Name: 대화형, 환자 전용 모델을 사용 하 여 깊은 두뇌 자극 치료를 위한 신경 섬유 책자를 대상으로 (동영상) | JoVE Journal
Uploaded: 2018-08-12T12:30:00.000+00:00
Duration: 14 min 14 s
Description: 배우세요 환자별 뇌 모델링을 통해 깊은 두뇌 자극의 신경 섬유 경로에 미치는 영향을 실시간으로 시뮬레이션하는 방법을. SCIRun과 FreeSurfer를 활용한 이 계산 모델링 파이프라인은 파킨슨병 치료 계획에 활용됩니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 프로젝트는 여는 국립 연구소의 건강 보조금 UH3, NS095554를 지원 했다. 기술 지원과 과학 컴퓨팅 및 이미징 연구소에 통합 생물 의학 컴퓨팅을 위한 센터에 의해 제공 된 가능한 부분에 의해 만들어진 소프트웨어 개발에서 NIH P41-GM103545, 센터의 통합 생물 의학 컴퓨팅.
감사를 통해 원고 준비 Lexie 바닥과 과학적 컴퓨팅 및 생산 및 제출, 비디오 편집을 위한 영상 연구소에서 네이 선 Galli을 또한 테레사 Lins 확장 됩니다.

1. 이미지 처리
<ol><li>T1 MRI 세분화<ol>
<li>다운로드 및 설치 FreeSurfer17. 그것은 가정 T1 MRI 획득은 DICOM 또는 NIFTI 형식입니다.</li>
		<li>환자 디렉터리를 만들고 FreeSurfer에서 그들의 T1 볼륨을 추가 하려면 다음 명령을 입력: 정찰-모든 s patientName-i /Full/Path/To/nii
</li>
		<li>명령을 입력 하 고 다음 FreeSurfer의 실행을 자동화 세분화: 정찰-모든 s patientName-모든
</li>
		<li>Mri_convert 를 사용 하 여 "aseg.auto.mgz" FreeSurfer의 독자적인.mgz 형식으로 변환.</li>
	</ol>
</li>
	<li>보급이 중 영상 (뒤)<ol>
<li>다운로드 및 설치 기계18. 그것은 가정 뒤 수집 수행 된 DICOM 파일의 스택을 사용할 수 있습니다. 참고:이 재건을 수행 하는 좋은 명령 라인 도구는 FMRIB 소프트웨어 라이브러리 (FSL)19. FSL 에코 평면, 수행 하기 위해이 프로토콜에 사용 된 모션, 및 재건 이전 에디 전류 왜곡 보정. 이 분석에 사용 되는 뒤 데이터 41 다른 보급 sensitizing 그라데이션 방향 위한 DICOM 파일의 시리즈 이다.</li>
		<li>슬라이서의 DWIConverter 모듈을 사용 하 여 단일 볼륨으로 41 별도 인수를 재구성. 뒤 데이터는 입력 Dicom 데이터 디렉터리 를 지정 합니다. DicomToNrrd 라디오 단추를 선택 하 고 출력 뒤 볼륨의 이름을 제공 합니다.</li>
		<li>DTI 추정에서 배경 잡음을 제거 하기 위해 보급 중 볼륨이 마스킹 모듈과 텐서 마스크를 만듭니다. 0.5의 기본 임계값 매개 변수를 두십시오.</li>
		<li>확산 텐서 마스크으로 이전 단계에서 만든 마스크를 사용 하 여 DTI 의견에 뒤 와 확산 텐서 (DTI)을이 단일 뒤 볼륨을 변환 합니다. 최소 자승법을 추정 매개 변수를 설정 하 고 시프트 부정적인 고유 옵션이 선택 되어 있는지 확인 하십시오.</li>
		<li>NRRD 형식에서 새로 만든된 DTI 볼륨을 저장 합니다.</li>
	</ol>
</li>
</ol>2. 유한 요소 모델 생성
<ol><li>SCIRun<ol>
<li>다운로드 및 설치 SCIRun 버전 5 (http://www.sci.utah.edu/software/scirun.html). SCIRun는 모델링, 시뮬레이션 및 시각화의 과학적 문제에 대 한 문제 해결 환경입니다. 이것은 전산 작업 대 만들고, 해결,이 프로젝트에서 개발 된 모델과 상호 작용 하는 데 사용입니다. 참고: SCIRun 네트워크 특정 작업을 수행 하는 개별 모듈의 시퀀스를 연결 하 여 만들어집니다. 더 복잡 한 처리 및 시뮬레이션 허용 간단한 모듈의 네트워크를 통해 데이터를 전달 합니다.</li>
	</ol>
</li>
	<li>전극 형상 건물 참고:이 프로젝트에서 모델링 전극 Medtronic 3387 DBS 리드20입니다. 그것은 4 개의 연락처 높이 1.5 m m, 직경에서 1.27 m m 간격된 1.5 m m 간격으로 원통형 리드입니다. 비 전도성 물질 4 개의 연락처를 분리합니다.<ol>
<li>나열 된 크기를 일치 하는 DBS 리드에 각 구성 요소에 대 한 닫힌된 표면 메쉬를 만듭니다. 두 개의 기본 형상, 실린더 및 구체를 사용 하 여 전체 지도 만듭니다. 참고: 납 형상 3D 모델링 프로그램의 다양 한에서 만들 수 있습니다.</li>
		<li>0.5 m m 두꺼운 전체 지도 둘러싼 캡슐화 레이어의 표면 메시를 만듭니다.</li>
	</ol>
</li>
	<li>전체 두뇌 메쉬 만들기<ol>
<li>로드는 FEM.의 외부 경계 역할을 파트 1에서 만든 뇌 표면</li>
		<li>DBS 이어질 전극 주위 메쉬 밀도 제어를 둘러싼 두 개의 동심 상자 표면을 작성 합니다. 참고:는 DBS 리드 및 상자 표면 근원에 있는 전극 샤프트의 하단 끝을 가진 긍정적인 z 축을 따라 정렬 한다. 이것은 나중에 회전 및 전극의 번역에 대 한 중요입니다.</li>
		<li>메시의 각 개별 지역에 위치한 단일 포인트 점 구름을 만듭니다. 메시의 영역은: 샤프트 세그먼트, 4 연락처, 상자, 및 뇌 표면. 이 지점에 연결 된 값에 그 지역에 대 한 메쉬 각 사면체 요소에 대 한 최대 볼륨 제약 조건을 나타냅니다. 이러한 제약 조건은 메쉬 밀도 전극 안팎을 제어 하도록 조정 됩니다.</li>
