2016년 12월 6일
고주파 진동 (HFOs)는 의학적으로 난치성 간질을 가진 소아 환자에서 간질 영역의 식별을위한 수술 전 생체로 등장했다. 동시에 두피 뇌파 (EEG) 및 인 자기 (MEG)와 HFOs의 비 침습적 기록, 감지 및 현지화를위한 방법이 제시된다.
이 프로토콜의 전반적인 목표는 동시에 기록된 두피 뇌파검사와 자기뇌파를 사용하여 의학적으로 불응성 간질을 앓고 있는 소아 환자의 간극 고주파 진동의 신뢰할 수 있는 비침습적 기록 감지 및 국소화를 위한 표준화된 방법론을 제공하는 것입니다. 이 방법은 소아 간질의 주요 질문에 답하는 데 도움이 될 수 있으며, 예를 들어 어떤 뇌 영역이 간질을 유발하고 수술 중에 절제해야 하는지와 같은 것입니다. 이 기술의 가장 큰 장점은 간질이 있는 어린이의 뇌에서 고주파 진동을 생성하는 영역의 비침습적 국소화를 허용한다는 것입니다.
여러 연구에 따르면 두피 EEG 및 MEG를 사용하여 고주파 진동을 비침습적으로 감지할 수 있지만 소스 수준에서 발생기를 국한하는 연구는 소수에 불과합니다. 우리는 역 문제를 해결하여 얻은 고주파 진동의 기본 생성기의 위치를 제시하고 이를 간질 전문의가 결정한 것과 비교합니다. 국제 10-20 시스템에 따라 환자의 머리에 뇌파 검사 또는 EEG 캡을 씌우는 것으로 시작합니다.
각 전극이 위치한 피부를 청소하고 머리카락을 제거한 다음 각 전극에 젤을 바릅니다. 다음으로, 환자의 머리에 접지와 기준 전극을 놓습니다. 측두 영역을 덮는 위치에서 수평 및 수직 달팽이관 조영술, EOG, 심전도, ECG, 근전도, EMG 및 추가 EEG 전극을 측정하기 위한 추가 전극을 연결합니다.
그런 다음 EEG-o-미터를 사용하여 각 전극의 임피던스를 측정합니다. 임피던스가 10킬로옴 이상이면 피부를 다시 세척하고 10킬로옴 미만으로 감소하는지 확인하십시오. EEG 캡에 4개의 HPI 코일을 놓습니다.
디지타이저를 사용하여 왼쪽/오른쪽 귓바퀴 전 지점 및 나시온, HPI 코일 및 EEG 전극의 위치를 포함한 기준 랜드마크의 위치를 얻을 수 있습니다. 정확한 머리 모양을 얻기 위해 추가 머리 점을 디지털화합니다. 그런 다음 환자를 자기뇌검사(MEG) 시스템이 있는 자기 차폐실(MSR)로 이송합니다.
환자를 침대에 눕힙니다. 환자를 MEG 헬멧에 머리를 넣고 환자의 머리 아래에 적절한 패드를 적용하여 편안함을 제공합니다. 스캐너에서 환자의 머리 위치를 조정하여 헬멧에서 가능한 한 깊숙이 위치
하도록 합니다.마지막으로 MSR의 문을 닫고 인터콤 시스템을 통해 환자와 소통합니다. MEG 수집 소프트웨어에서 이동 버튼을 클릭하여 녹음을 시작합니다. 기록된 모든 신호를 온라인으로 확인하고 센서 튜너를 사용하여 잘못된 MEG 채널을 수정합니다.
다음으로, MEG 수집 소프트웨어에서 측정 버튼을 클릭하여 환자의 머리 위치를 측정합니다. 환자의 머리가 감각 배열로 잘 가려지지 않는 경우, 환자에게 머리를 헬멧 안으로 더 깊숙이 넣도록 요청하십시오. 그런 다음 MEG 수집 소프트웨어에서 기록 버튼을 클릭하여 MEG, EEG를 기록하고 60분 동안 주변 장치 기록을 얻습니다.
녹음이 완료되면 MSR을 열고 MSR 병실에서 환자를 꺼냅니다. 모든 테이프, 전극, HPI 코일 및 EEG 캡을 부드럽게 제거합니다. 마지막으로, 환자를 검사 공간 밖으로 데리고 나간 후 환자가 없는 상태에서 2분 동안 빈 MSR의 자기 신호를 기록합니다.
먼저 분석 소프트웨어에서 데이터를 엽니다. EEG 및 MEG 데이터를 페이지당 10초씩 세로로 정렬된 두 개의 창으로 표시합니다. 필터 탭으로 이동하여 고역 통과 필터를 1Hz로, 저역 통과 필터를 70Hz로, 노치 필터를 50 또는 60Hz로 설정합니다.
데이터를 검사하고 간질 방전 또는 IED가 있는 부분을 식별합니다. EEG 및 MEG 데이터 모두에서 발생하는 각 IED의 피크를 표시합니다. IED가 있는 EEG 데이터 부분에서 HFO를 자동으로 감지하는 알고리즘을 실행하고 감지된 HFO를 소프트웨어로 가져와 데이터 시각화를 수행합니다.
