentemente salvati insieme di dati del paziente.
3. COREGISTER CT di riferimento T1 MRI ponderata utilizzando lo strumento NiftyReg.
4. Genera il rendering 3D di superficie degli elettrodi utilizzando lo strumento SurfaceExtractor sul CT registrato, con alta soglia.
5. Pulire la superficie degli elettrodi resi di rumore, e fili utilizzando le funzioni di pulizia e riparazione di software di elaborazione mesh 3D.

Results

Il protocollo descritto per l'integrazione di immagini, la visualizzazione, la pianificazione manuale e l'esportazione verso un sistema di neuronavigazione selezionato è stato impiegato presso l'Ospedale Nazionale di Neurologia e Neurochirurgia da August 2013. Questo comprende 35 casi di SEEG l'impianto ^12, con l'impianto di 319 elettrodi di profondità. 27/35 (77%) dei pazienti hanno progredito a un corticale resezione dopo l'impianto, che è un indicatore che l'impianto individuato il settore dei convulsioni insorgenza. C'è stata una complicazione emorragica relativo al posizionamento di elettrodi di profondità, e questo è stato trattato in modo conservativo.

Le modalità di imaging utilizzati durante la valutazione pre-chirurgica sono decise caso per caso, e sono descritti nella tabella 1. Il protocollo è flessibile, e possono incorporare qualsiasi modalità di imaging che può essere importato in DICOM o in formato Nifti. La figura 1 mostra il visualizzatore di base per la nostra piattaforma software in-house, e le figure 2, 3, 4 e 5 illustrano le immagini tipiche durante la costruzione dei modelli multimodali 3D.

La perfetta integrazione di questo protocollo nella nostra pipeline clinica, e la diffusione di questo software ad altri centri, è un utile surrogato 'marker' di successo. Le difficoltà nel valutare il beneficio clinico nella popolazione chirurgia dell'epilessia sono ben noti e descritto altrove ^12. Questo gasdotto offre una soluzione snella, che è flessibile, relativamente facile da usare e facile da replicare in altri centri.

Pianificazione assistita da computer (PAC) è uno sviluppo recente che è stato testato su retrospettivamente precedenti implantologia programmate manualmente ^16. I risultati preliminari suggeriscono che PAC genera più sicuro, più efficimplantologia ient, che sono fattibili da implementare e che sono stati completati in un tempo effettivo maniera ^16. La tabella 2 illustra questo confronto quantitativo. Uno studio prospettico di usare PAC nella pratica clinica è in corso. L'algoritmo che spinge PAC è stata precedentemente descritta ^13.

La figura 6 mostra un risultato tipico dal pianificatore automatizzato multi-traiettoria. Le strutture critiche che sono state inserite sono vene, arterie e solchi di superficie. Nota la centratura delle traiettorie sulla corona del gyri, e il vincolo dei punti di entrata traiettoria ad una maschera esclusione del cuoio capelluto. La Figura 7 mostra un tipico grafico di visualizzazione rischio di una traiettoria individuale, con metriche associate e rappresentazione grafica di lunghezza traiettoria.

Figura 1. Visualizzatore di base Visualizzazione della piattaforma In-house software. SINISTRO DataManager, barra degli strumenti TOP- che contiene le scorciatoie strumenti plug-in, presa corrente DESTRO- in strumento in uso, CENTRE- 4 Ortho-view display. Cliccate qui per vedere una versione più grande di questa figura.

Figura 2. Segmentazione e visualizzazione 3D in In-house software. (A) assiale MRI T1 con modelli di superfici sovrapposte, (B) rendering 3D della superficie di modelli (ciano-vene, verde-mano motore dalla stimolazione transcranica magnetica, arancio arcuato trattografia Fasciculus, blu-trattografia corticospinale, rosa-trattografia radiazioni ottiche, giallo-trattografia Fasciculus uncinato, porpora talamo segmentation). Clicca qui per vedere una versione più grande di questa figura.

