Method Article

간질 수술에 3D Multimodality 이미지 통합 및 컴퓨터 지원 계​​획에 대한 파이프 라인

DOI:

10.3791/53450

⸱

May 20th, 2016

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Clinical and Experimental Epilepsy, UCL Institute of Neurology, 2Center of Medical Imaging and Computing, UCL, 3Department of Neurosurgery, National Hospital for Neurology and Neurosurgery

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

우리는 간질 수술에 이미지 통합, 시각화 및 계획에 대한 우리의 사용자 정의 설계 소프트웨어를 사용하는 단계를 설명합니다.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

간질 수술은 도전과 수술 전 계획을 돕기 위해 3D multimodality 이미지 통합 (3DMMI)의 사용은 잘 확립이다. Multimodality 화상 통합은 기술적으로 요구 될 수 있으며, 임상 적으로 충분히 활용된다. 우리는 이미지 통합, 3D 시각화 및 수술 계획을위한 단일 소프트웨어 플랫폼을 개발했다. 여기, 우리의 파이프 라인은 이미지의 공동 등록, 수동 분할, 뇌 혈관 추출, 3D 시각화 및 stereoEEG (SEEG) 주입을 수동으로 계획을 통해 진행, 이미지 수집을 시작으로 단계적인 방식으로 설명되어 있습니다. 소프트웨어의 보급이 파이프 라인은 다른 그룹 3DMMI 혜택을 누릴 수 있도록, 다른 센터에서 재현 할 수 있습니다. 또한 stereoEEG 주입 계획을 생성하는 자동 멀티 궤도 계획의 이용을 설명한다. 예비 연구는이 SEEG의 주입을 계획에 대한 신속하고 안전하고 효과가 부가됩니다 좋습니다. 마지막으로, 간단한 soluti조작 극장에서 계획의 이행을위한 상업 neuronavigation 시스템에 대한 계획과 모델의 수출에 설명되어 있습니다. 이 소프트웨어는 간질 수술 경로를 통해 임상 의사 결정을 지원할 수있는 유용한 도구입니다.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

외과 의사가 해부학 적 구조 및 입체적으로 서로 간의 공간 관계를 인식하는 수술 실제로는 매우 중요하다. 이것은 외과 의사 제한 시각화 및 복잡한 해부학에 액세스 할 수있는, 좁은 공간에서 일하고 신경 외과에서 특히 중요하다. 그럼에도 불구하고, 지금까지 대부분의 영상은 종래 2 차원 평면 형상으로 의사에게 제공되어, 다른 영상 방식이 종종 직렬 속속 발표된다. 결과적으로, 의사는 정신적으로 각 환자에 대해이 데이터를 통합하고, 수술 전 계획에 대한 해부학 적 프레임 워크에 배치한다. 피질의 해부학을 보여 개별 환자 뇌의 3D 컴퓨터 모델을 생성하는 명확한 이점이있다, 혈관, 동일한 공간 문맥 1-4의 모든 존재 병리학 적 병변뿐만 아니라 다른 관련 3D 랜드 마크. 수술 전에 의사는 회전 및 O 투명도를 변경할 수 있습니다F 이러한 모델, 완전히 관심의 다른 구조의 3D 관계를 이해합니다. 이 원리는 multimodality 3D 영상 (3DMMI)를 지칭한다.

간질 수술 전 수술 평가의 목적은 발작 발생하는 뇌 영역의 현지화를 추정하고,이 안전하게 현저한 결손 5없이 절제 할 수 있도록하는 것이다. 구조 MRI, fluorodeoxyglucose 양전자 방출 단층 촬영 (FDG-PET), 발작 단일 광자 방출 전산화 단층 촬영 (SPECT), 인 자기 (MEG) 쌍극자, 기능적 MRI (자기 공명) 등이 기여 진단 이미징 양식의 넓은 범위가있다 확산 텐서 영상 (DTI) 6. 이 복수의 데이터 세트의 동시 통역하고, 각 데이터 세트에 관한 또 다른 방법을 고려할 필요하기 때문에 간질 수술 적 3DMMI 적합하다.

많은 경우에 비 침습 조사 t 실패오 절제술을 진행하는 데 필요한 증거의 수준을 제공합니다. 이러한 경우 두개 EEG (IC EEG) 녹음 발작 않도록 제거해야 뇌의 영역을 식별하는 데 필요하다. 점점 IC EEG가 기록 깊이 전극 수가 3D 1,7-10 발작과 관련된 전기적 활성도의 기원과 전파를 포착 뇌내 배치되는 SEEG이라는 기술에 의해 수행된다.

SEEG의 주입의 제 1 단계를 샘플링 할 필요가 뇌의 영역을 정의하는 주입 전략을 개발하는 것이다. 이것은 간질의 소스의 위치를​​ 추정하는 병변 및 기능 촬상 데이터 구조 이미징 임상 및 비 침습적 EEG 일 통합 포함한다.

두 번째 단계는 상기 전극 궤적의 정확한 수술 계획. 의사는 엘을 중심으로 안전 무혈성 전극 궤적을 확인해야합니다뇌회 (gyri) 및 원격 대뇌 피질의 표면 정맥에서, 그리고 직교 두개골을 가로 지르는의 왕관에 ectrode 항목. 또한 전체 주입 장치는 또한 적절한 전극 간 간격없이 전극에 충돌, 생각되어야한다.