		<li>"InterfaceWithTetGen" 모듈을 사용 하 여 전체 뇌 메쉬 작성. 입력된 포트를 다음과 같이 설정: (1.1)에서 포트 1: 뇌 표면 포트 2: 지역 특성 포인트 클라우드, (2.3.3)에서 볼륨 제약 포트 3: 없음 (2.2)에서 포트 4: 전극 모델 표면</li>
	</ol>
</li>
	<li>인터랙티브 전극 배치 참고:이 단계의 목표를 어디 두뇌 내부 전극의 쉬운 운동을 활성화 하 여 자동으로 새로운 메쉬 및 시뮬레이션 업데이트 시스템입니다.<ol>
<li>두 개의 계단식 CreateGeometricTransform 모듈을 사용 하 여 전극 X 및 Y 평면에서 회전. 회전 에 클릭 하 고 축 Y 와 두 번째 축x 1.00 1.00 첫 번째 모듈을 설정 합니다. 회전 각도 아래쪽 슬라이더, 세타 회전 (도)로 설정 됩니다.</li>
		<li>모든 변환 변환 하는 개체에 대 한 TransformMeshWithTransform 모듈을 연결 합니다.</li>
		<li>GenerateSinglePointProbeFromField 모듈을 만들고 ViewScene 모듈의 형상을 포트에 연결 합니다. Shift 키를 누른 채 ViewScene 창에서 주변 영역을 이동 합니다. 포인트 프로브 모듈 출시에 따라 영역의 위치를 업데이트합니다. 참고:이 위치는 번역 변환 전극 형상에 적용 결정 하기 위해 사용 됩니다.</li>
		<li>TransformMeshWithTransform 모듈을 사용 하 여 포인트 프로브 위치와 전극 기하학의 각 부분을 번역.</li>
		<li>두 개의 회전 변환 및 변환 하는 포인트 프로브 위젯의 뇌 표면 제외 하 고 모든 개체에 적용 합니다. 참고: 이러한 변환의 모든 3 InterfaceWithTetGen 모듈에 파이프를 새로운 위치 및 방향에서 두뇌의 내부 전극 형상 메쉬 메시 알고리즘 알고 하기 전에 각 개체에 대해 수행 되어야 합니다. 전극은 뇌 내에서 이동 하는 때마다 새 메쉬 건설 된다.</li>
	</ol>
</li>
</ol>3. 생체 필드 계산
<ol><li>전도도 매개 변수 설정<ol>
<li>1 단계에서에서 만든 DTI 볼륨을 로드 하 고 InterfaceWithTetGen MapFieldDataFromSourceToDestination linear('weighted') 옵션 사용 하 여 2 단계에서에서 만든에서 사면체 메시 출력에 데이터를 설정 합니다. 참고: 모든 이방성 전도성 추정이이 단계에서 구현할 수 있습니다.</li>
		<li>1e-6와 CalculateFieldData를 사용 하 여 연락처 영역 1e6 샤프트 지역 전도도 설정 합니다. 전도도 값 모두 설정 되 면 BuildFEMatrix으로 필드 파이프.</li>
	</ol>
</li>
	<li>전류/전압 소스 및 경계 조건 설정<ol>
<li>파이프 뇌 표면 SetFieldDataToConstantValue 로 2 단계에서에서 메시 프로세스에 사용 되 고 값을 0으로 설정. 이것은 전체 뇌 표면에 전압 싱크를 만듭니다. 그런 다음 InsertVoltageSource 을 사용 하 여 InterfaceWithTetGen에서 사면체 메시 출력 전압 값을 배치.</li>
		<li>Monopolar 자극에 대 한 연락처 표면 중 하나에 ReportFieldInfo 모듈에서 FieldCenter 값을 계산 하 여 단일 지점 연락처 위치 중 한 곳의 센터에서 만듭니다. -1 볼트이 시점에서 필드 데이터를 설정 합니다. 그런 다음 InsertVoltageSource 를 사용 하 여 사면체 메시에서 포인트 소스를. 참고: 있습니다 이제 사면체 메시의 복사본 두 개가. 전압 값이 뇌 표면에 연락처를 내부 포인트 소스 하나 설정 하나.</li>
		<li>두 개의 InsertVoltageSource 모듈의 출력을 가입 하 고 BuildFEMatrix의 출력 ApplyFEMVoltageSource 로 출력을 파이프.</li>
	</ol>
</li>
	<li>앞으로 문제 해결 참고: ApplyFEMVoltageSource 의 출력 포트 1에서 강성 매트릭스와 포트 2에 오른쪽 매트릭스를 제공합니다. 이들은 시스템 방정식을 해결 하는 데 필요한 두 개의 구성 요소가 있습니다.<ol>
<li>SolveLinearSystem에 ApplyFEMVoltageSource 의 두 개의 출력을 파이프. 켤레 그라데이션 해결 방법과 야코비는 preconditioner로 선택 합니다. 이 모듈의 출력 솔루션 매트릭스, 사면체 메시의 각 노드에 전압 값입니다.</li>
		<li>SetFieldData 를 사용 하 여 전압 분포의 3 차원 표현에 대 한 사면체 메시에 전압 솔루션 매트릭스를.</li>
	</ol>
</li>
	<li>Isosurface 시각화<ol>
<li>ExtractSimpleIsosurface에 SetFieldData 의 결과 파이프 합니다. UI 수량 탭을 열고 10 등치값 균등 하 게 간격 수를 설정 합니다.</li>
		<li>ShowField 모듈을 사용 하 고는 Isosurfaces 축소는 최소 및 최대 전압 솔루션의 레인 보우 컬러 지도 함께 투명으로 표시 하려면 ViewScene 모듈에 연결 합니다.</li>
	</ol>
</li>
</ol>