Figura 3. generazione di modelli Cortex superficie. (A) vista assiale del file di wmparc, (B) wmparc file di thresholded 1-5002, (C) il rendering dei file di superficie wmparc binarizzata. Cliccate qui per vedere una versione più grande di questa figura.

Figura 4. Estrazione della nave in In-house Software utilizzando Vesselness. (A) assiale CT angiogramma co-registrato con contrasto di fase M 3DRI. (B) rendering 3D della superficie delle vene (Ciano) e le arterie (rosso). Fate clic qui per vedere una versione più grande di questa figura.

Figura 5. Generazione di Cortex Volume Modello 3D Rappresentazione volumetrica della corteccia (grigio) e il rendering di superficie della superficie del cuoio capelluto (bianco). Clicca qui per vedere una versione più grande di questa figura.

Figura 6. I modelli 3D multimodalità di Pianificazione assistita da computer traiettoria. (A) del cuoio capelluto (bianco), maschera di esclusione del cuoio capelluto (giallo) e traiettorie (purple). (B) del cuoio capelluto e la mascherina trasparente per mostrare cervello (rosa), solchi (verde), vene (ciano) e le arterie (rosso). (C) cuoio e maschera rimosso per mostrare traiettorie e cervello. (D) del cervello rimosso per mostrare le traiettorie, solchi superficiali, vene e arterie. Cliccate qui per vedere una versione più grande di questa figura.

Figura 7. Visualizzazione grafica metriche associate con traiettorie individuali. lunghezza Top-, angolo di traslazione del cranio, rischio, G rapporto / W e la distanza minima da un vaso sanguigno> 1 mm di diametro. distanza di Mezzo visualizzazione grafica della struttura critica vicini lungo la lunghezza della traiettoria (rosso-arteria, ciano-venosa, la distanza y-asse- alla struttura (max 10 mm), x-asse- lungo traiettoriadall'entrata cervello a bersaglio, margine di sicurezza SM-rappresentato come linea rossa orizzontale che segna 3 millimetri separazione della traiettoria alla struttura critica). In basso a visualizzazione grafica della traiettoria attraverso la materia grigia e bianca (verde-extracerebrale, materia grigia grigio, bianco-materia bianca). Clicca qui per vedere una versione più grande di questa figura.

Modalità	Luogo	Pre-elaborazione	Campo visivo (AP x RL x IS)	Dimensioni voxel (AP x RL x IS)
3D T1 FSPGR	ES	No	256 x 256 x 166	0.94 x 0.94 x 1.1
Coronale FLAIR T2	ES	No	256 x 160 x 32	0.94 x 1.5 x 3.5
T1 di navigazione con gadolinio	NHNN	No	512 x 512 x 144	0,5 x 0,5 x 1,5
contrasto di fase MRI 3D	NHNN	No	256 x 256 x 160	0,85 x 0,85 x 1
CT angiografia	NHNN	No	512 x 512 x 383	0.43 x 0.43 x 0.75
MEG dipolo	NHNN	sì
SPECT ictale-interictale	UCLH	sì	128 x 128 x 49	3.9 x 3.9 x 3.9
FDG-PET	UCLH	sì	128 x 128 x 47	1.95 x 1.95 x 3.3
DTI	ES	sì	128 x 128 x 60	1.88 x 1.88 x 2.4
La risonanza magnetica funzionale, EEG-fMRI correlata	ES	sì	128 x 128 x 58

Tabella 1. Imaging modalità utilizzate per l'immagine integrazione ((ES-epilessia Society, NHNN-National Hospital di Neurologia e Neurochirurgia, UCLH- University College London Hospital, FSPGR-FastSpoiledGradientRecalledEcho, MEG-magnetoencefalografia, emissione di fotoni SPECT-single tomografia computerizzata, FDG PET - fluorodeossiglucosio la tomografia ad emissione di positroni, l'imaging del tensore di diffusione DTI-, AP-posteriore anteriore, RL - destra a sinistra, IS - inferiore superiore).