비지 간질 수술 실제로 IC EEG 전극 이식을 안내 3DMMI 모델 생성의 가능성은 이전에 11 입증되었다. 우리는 또한 3DMMI의 사용은 임상 의사 결정에 부가가치를 부여한다는 원칙을 증명하고있다. 전향 적 연구에서, 3DMMI의 공개는 54분의 43 (80 %)의 경우 관리의 일부 측면을 변경, 특히 깊이 전극 (12)의 212분의 158 (75 %)의 위치를 변경했습니다.

3DMMI 용이 소프트웨어 패키지의 범위가있다. 이 연합군 조작 극장에서 사용되는 상업적으로 이용 가능한 neuronavigation 플랫폼, 전문 계획 소프트웨어 스위트를 포함neuronavigation 플랫폼과 연구 중심의 독립 실행 형 이미지 통합 및 시각화 플랫폼. 임상로 변환의 기능, 유연성과 다양성이 플랫폼의 증가, 유용성과 가능성으로 대응하게 감소한다.

우리는 multimodality 이미지 통합, 고급 3D 시각화 및 간질의 치료를위한 12, 13을 계획 SEEG 전극 배치를위한 맞춤 설계 소프트웨어를 개발했다. 강조는 임상 파이프 라인에 임상에 의한 소프트웨어의 실시간 사용, 빠른 통합을 허용, 임상 시나리오에서 사용의 용이성에 있습니다. 이 소프트웨어는 NiftyReg, NiftySeg 및 NiftyView을 결합한 번역 이미징 플랫폼 (14)에서 실행됩니다.

본 논문에서는 임상에서 소프트웨어를 사용하기위한 프로토콜을 제시한다. 이미지 공동 등록, 관심 지역의 분할, 뇌 분할, 추출하는 단계전용 혈관 영상 (15), 3D 모델을 구축 SEEG의 주입을 계획하고 신속하게 운영 극장에 모델과 계획을 수출에서 혈관이 설명되어 있습니다. 신규 도구도 13 예정 자동화 멀티 궤적에 대해 기재되며, 즉, 주입의 안전성과 효능을 실질적으로 향상시키고 계획의 기간을 감소시킨다.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

참고 : 여기에 제공된 소프트웨어 명령은 소프트웨어의 최신 버전 (2015년 1월 19일)에 고유 한 이후 소프트웨어 릴리스에 따라 변경 될 수 있습니다. 각각의 버전에 대한 매뉴얼 요청에 사용할 수 있습니다.