<ol><li>Benabid, A. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Chronic+electrical+stimulation+of+the+ventralis+intermedius+nucleus+of+the+thalamus+as+a+treatment+of+movement+disorders%5BTitle%5D)+AND+%22Journal+of+Neurosurgery%22%5BJournal%5D)">Chronic electrical stimulation of the ventralis intermedius nucleus of the thalamus as a treatment of movement disorders.</a> Journal of Neurosurgery. 84 (2), 203-214 (1996).</li>
<li>Limousin, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+parkinsonian+signs+and+symptoms+of+bilateral+subthalamic+nucleus+stimulation%5BTitle%5D)+AND+%22The+Lancet%22%5BJournal%5D)">Effect of parkinsonian signs and symptoms of bilateral subthalamic nucleus stimulation.</a> The Lancet. 345 (8942), 91-95 (1995).</li>
<li>Schiff, N. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Behavioural+improvements+with+thalamic+stimulation+after+severe+traumatic+brain+injury%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Behavioural improvements with thalamic stimulation after severe traumatic brain injury.</a> Nature. 448 (7153), 600-603 (2007).</li>
<li>Vandewalle, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stereotactic+treatment+of+Gilles+de+la+Tourette+syndrome+by+high+frequency+stimulation+of+thalamus%5BTitle%5D)+AND+%22Lancet%22%5BJournal%5D)">Stereotactic treatment of Gilles de la Tourette syndrome by high frequency stimulation of thalamus.</a> Lancet. 353 (9154), 724(1999).</li>
<li>Mayberg, H. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+brain+stimulation+for+treatment-resistant+depression%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Deep brain stimulation for treatment-resistant depression.</a> Neuron. 45 (5), 651-660 (2005).</li>
<li>Hashimoto, T., Elder, C. M., Okun, M. S., Patrick, S. K., Vitek, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulation+of+the+subthalamic+nucleus+changes+the+firing+pattern+of+pallidal+neurons%5BTitle%5D)+AND+%22Journal+of+Neuroscience%22%5BJournal%5D)">Stimulation of the subthalamic nucleus changes the firing pattern of pallidal neurons.</a> Journal of Neuroscience. 23 (5), 1916-1923 (2003).</li>
<li>York, M. K., Wilde, E. A., Simpson, R., Jankovic, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Relationship+between+Neuropsychological+Outcome+and+DBS+Surgical+Trajectory+and+Electrode+Location%5BTitle%5D)+AND+%22J.+Neurol.+Sci%22%5BJournal%5D)">Relationship between Neuropsychological Outcome and DBS Surgical Trajectory and Electrode Location.</a> J. Neurol. Sci. 287 (1-2), 159-171 (2009).</li>
<li>Machado, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+brain+stimulation+for+Parkinson%27s+disease%3A+surgical+technique+and+perioperative+management%5BTitle%5D)+AND+%22Movement+Disorders%22%5BJournal%5D)">Deep brain stimulation for Parkinson's disease: surgical technique and perioperative management.</a> Movement Disorders. 21, S247-S258 (2006).</li>