감지된 HFO 이벤트를 검토하려면 페이지당 2초의 세로로 정렬된 창으로 EEG, MEG 및 주변 장치 기록을 표시합니다. 필터 탭으로 이동하여 저역 통과 필터를 250Hz로, 고역 통과 필터를 80Hz로 설정합니다. 감지된 HFO가 아티팩트로 인한 것이 아닌지 확인하려면 주변 장치 기록에 동시 활동이 없는지 확인합니다.
또한 EEG 및 MEG 신호 모두에서 발생하는 HFO 이벤트만 고려하고 표시된 IED와 겹치지 않는 HFO는 무시합니다. 다음으로, 뇌 영상 분석 소프트웨어를 사용하여 환자의 MRI를 분할하고 피질 표면을 얻고 경계 요소 방법을 사용하여 전방 모델을 추정합니다. 각 HFO 이벤트에 대해 평균 또는 WMEM 방법에 대한 웨이블릿 최대 엔트로피를 사용하여 EEG 및 MEG 데이터 모두에 대해 소스 위치 추정을 수행합니다.
이벤트 기간에 따라 지역화 결과의 평균을 구하여 소스 지역화 맵을 가져옵니다. 마지막으로, EEG 및 MEG 데이터를 모두 사용하여 최대 활성화 진폭의 60%의 임계값을 적용하여 피질 표면의 HFO 영역을 시각화합니다. 이러한 환자 사례에서, HFO는 EEG와 MEG 모두에서 발생하고 위에 있는 IED에서 발생하는 80-150Hz의 리플 주파수 대역에서 확인되었습니다.
2개의 대표적인 EEG 및 MEG 채널의 시간 주파수 평면은 HFO 시점의 전형적인 절연 피크를 보여줍니다. 여기서, HFO 국소화 결과는 우측 중대뇌동맥 부위의 뇌연화증을 앓고 있는 15세 소녀의 두피 EEG와 MEG 모두에서 보여집니다. 두 기술 모두 약간 다르지만 오른쪽 측두두정접합부에 가까운 위치에서 병변 부근의 HFO를 국소화합니다.
여기에서는 좌측 두정엽 상측두엽 연화증을 앓고 있는 11세 소년의 결과를 보여줍니다. 이 그림은 두피 EEG 및 MEG로 비침습적으로 국한된 HFO 영역, MEG에 의해 국한된 IED와 iEEG로 침습적으로 국한된 HFO 영역 간의 공간적 일치를 보여줍니다. HFO가 가장 많은 두개내 전극인 LA51, LA52 및 LA53의 위치는 비침습적으로 국한된 HFO 활성과 일치했으며 둘 다 발작 시작 영역과 겹쳤습니다.
이것은 동시 EEG 및 MEG 기록과 함께 interictal 고주파 진동의 국소화를 보고한 최초의 연구이며, 또한 국소화 결과와 두개내 기록의 일치성을 조사합니다. 고주파 진동의 비침습적 기록, 감지 및 국소화는 HFO가 입방 밀리미터 단위의 작은 뇌 영역에서 생성되는 매우 약한 신호이고 잡음 및 배경 뇌 활동에 의해 방해를 받기 때문에 어렵습니다. 지금까지 고주파 진동이 뇌파검사와 자기뇌파를 사용하여 비침습적으로 감지될 수 있고 역 문제를 해결하여 이 활동을 국소화할 수 있음을 보여주는 연구는 거의 없었습니다.
제안된 프로토콜을 마스터하고, 개선하고, 평가하면 의사에게 간질 유발 영역의 식별을 위한 신뢰할 수 있고 비침습적으로 기록 가능한 바이오마커를 제공할 수 있습니다. 바이오마커의 개발은 장기 모니터링 및 침습적 두개내 기록에 대한 요구 사항을 줄이고 간질이 있는 소아 환자의 수술 전 평가 절차를 크게 개선할 수 있는 잠재력을 가지고 있습니다.
이 기사는 의학적으로 치료 불가능한 간질을 가진 소아 환자의 고주파 진동(HFO)의 비침습적 기록, 감지 및 위치 파악을 위한 표준화된 방법론을 제시합니다. 이 기술은 수술 개입 전에 간질 발생 부위를 식별하기 위해 동시 두개골 뇌파(EEG) 및 자기뇌파(MEG)를 활용합니다.
Non-invasive detection and localization of high-frequency oscillations (HFOs) using simultaneous EEG and MEG offers a biomarker strategy to improve presurgical evaluation in pediatric epilepsy. This approach supports target validation by providing electrophysiological evidence of epileptogenic zones without requiring invasive intracranial recordings. Enhanced mechanistic de-risking through non-invasive HFO mapping can inform surgical planning and reduce reliance on long-term monitoring.
The method integrates into early discovery workflows by providing electrophysiological data that inform target identification and validation prior to lead optimization.