1. 이미지 통합 및 시각화를 수행

  1. 영상 획득.
    1. neuronavigation의 T1 강조 MRI는 가돌리늄과 스캔 획득하는 것은이 기준 화상 될 것 인핸스. (참고 : 이미지 수집 요구 사항은 neuronavigation 상업 공급 업체 (11, 12)에서 사용할 수있는 표 1을 참조하십시오.).
    2. (DICOM 또는 Nifti 형식 수술 전 평가 중에 수행 다른 이미징 (기능 MRI (자기 공명), 확산 텐서 영상 (DTI) tractography, 플루오로 데 옥시 글루코오스 양전자 방출 단층 촬영 (FDG-PET), 발작 - 간기 단일 광자 방출 CT를 포함 모아서 SPECT), 인 자기 (MEG) 다이폴, 3D 위상차 MRI, CT 혈관 조영술)는 표 1을 참조하십시오.
  2. 외부에서 사내 소프트웨어를 사전 처리를 실행합니다.
    1. 리눅스 워크 스테이션에서 실행되는 오픈 소스 Freesurfer 소프트웨어와 MRI 가중 프로세스 아이소 메트릭 T1, 다음 명령을 사용하여 '정찰 - 모두가'대뇌 피질의 세분화를 생성합니다.
    2. 명령 'mrconvert'를 사용 wmparc.mgz 및 nifti 형식으로 ribbon.mgz 파일을 변환
  3. 윈도우 PC와 데이터를로드 (그림 1)에 오픈 사내 소프트웨어.
    1. 2 × 2 윈도우 디스플레이, 다른 이미지 처리 도구와 맨 오른쪽에 선택된 도구를 나타내는 상단 맨 왼쪽, 아이콘 DataManager에 유의하십시오.
    2. "/ 파일 열기"메인 메뉴에 액세스하여 또는 단축 버튼 (아이콘) "열기"로, '드래그 앤 드롭'을 사용하여 데이터를 가져옵니다. 완전성을 보장하기 위해 서로 다른 데이터 집합을 스크롤합니다. 연속적인 이미지 오버레이를 마우스 오른쪽 버튼으로 클릭하고 이동 마우스, DataManager에의 계층 적 특성에 의한 줌 기능을합니다.
  4. Coregister 이미지. <올>
  5. 단일 이미지.
    1. 속도 아이콘에서 NiftyReg 도구를 선택합니다.
    2. DataManager-이있는 가돌리늄과 선택 neuronavigation의 T1은 다른 모든 영상이에 coregistered 것을 참조 이미지 일 것이다.
    3. '떠있는 이미지를'선택합니다 이미지를 참조 coregistered합니다.
    4. 이름과 등록 된 이미지의 위치를​​ 정의합니다. 레벨 번호 4 수준으로 설정 최적화 매개 변수 3, 반복 번호 5, coregistration 유형 강체을 수행 할 수 있습니다.
    5. '실행'버튼을 클릭하여 자동 강체 coregistration을 실행합니다.
    6. coregistration의 정확성을 확인합니다. 참조 이미지를 통해 등록 된 이미지를 점검하고 DataManager에있는 이미지를 마우스 오른쪽 버튼으로 클릭하여 등록 된 이미지의 투명도를 변경하고, '불투명도'커서를 이동. 이러한 먼로의 난원 명확 해부학 적 랜드 마크를 검사하여 coregistration을 확인합니다.
  6. 페어 이미지.
    1. Coregister '공간 정의 이미지'첫 번째 (예를 들어. 1.4.1.6 - 단계 1.4.1.1과 NiftyReg 도구를 사용하여 소수 이방성 MAP).
    2. 속도 아이콘에서 RegResample 도구를 선택합니다.
    3. 참조 이미지로 DataManager에의 가돌리늄과 선택 neuronavigation의 T1.
    4. 처리 결과 (예., tractography 이미지) 부동 이미지와 함께 이미지 선택.
    5. 입력 변환 등의 '공간 정의 이미지'의 이전 등록에서 생성 된 TXT 파일을 사용합니다.
    6. 이름과 등록 된 이미지의 위치를​​ 정의합니다. 0으로 선택 보간 유형입니다.
    7. '실행'버튼을 클릭하여 '처리 결과'의 리샘플링을 실행합니다.
    8. DataManager에에서 선택하여 새로운 이미지를 생성보기
    9. 단계 1.4.1.6에서와 같이 coregistration의 정확성을 확인합니다.
  7. 모든 데이터 세트에 대한 1.4.2 - 반복 1.4.1 단계를 반복합니다.
  • 세그먼트 이미지.
    1. 선택 이미지 DataManager에에 분할 및 속도 아이콘에서 분할 편집기 도구를 선택합니다.
    2. 축에서 영상의 여러 조각, 관상면과 시상면에서의 관심 영역을 그리는 고급 분할 도구 (수동 분할, 지역 성장, 감산)을 사용하여
    3. 3D 창에서 분할 구조를 진화하고 시각화하는 3D 보간을 선택합니다. 분할 된 구조의 새로운 Nifti 파일을 생성하기 위해 분할을 확인합니다.
    4. 수동 분할이 표시되어 모든 이미지에 대한 1.5.3 - 반복 1.5.1 단계를 반복합니다.
  • 뇌 모델을 생성합니다.
    1. DataManager에에 wmparc.nii 이미지를 선택하고 참조 이미지 사용 단계 1.4.1 coregistered된다 wmparc.nii 확인합니다.
    2. 속도 아이콘의 기본 처리 도구를 선택합니다.
    3. 피질의 binarised 마스크를 만들 1-5002에서 wmparc.nii 할 수있는 임계 값을 적용합니다.
  • 3D 표면으로 관심의 영역 렌더링 (그림 2, 3). 주 : 3D 표면 렌더링 (STL 파일)과 같은 데이터 세트의 시각화는 두 가지 방법으로 수행 될 수있다 :
    1. 표면 추출기 t을 사용하여OOL.
      1. 선택 표면 추출기 아이콘입니다. 표면 추출을위한 임계 값을 정의하고 적용을 선택합니다. DataManager에의 표면 렌더링의 이름을 지정합니다.
    2. 마우스 오른쪽 DataManager에에 Nifti 파일을 클릭하고 '부드러운 다각형 표면'를 선택합니다.
  • 용기의 표면 모델의 압축을 풉니 다 (그림 4). 참고 : 전용 혈관 영상에서 혈관 추출 (3D 위상차 MRI, CT 혈관 조영술은 가돌리늄과 T1 가중 MRI)은 두 가지 방법으로 수행 할 수 있습니다.
    1. 표면 추출기 도구를 사용합니다.
      1. NiftiReg를 사용하여 참조 화상을 촬상 혈관 Coregister. 3 차원 표면은 표면 추출기를 사용하여 이미지를 렌더링.
      2. 팽창 시킴을 적용하고 피질의 binarised 마스크에 기본 이미지 처리 기능을 닫아 두개 마스크를 생성합니다. 두개 외 혈관을 제거하는 기본적인 화상 처리에서의 곱셈 함수를 사용하여 혈관 화상에 두개 마스크를 적용한다.
      3. STL과의 FIL에서 노이즈를 제거3 차원 메쉬 처리 소프트웨어 패키지를 사용하여, 외부에서 내부의 소프트웨어 처리에 의해 전자. 참고 :이 도구의 사용 방법을 자유롭게 온라인으로 사용할 수 있습니다.
    2. VesselExtractor 도구를 사용합니다.
      1. 속도 아이콘에서 VesselExtractor 도구를 선택합니다. 혈관 영상 데이터 세트를 선택하고 용기 추출 Nifti 파일의 이름과 위치를 지정합니다.
      2. '실행'을 클릭하여 VesselExtractor를 실행합니다. 두개 외 혈관을 제거하는 기본 이미지 처리의 곱셈 기능을 사용하여 VesselExtractor의 결과에 두개 마스크를 적용합니다. 참고 : 팽창을 적용하고 1.8.1.2에서와 같이 피질의 binarised 마스크에 기본 이미지 처리 기능을 폐쇄에 의해 생성 된 두개 내 마스크를.
    3. 1.8.1 또는 가돌리늄와 CT 혈관 조영술, 3D 위상차 MRI 및 neuronavigation의 T1에 대한 1.8.2의 반복 과정.
  • 뇌의 볼륨 렌더링 (그림 5)를 생성합니다.
    1. wmparc.nii 메신저를 선택DataManager에에 연령, 보장 wmparc.nii는 참조 이미지 사용 단계 1.4.1 coregistered된다.
    2. 속도 아이콘의 기본 처리 도구를 선택합니다.
    3. 기본 처리 도구를 사용하여 이미지를 wmparc.nii하는 가우스 스무딩을 적용합니다.
    4. 속도 아이콘에서 도구를 렌더링 선택 볼륨 및 확인 부드럽게 wmparc.nii 파일이 DataManager에 강조 표시됩니다.
    5. 볼륨 렌더링 도구 내부 틱 '볼륨 렌더링'상자가 피질의 볼륨 렌더링을 생성합니다.