<li>Volkmann, J., Moro, E., Pahwa, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Basic+algorithms+for+the+programming+of+deep+brain+stimulation+in+Parkinson%27s+disease%5BTitle%5D)+AND+%22Movement+Disorders%22%5BJournal%5D)">Basic algorithms for the programming of deep brain stimulation in Parkinson's disease.</a> Movement Disorders. 21 (S14), S284-S289 (2006).</li>
<li>Contarino, M. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Directional+steering%3A+A+novel+approach+to+deep+brain+stimulation%5BTitle%5D)+AND+%22Neurology%22%5BJournal%5D)">Directional steering: A novel approach to deep brain stimulation.</a> Neurology. 83 (13), 1163-1169 (2014).</li>
<li>Pollo, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Directional+deep+brain+stimulation%3A+An+intraoperative+double-blind+pilot+study%5BTitle%5D)+AND+%22Brain%22%5BJournal%5D)">Directional deep brain stimulation: An intraoperative double-blind pilot study.</a> Brain. 137 (7), 2015-2026 (2014).</li>
<li>Willsie, A. C., Dorval, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fabrication+and+initial+testing+of+the+%C2%B5DBS%3A+a+novel+deep+brain+stimulation+electrode+with+thousands+of+individually+controllable+contacts%5BTitle%5D)+AND+%22Biomedical+Microdevices%22%5BJournal%5D)">Fabrication and initial testing of the µDBS: a novel deep brain stimulation electrode with thousands of individually controllable contacts.</a> Biomedical Microdevices. 17 (56), 9961(2015).</li>
<li>Oliveria, S. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Safety+and+efficacy+of+dual-lead+thalamic+deep+brain+stimulation+for+patients+with+treatment-refractory+multiple+sclerosis+tremor%3A+a+single-centre%2C+randomised%2C+single-blind%2C+pilot+trial%5BTitle%5D)+AND+%22The+Lancet+Neurology%22%5BJournal%5D)">Safety and efficacy of dual-lead thalamic deep brain stimulation for patients with treatment-refractory multiple sclerosis tremor: a single-centre, randomised, single-blind, pilot trial.</a> The Lancet Neurology. 16 (9), 691-700 (2017).</li>
<li>Butson, C. R., Cooper, S. E., Henderson, J. M., Wolgamuth, B., Mcintyre, C. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Probabilistic+Analysis+of+Activation+Volumes+Generated+During+Deep+Brain+Stimulation%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Probabilistic Analysis of Activation Volumes Generated During Deep Brain Stimulation.</a> Neuroimage. 54 (3), 2096-2104 (2011).</li>
<li>Basser, P. J., Mattiello, J., LeBihan, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MR+diffusion+tensor+spectroscopy+and+imaging%5BTitle%5D)+AND+%22Biophys.+J%22%5BJournal%5D)">MR diffusion tensor spectroscopy and imaging.</a> Biophys. J. 66 (1), 259-267 (1994).</li>