	Pianificazione manuale *	CAP *	Differenza stimata (Manual-PAC)	Errore	valore di P
Elettrodi Lunghezza (mm, 1 dp)	57,9 (21,8)	53,9 (15,6)	4.74	1.59	<0,05
Angolo di entrata (gradi fuori perpendicolare, 1 dp)	16.2 (12.8)	13.0 (7.6)	5.89	1.07	<0,05
Rischio (unità normalizzate, 2 dp)	0.41 (0.79)	0.36 (0.42)	0,19	0.03	<0,05
Distanza minima dal Vaso sanguigno (mm, 1 dp)	4.5 (3.0)	4.5 (3.0)	-0.56	0.2	<0,05
Percentuale di intracerebrale elettrodi a Grey Matter (2 dp)	0,33 (0,33)	0,48 (0,28)	-0.11	0.02	<0,05

Tabella 2. confronto statistico tra il manuale e Computer-assisTed Planning (PAC). * primo valore è medio, secondo valore tra parentesi è interquartile gamma. Questa tabella è stata riprodotta con il permesso di ^16.

Discussion

In sintesi, i passi fondamentali per l'integrazione di immagini e la visualizzazione 3D sono l'immagine co-registrazione, la segmentazione del cervello, vasi e altre strutture o aree di interesse, e l'esportazione in un sistema di neuronavigazione. Questo processo è stato precedentemente eseguita in gruppo utilizzando disponibili in commercio software di integrazione immagini. Uno svantaggio di questo gasdotto era il tempo necessario, con l'intero processo che 2 - 4 ore. Utilizzando la nostra piattaforma software in-house, questo gasdotto è semplificata notevolmente, e può essere completato in 1-2 ore. Inoltre, vi è la funzionalità aggiunta di pianificazione chirurgica di SEEG traiettorie elettrodi su questo software, che può essere fatto manualmente o con computer assistenza. I vantaggi della PAC sulla pianificazione manuale sono aumentati di precisione, rischi ridotti e una maggiore velocità, e sono stati discussi altrove (Nowell et al, In Press, Sparks et al, submitted).

La piattaforma software in-house è in continuo dviluppo, con nuovi strumenti e funzionalità che viene aggiunto per supportare tutte le fasi di valutazione e di gestione presurgical chirurgica. Vi è quindi la necessità di test rigorosi ad ogni nuova release versione. limiti attuali del software sono la mancanza di volume rendering di alta qualità, che è presente in altre piattaforme ed è una preziosa aggiunta per la visualizzazione 3D avanzata. Anche l'esportazione è compatibile solo con una società neuronavigazione selezionato al momento attuale. Queste limitazioni non hanno influenzato l'utilità clinica del software nella nostra unità, e non hanno rallentato la diffusione della tecnologia ad altri centri.

Il significato di questo software è che rimuove le barriere che i gruppi precedenti hanno citato come ragioni per non usare 3DMMI. La soluzione fornisce strumenti facili da usare in una singola piattaforma, che non richiede una formazione specialistica o esperienza, è il momento e conveniente ed è facilmente tradotta in pratica clinica. Abbiamo pLAN per aggiungere ulteriori innovazioni per il software per supportare chirurgia dell'epilessia. Inoltre, i metodi possono essere facilmente applicati ad altre zone della neurochirurgia, come la resezione di tumori di basso grado pressi di corteccia eloquenti, lesione focale e la consegna di stimolazione mirata. 3DMMI e strumenti di pianificazione chirurgica precisi rischiano di diventare sempre più importante nella chirurgia moderna, come i casi più difficili sono prese su e trattamenti mini-invasivi entrano pratica comune.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
EpiNav	UCL		Piattaforma software interna per l'integrazione, la segmentazione, la visualizzazione e la pianificazione chirurgica
delle immagini Freesurfer	Martinos Centre for Biomedical Imaging Software		per la segmentazione corticale
S7 Stealthstation	Medtronic		Sistema di neuronavigazione
MeshLab	ISTI-CNR		Software di elaborazione mesh 3D
NiftiK	UCL		Piattaforma di imaging traslazionale
AMIRA	Visualisation Sciences Group		Software di integrazione delle immagini