    • 2. 수동 계획 수행

    1. 궤적 플래너 속도 아이콘을 사용합니다.
      1. 선택 neuronavigation의 T1는 참조 이미지로 스캔합니다. 새로운 계획 및 새로운 궤도를 선택합니다.
      2. 'Alt 키'를 눌러 임상의에 의해 원하는 해부학 적 목표 지점의 목록을 기반으로, 마우스를 마우스 오른쪽 버튼으로 클릭하여 평면 영상에 선택 대상 점. 참고 : 대상의 예는 근심 시간 구조 (편도, 해마), 섬엽,에 cingulate의 이랑을 포함한다.
      3. 'Alt 키'를 눌러 평면 영상에 진입 점을 선택하고 임상의로 원하는 항목 포인트의 목록을 기반으로, 마우스 왼쪽을 클릭합니다. 주 : 엔트리 포인트의 예는 중간 시간 이랑, precentral 이랑, supramarginal 이랑을 포함한다.
      4. 대상 및 엔트리 포인트 사이에서 발생 선형 궤도를 관찰한다.
    2. 위험을 시각화.
      1. 선택 위험 시각화 속도 아이콘이 궤도 길이를 검사합니다.
      2. 선택 '링크보기 비행기'는 메인 창에 직교 뷰 평면에 프로브 눈 뷰어를 연결합니다.
      3. 무혈성 경로를 확인하기 위해 프로브 눈 뷰어를 검사, 궤도를 따라 이동합니다.