<li>Gullmar, D., Haueisen, J., Reichenbach, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+anisotropic+electrical+conductivity+in+white+matter+tissue+on+the+EEG%2FMEG+forward+and+inverse+solution.+A+high-resolution+whole+head+simulation+study%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Influence of anisotropic electrical conductivity in white matter tissue on the EEG/MEG forward and inverse solution. A high-resolution whole head simulation study.</a> NeuroImage. 51 (1), 145-163 (2010).</li>
<li>Fischl, B. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/22248573">FreeSurfer.</a> Neuroimage. 62 (2), 774-781 (2012).</li>
<li>Fedorov, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((3D+Slicer+as+an+Image+Computing+Platform+for+the+Quantitative+Imaging+Network%5BTitle%5D)+AND+%22Magn.+Reson.+Imaging%22%5BJournal%5D)">3D Slicer as an Image Computing Platform for the Quantitative Imaging Network.</a> Magn. Reson. Imaging. 30 (9), 1323-1341 (2012).</li>
<li>Jenkinson, M., Beckmann, C. F., Behrens, T. E., Woolrich, M. W., Smith, S. M. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/21979382">FSL.</a> Neuroimage. 62 (2), 782-790 (2012).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Medtronic+DBS+3387%2F3389+Lead+Kit+Manual%22">Medtronic DBS 3387/3389 Lead Kit Manual</a>. , (2018).</li>
<li>Baker, J. L., et al. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/27582298">Robust modulation of arousal regulation, performance and frontostriatal activity through central thalamic deep brain stimulation in healthy non-human primates.</a> Journal of Neurophysiology. 116 (5), 2383-2404 (2016).</li>
<li>Fregni, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Treatment+of+major+depression+with+transcranial+direct+current+stimulation%5BTitle%5D)+AND+%22Bipolar+Disorders%22%5BJournal%5D)">Treatment of major depression with transcranial direct current stimulation.</a> Bipolar Disorders. 8 (2), 203-204 (2006).</li>
<li>Hodaie, M., Wennberg, R. A., Dostrovsky, J. O., Lozano, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Chronic+anterior+thalamus+stimulation+for+intractable+epilepsy%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Chronic anterior thalamus stimulation for intractable epilepsy.</a> Epilepsia. 43 (6), 603-608 (2002).</li>
<li>Rosenow, F., Lüders, H. <a target="_blank" href="https://academic.oup.com/brain/article/124/9/1683/303186">Presurgical evaluation of epilepsy.</a> Brain. 124 (9), 1683-1700 (2001).</li>
</ol>

크리스토퍼 R. Butson, 박사 NeuroPace, 고급 공학, 보스턴 과학, Intelect 의료, 세인트 쥬 드 메디 칼, 및 기능 Neuromodulation 컨설턴트를 역임 했다.