    3. 컴퓨터 지원 계​​획을 수행

    1. 데이터를 준비합니다.
      1. 회색 물질의 표면을 준비합니다.
        1. 대뇌 피질의 분할 소프트웨어에서 생성 된 ribbon.nii 파일을 선택합니다.
        2. NiftiReg를 사용하여 참조 이미지에 ribbon.nii 파일을 공동 등록.
        3. 3D 표면 Rende의r에 '부드러운 다각형 표면'기능을 사용하여 이미지를 공동 등록.
      2. 두피와 두피 제외 템플릿을 준비합니다.
        1. 참조 이미지로 T1의 neuronavigation 이미지를 선택합니다.
        2. 가우스 변환을 적용하는 기본 이미지 처리 도구를 사용합니다.
        3. 표면은 두피 표면을 생성하기 위해, 표면 추출기를 사용하여 이미지를 렌더링합니다.
        4. 저장하고 STL 파일로 내보내기 이미지입니다.
        5. 3D 메쉬 처리 소프트웨어에로드 STL의 FLE.
        6. 두피를 들어, 두개 내 내용을 삭제 청소 및 편집 도구를 사용합니다.
        7. 두피 제외 템플릿, 전극 엔트리 포인트에 적합하지 않은 영역 (예., 얼굴, 귀, 반대측 반구, tentorium의 cerebelli 아래 영역)을 제거하기 위해 수동 편집 도구를 사용합니다.
      3. 표면 sulci 표면을 준비합니다.
        1. 전체 sulci를 생성합니다.
          1. 단계 1.6.3에서와 같이 기본 이미지 처리 도구를 사용하여 Binarise wmparc.nii 파일입니다.
          2. 닫기 binarised기본 이미지 처리 도구를 사용하여 3으로 wmparc.nii 파일입니다.
          3. 기본 이미지 처리 도구를 사용하여 3.1.3.1.2에서 발생하는 폐 binarised 파일에서 3.1.3.1.1에서 생성 binarised 파일을 뺍니다.
        2. 표면 sulci 이미지를 생성하기 위해 깊이에 sulci를 제거합니다. 주 : 회백질 거짓말 곳인, 깊이 sulci 접근 궤적 중요한 구조가 얻어 sulci에서 뇌의 표면에서 이격 궤적의 장점을 갖는 한 표면 sulci 이미지를 사용하고 허용.
          1. 기본 이미지 처리 도구를 사용하여 3.1.3.1.2에서 생성 된 폐쇄, binarised wmparc 파일을 줄일 수 있습니다.
          2. 반전 파일을 기본 이미지 프로세싱 툴을 이용하여 발생 3.1.3.2.1.
          3. 기본 이미지 프로세싱 툴을 이용 3.1.3.1.3에서 발생한 전체 sulci 의해 3.1.3.2.2에서 생성 된 파일을 곱한다.
    2. 실행 다중 궤도 플래너 (그림 6).
      참고 : 자동 판매기에드 멀티 궤도 계획은 강력한 데이터 준비에 의존; 두피의 표면 렌더링, 두피 제외 마스크, 두개 내 혈관, 표면 sulci, 피질과 회색 물질이 필요합니다.
      1. 속도 아이콘의 궤적 플래너를 선택합니다. neuronavigation T1 MRI 등의 선택 기준 이미지입니다.
      2. '목표 지점'을 선택; 여러 대상 포인트는 '시프트'를 마우스 왼쪽 클릭, 또는 저장된 목표 지점 세트를로드하여 입력 할 수 있습니다. 참고 : 대상의 예는 근심 시간 구조 (편도, 해마), 섬엽,에 cingulate의 이랑을 포함한다.
      3. '진입 점'을 선택하고 연결된 드롭 다운 메뉴에서 두피 제외 마스크를 선택합니다. 주 :이 구현 수술 가능한 제한된 공간에 가능한 엔트리 포인트의 검색 범위를 제한하는 목적을 갖는다.
      4. 궤적은 피해야한다 드롭 다운 목록에서 표면을 표시하는 중요한 구조를 선택합니다. 고급 설정을 선택합니다; 사용자 정의 단점을 조정선호로 궤도 사이의 궤도 길이 항목의 각도와 거리에 대한 traints.
      5. 회색 문제에 거짓말 궤적의 비율을 최적화하기 위해 회색 matter- 흰색 물질 평가 및 계층화 위험의 종류를 선택합니다.
      6. 새로운 계획 및 재 계산 계획 추가를 선택하여 멀티 궤적 플래너를 실행합니다.
    3. 를 시각화 위험 (그림 7).
      1. 위험 시각화 속도 아이콘을 사용하여, 궤도 계획 후 위험 및 안전 프로파일을 평가합니다.
        참고 : 각 궤도를 들어 길이 측정, 항목의 각도, 누적 위험, 중요한 구조에 거리의 궤도 경로를 따라 혈관과 회색 물질 백질 비율, 플러스 그래픽 표현으로 최소 거리가 있습니다. 프로브 눈 뷰어도 포함되어 있습니다.
      2. DataManager에에서 선택 위험지도가 표시되는 잠재적 인 진입 점과 두피 제외 마스크를 덮는 색으로 구분 등고선, 리스크 공동의 관련 수준을 보여험악 해지다 빨간색 높은 위험을 나타내는 녹색 선택된 궤적에 대한 낮은 위험을 나타내는 함께 코딩.
    4. 궤도의 수동 조정.
      1. 선택 궤적.
      2. 마우스 오른쪽 단추로 클릭하고 Alt 키와 마우스를 눌러 새로운 엔트리 포인트를 선택하고 Alt 키와 마우스를 눌러 새로운 목표 지점 왼쪽을 클릭합니다.
      3. 단계 3.3에서와 같이 위험 시각화 속도 아이콘을 사용하여 새로운 궤도를 평가합니다.

    4. 수출 계획 및 운영 극장 모델

    1. 그 기준 영상은 DICOM 형식으로 확인합니다. 속도 아이콘에서 S7 내보내기를 선택합니다.
    2. 참조 이미지, 계획 및 궤도 및 내보낼 수있는 모델을 정의하고 저장된 아카이브의 대상을 지정합니다. S7 내보내기 도구를 실행합니다.
    3. 업로드는 운영 극장에서 neuronavigation 시스템에 전송을위한 USB 스틱에 아카이브를 생성하고, 계획 TR의 임상 구현을위한 neuronavigation 시스템에 보관 된 폴더를로드ajectories.

    5. 재구성 전극 이식 수술 후

    1. 수술 후 CT 영상 획득.
    2. 로드 CT의 사내 소프트웨어 상에 헤드 및로드는 이전에 환자 데이터 세트를 저장.
    3. Coregister CT는 NiftyReg 도구를 사용하여 T1 가중 MRI를 참조하십시오.
    4. 높은 임계 값으로 등록 된 CT의 SurfaceExtractor 도구를 사용하여 전극의 3D 표면 렌더링을 생성합니다.
    5. 깨끗한 표면 렌더링 노이즈 전극과 3 차원 메쉬 처리 소프트웨어의 청소 및 수리 기능을 사용하여 와이어.

    Results

    $$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

    선택된 neuronavigation 시스템에 이미지 통합, 시각화, 매뉴얼 기획 및 수출에 대한 설명 프로토콜이 319 깊이 전극의 주입으로, SEEG 주입 12 35 케이스를 포함 8월 2013 년부터 신경과 및 신경 외과의 국립 병원에서 사용되어왔다. 환자의 27/35 (77 %)을 주입 발작 발병 영역을 식별한다는 지표이다 피질골 절제술 다음 주입으로 진행했다. 깊이가 전극의 위치에 관한 한 출혈성 합병증 왔으며, 이것은 보수적으로 처리 하였다.

    수술 전 평가시에 사용되는 영상 방식은 케이스 바이 케이스 기초하여 결정되고, 표 1에 기재되어있다. 프로토콜은가요 성이고, DICOM 또는 Nifti 형식으로 가져올 수있는 영상 기법을 포함 할.도 1은 사내 소프트웨어 플랫폼의 기본 뷰어를 보여, 2, 3, 4, 5 차원 multimodality 모델의 구축 중에 대표적인 스크린 샷을 도시한다.

    임상 파이프 라인에이 프로토콜 및 기타 센터에이 소프트웨어의 보급의 원활한 통합은 성공의 유용한 대리 '마커'입니다. 간질 수술 인구에서 임상 효과를 평가의 어려움은 잘 알려진 다른 곳에서 12 설명이다. 이 파이프 라인은 상대적으로 사용자에게 친숙한 및 기타 센터에서 복제하기 쉬운 유연한 효율적인 솔루션을 제공합니다.

    컴퓨터 지원 계획 (CAP)을 대상으로 이전에 수동으로 계획 주입 16에서 테스트되었습니다 최근의 개발이다. 예비 결과는 CAP는보다 안전하고 effic를 생성하는 것이 좋습니다구현이 가능하고 ient 주입은 효과적인 방법으로 16 표 2는이 양적 비교를 보여줍니다 시간에 완료됩니다. 임상에서 CAP을 사용하는 전향 적 시험이 진행되고있다. CAP 구동 알고리즘은 이전에 13을 설명 하였다.

    그림 6은 자동화 된 멀티 궤도 계획에서 전형적인 결과를 보여줍니다. 입력 된 중요한 구조는 정맥, 동맥과 표면 sulci 있습니다. . 뇌회 (gyri)의 왕관에있는 궤도의 중심, 그리고 두피 제외 마스크 궤도 진입 점의 구속을 참고 관련 통계 및 궤도 길이의 그래픽 표현으로, 7 개별 궤도의 일반적인 위험 시각화 그래프를 보여줍니다.

    figure-results-1 그림 1. 사내 소프트웨어 플랫폼의 기본 뷰어 표시. 바로 가기 플러그인 도구, 사용 도구에서 오른쪽 현재의 플러그를 포함 왼쪽 DataManager에, TOP- 도구 모음, 센터 - 4 직교 뷰 디스플레이. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

    figure-results-2
    사내 소프트웨어 그림 2. 분할 및 3D 시각화. 중첩 된 표면 모델 (A) 축 T1의 MRI, 모델 (시안 - 정맥 (B) 3D 표면 렌더링, 경 두개 자기 자극, 오렌지 - 아치형 다발의 tractography, 블루 - 피질 tractography, 핑크 광섬유 방사선 tractography에서 녹색 모터 손, 노랑 구상 돌기 다발의 tractography, 보라색 시상의egmentation). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

    figure-results-3
    코어 텍스 표면 모델의 3 세대 그림. 파일 1-5002에서 임계 된 wmparc (A) wmparc 파일의 축보기, (B), binarised wmparc 파일의 (C) 표면 렌더링입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

    figure-results-4
    Vesselness을 사용하여 사내 소프트웨어 그림 4. 선박 추출. (A) 축 CT 혈관의 3D 위상차 M와 공동 등록RI. 정맥 (시안) 및 동맥 (빨간색)의 (B) 3D 표면 렌더링입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

    figure-results-5
    피질 (회색)과 두피 표면 (흰색)의 표면 렌더링의 코어 텍스 볼륨 모델 3D 볼륨 렌더링의 그림 5 세대. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

    figure-results-6
    컴퓨터 지원 궤적 계획 그림 6. 3D Multimodality 모델. (A) 두피 (흰색), 두피 제외 마스크 (노란색)과 궤도 (Purple). (B) 두피와 마스크 뇌 (핑크) 보여 투명, sulci (녹색), 정맥 (시안) 및 동맥 (빨간색). 궤적과 뇌를 표시 제거 (C) 두피와 마스크입니다. (D) 궤도, 표면 sulci, 정맥과 동맥을 보여 제거 뇌. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

    figure-results-7
    그림 7. 개인 궤적과 통계 관련 그래픽 시각화. 직경 혈관> 1mm에서 리면 길이, 각도 통과 두개골, 위험, G / W 비율과 최소 거리. 궤도를 따라 궤도 (붉은 동맥, 시안 - 정맥, 구조 (최대 10mm까지의 y 축 - 거리)의 길이를 따라 가장 가까운 중요한 구조의 중산층 그래픽 디스플레이, X - 축 - 거리뇌 항목이 대상에서 SM- 안전 마진이 중요한 구조 궤도의 3mm 분리)를 표시 수평 빨간 선으로 표시. 회색과 흰색 물질을 통해 궤도 경로 (녹색 extracerebral, 회색 - 회색 물질, 흰색 - 흰색 물질)의 상향식 그래픽 디스플레이. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

    양식적임 대지 전처리 보기의 필드 (AP X의 RL의 X는) 복셀 크기 (AP X의 RL의 X는)
    3D T1 FSPGR ES 아니 256 X 256 X 166 0.94 X 0.94 X 1.1
    코로나 T2의 FLAIR ES 아니 256 X 160 X 32 0.94 X 1.5 X 3.5
    NHNN 아니 512 X 512 X 144 0.5 × 0.5 × 1.5
    MRI 차원 위상차 NHNN 아니 256 X 256 X 160 0.85 X 0.85 X 1
    CT 혈관 NHNN 아니 512 X 512 X 383 0.43 X 0.43 X 0.75
    MEG 다이폴 NHNN 예
    발작 - 간기 SPECT UCLH 예 128 X 128 X 49 3.9 X 3.9 X 3.9
    FDG-PET UCLH 예 128 X 128 X 47 1.95 X 1.95 X 3.3
    DTI ES 예 128 X 128 X 60 1.88 X 1.88 X 2.4
    기능적 MRI, EEG-상관 관계의 fMRI ES 예 128 X 128 X 58
    <가돌리늄와 TD> 탐색 T1

    신경과 및 신경 외과, UCLH- 런던 대학 병원, FSPGR-FastSpoiledGradientRecalledEcho, MEG-인 자기, SPECT-단일 광자 방출 전산화 단층 촬영, FDG PET에 대한 이미지 통합 ((ES-간질 학회, NHNN - 국립 병원에 사용되는 표 1. 영상 진찰 양식 - fluorodeoxyglucose 양전자 방출 단층 촬영, DTI 확산 텐서 영상, AP-전방 후방, RL - 오른쪽에서 왼쪽으로, IS - 우수한 열등).

    수동 계획 * 캡* 예상 차이 (수동-CAP) 오류 P 값
    전극의 길이 (mm, 1 DP) 57.9 (21.8) 53.9 (15.6) 4.74 1.59 <0.05
    항목의 각도 (수직 오프도, 1 DP) 16.2 (12.8) 13.0 (7.6) 5.89 1.07 <0.05
    위험 (정규화 된 단위, 2 DP) 0.41 (0.79) 0.36 (0.42) 0.19 0.03 <0.05
    혈관에서 최소 거리 (mm, 1 DP) 4.5 (3.0) 4.5 (3.0) -0.56 0.2 <0.05
    회백질의 뇌내 전극의 비율 (2 DP) 0.33 (0.33) 0.48 (0.28) -0.11 0.02 <0.05

    수동 및 컴퓨터 아시 사이 표 2. 통계 비교테드 계획 (CAP). * 첫 번째 값이 평균이고, 괄호 안의 두 번째 값이 범위를 사 분위입니다. 이 표는 16의 허가를 재현 할 수 있습니다.

    Discussion

    $$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

    요약하면, 이미지 통합 및 3D 시각화를위한 중요한 단계는 neuronavigation 시스템에 이미지 공동 등록, 뇌의 세분화, 선박 및 기타 구조 나 관심 분야, 수출이다. 이 프로세스는 이전에 시판 화상 통합 소프트웨어를 사용하여 그룹으로 수행 하였다. 4 시간 -이 파이프 라인에 대한 단점은 2 복용 전체 프로세스, 소요되는 시간이었다. 우리의 사내 소프트웨어 플랫폼을 사용하여,이 파이프 라인은 상당히 간단하고, 1 년에 완료 될 수 - 2 시간. 또한, 수동 또는 컴퓨터 지원을 할 수있는이 소프트웨어에 SEEG 전극 궤도의 수술 계획의 추가 기능이있다. 수동 계획을 통해 CAP의 장점은, 정밀도를 증가 위험을 감소 속도를 증가, 다른 곳에서 논의되고있다 (노웰 등이, 언론, 스파크 등 제출).

    사내 소프트웨어 플랫폼은 지속적인 D에새로운 도구와 기능을 evelopment는 수술 전 평가 및 수술 관리의 모든 단계를 지원하기 위해 추가된다. 각각의 새로운 버전의 출시에 엄격한 테스트에 대한 필요성이 존재한다. 소프트웨어의 전류 제한은 다른 플랫폼의 존재와 고급 차원 시각화 가치 또한 고품질 볼륨 렌더링의 부족을 포함한다. 또한 수출은 현재의 선택된 neuronavigation 회사와 만 호환됩니다. 이러한 제한 부 우리의 소프트웨어의 임상 적 유용성에 영향을하지 않은 다른 센터 기술의 보급을 감속하지 않았다.

    이 소프트웨어의 중요성은 이전 그룹 3DMMI를 사용하지 않는 이유 인용 한 장벽을 제거하는 것입니다. 이 솔루션은 전문 교육이나 전문 지식을 필요로하지 않는 한 단일 플랫폼에서 도구를 사용하기 쉬운 제공, 시간과 비용 효과적이고 쉽게 임상로 변환됩니다. 우리는 페이지를LAN은 간질 수술을 지원하는 소프트웨어에 더 혁신을 추가 할 수 있습니다. 또한, 방법은 쉽게 웅변 피질, 초점의 lesioning와 표적 자극의 전달에 가까운 낮은 등급의 종양의 절제 등의 신경 외과의 다른 영역에 적용 할 수있다. 더 어려운 경우가 촬영되는 등의 최소 침습 치료 관행을 입력 할 3DMMI하고 정확한 수술 계획 도구는 현대적인 수술에 점점 더 중요해질 전망이다.

    Disclosures

    $$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

    자금 조달 : 마크 노웰, 게르 겔리 Zombori, 레이첼 스파크와 로마 라죠 노프는 건강 혁신 과제 기금을 통해 건강과 웰컴 트러스트 (Wellcome Trust)의 부 (HICF-T4-275, 프로그램 그랜트 97914)에 의해 지원됩니다.

    존 던컨 자이, UCB 제약, GSK, 얀센 인 클레이, 메드 트로닉, 그리고 GE 헬스 케어에서 기관 보조금 지원을 받고있다. 앤드류 맥에 보이는 UCB, 박스터, 그리고 Cyber​​onics 지원을 받고있다. 나머지 저자는 관심의 충돌이 없습니다.

    이 책은 건강 이노베이션 챌린지 기금 (HICF-T4-275, 프로그램 그랜트 97914), 건강학과와 웰컴 트러스트 (Wellcome Trust) 사이의 평행 자금 협력에 의해 지원 독립적 인 연구를 제공합니다. 이 책에 표현 된 의견은 저자 (들) 및하지의 것과 반드시​​ 건강 또는 웰컴 트러스트 (Wellcome Trust)의학과들이다.

    Acknowledgements

    $$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

    이 프로그램은 보건부와 웰컴 트러스트 (Wellcome Trust) 건강 혁신 과제 기금 (HICF-T4-275, 프로그램 그랜트 97914)에 의해 지원되었다. 우리는 간질 학회 MRI 스캐너를 지원하기위한 울프슨의 신뢰와 간질 협회에 감사하고 있습니다. 이 작품은 건강 연구를위한 국립 연구소 (NIHR)에 의해 지원되었다 런던 대학 병원 바이오 메디컬 연구 센터 (BRC)

    Materials

    List of materials used in this article
    NameCompanyCatalog NumberComments
    이미지 통합, 세분화, 시각화 및 수술 계획을 위한EpiNavUCL
    질 분할을 위한FreesurferMartinos Centre for Biomedical Imaging
    S7 StealthstationMedtronicNeuronavigation system
    MeshLabISTI-CNR3D 메시 프로세싱 소프트웨어
    NiftiKUCL번역 이미징 플랫폼
    AMIRAVisualisation Sciences Group이미지 통합 소프트웨어
    사내 소프트웨어 플랫폼피 Software

    References

    $$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
    1. Cardinale, F., et al. Stereoelectroencephalography: surgical methodology, safety, and stereotactic application accuracy in 500 procedures. Neurosurgery. 72, discussion 366 353-366 (2013).
    2. Murphy, M., O'Brien, T. J., Morris, K., Cook, M. J. Multimodality image-guided epilepsy surgery. J Clin Neurosci. 8, 534-538 (2001).
    3. Murphy, M. A., O'Brien, T. J., Morris, K., Cook, M. J. Multimodality image-guided surgery for the treatment of medically refractory epilepsy. J Neurosurg. 100, 452-462 (2004).
    4. Harput, M. V., Gonzalez-Lopez, P., Ture, U. Three-dimensional reconstruction of the topographical cerebral surface anatomy for presurgical planning with free OsiriX Software. Neurosurgery. 10, (Suppl 3) 426-435 (2014).
    5. Duncan, J. S. Selecting patients for epilepsy surgery: synthesis of data. Epilepsy Behav. 20, 230-232 (2011).
    6. Duncan, J. S. Imaging in the surgical treatment of epilepsy. Nat Rev Neurol. 6, 537-550 (2010).
    7. Cossu, M., et al. Stereoelectroencephalography in the presurgical evaluation of focal epilepsy: a retrospective analysis of 215 procedures. Neurosurgery. 57, 706-718 (2005).
    8. Cossu, M., et al. Stereo-EEG in children. Childs Nerv Syst. 22, 766-778 (2006).
    9. Gonzalez-Martinez, J., et al. Stereotactic placement of depth electrodes in medically intractable epilepsy. J Neurosurg. 120, 639-644 (2014).
    10. Gonzalez-Martinez, J. A., et al. Stereoelectroencephalography in the ''difficult to localize'' refractory focal epilepsy: Early experience from a North American Epilepsy Center. Epilepsia. 54, 1-8 (2012).
    11. Rodionov, R., et al. Feasibility of multimodal 3D neuroimaging to guide implantation of intracranial EEG electrodes. Epilepsy Res. 107, 91-100 (2013).
    12. Nowell, M., et al. Utility of 3D multimodality imaging in the implantation of intracranial electrodes in epilepsy. Epilepsia. 56, 403-413 (2015).
    13. Zombori, G., et al. Information Processing in Computer-Assisted Interventions. , Fukuoka, Japan. (2014).
    14. Clarkson, M. J., et al. The NifTK software platform for image-guided interventions: platform overview and NiftyLink messaging. Int J Comput Assist Radiol Surg. , (2014).
    15. Zuluaga, M. A., et al. Medical Image Computing and Computer-Assisted Intervention-MICCAI. 2014. , Springer International Publishing. 651-658 (2014).
    16. Nowell, M., et al. Comparison of computer-assisted planning and manual planning for depth electrode implantations in epilepsy. J Neurosurg. , In Press (2015).

    Reprints and Permissions

    Request permission to reuse the text or figures of this JoVE article

    Request Permission

    Tags

    3D Multimodality Image IntegrationEpilepsy Surgery PlanningImage Co registrationManual SegmentationBrain Vessel Extraction3D VisualizationStereoEEG ImplantationMulti trajectory PlannerNeuronavigation ExportComputer assisted Planning

    Related Articles