이 프로토콜 시간 부담을 줄이기 위해 기술을 입증 했다 하며 그 정도에 환자 특정 모델 DBS에 대 한 건물의 계산 비용 시뮬레이션 결과의 실시간 피드백 근처 신속한 피드백의 매개 변수 변경 모델 결과 미치는 영향을 이해 하려면 큰 매개 변수 공간 탐험 수 있습니다. 이러한 매개 변수는 지도 위치, 활성 연락처의 진폭, 펄스 폭, 및 그 연락처에 자극 파형의 주파수를 포함합니다. 제안 된 도구의 주요 특징은: A 1) 간단한 사용자 인터페이스와 어떻게 이러한 매개 변수에 영향을 시뮬레이션, 그리고 2) 작은 일련의 입력에서 모델 생성의 자동화의 실시간 시각화 근처 모델 매개 변수를 조정: 뇌 표면 뇌 조직 전도도 tensors, 그리고 전극 형상의 표면 표현. 이 자동화 신속한 다른 뇌 구조와 조직 conductivities 뿐만 아니라, 기존 모델에 서로 다른 전극 디자인 삽입의 효과 평가 하는 많은 사람에 대 한 환자-특정 모델의 생성 합니다. 이 프로토콜에서 설명 하는 이미지 전처리 단계는 완전히 자동화 하 고 처리 시간 일 걸릴 수 있습니다. 그러나,이 단계에서 생성 된 데이터를 완료 정적, 의미는 시뮬레이션 중이 데이터는 수정 되지 않습니다 간주 됩니다. 모델 생성의 자동화 수동 노력 없이 환자 관련 FEM에이 데이터를 적용 하는 시스템의 기능에서 발생 합니다. 모든 모델 생성, 시뮬레이션, 시각화 단계를 수행 하는 SCIRun 네트워크만 한 번 만들어질 필요가 있다. 따라서,만 이미지 전처리 단계 들어오는 환자를 위해 환자 전용 모델을 생성 하기 위해 다시 수행 해야 합니다.
성능 향상 모델링 파이프라인에서 결과 생성에서 메쉬 생성, 생체 분야 계산 및 시각화 솔루션의 단일 소프트웨어 환경으로의 통합 때문 이다. 기존 모델링 기법으로 적응 메쉬 생성 높은 만드는 데 사용 된 메쉬 밀도 전극 주위 및 구축 하 고 있는 FEM.를 해결 하는 시간을 감소 시키는 전극에서 낮은 밀도 소프트웨어, SCIRun, 메쉬 생성 및 생체 필드 계산을 자동화를 해줍니다. 대화형 도구를 사용 하 여 전극의 이동 사용자 정의 업데이트 전극 위치는 새로운 메시의 건설을 트리거합니다. 경계 조건 및 새로운 전극 위치에 대 한 전도도 값 수정 포함 됩니다.
그것의 위치는 FEM.에 통합 하기 전에 전극 형상은 뇌 볼륨 내부 무료 이동 개체로 처리 됩니다. 메쉬 건설에 대 한이 접근의 핵심 의미는 여러 전극 모델에 쉽게 삽입할 수 있습니다. 예를 들어 전극 기하학의 두 번째 복사본 몇 밀리미터 멀리 둘 수 있다 그리고 모두는 FEM.에 포함 될 것입니다. 최근 연구에서 두 전극 가까이 다 발성 경화 증 떨림13 치료와 효과적인 자극 대상21탐험 비 인간 영장류 실험에 사용 된 이식 되어 있다. 여러 개의 전극을 사용 하 여의 이점은 더 큰 영역에는 조직에서 생성 된 전기 분야의 더 나은 제어를 제공 하려면입니다. 두 전극에 활성 연락처와 자극은 대상 지역으로 하 고 부정적인 부작용으로 이어질 것 이라고 하는 영역에서 현재 보낼 수 있습니다. 더 큰 영역에 자극의 미세한 제어 DBS의 신흥 치료 응용 프로그램의 많은 경우는 목표의 정확한 위치는 알 때 다른 자극 위치를 찾아보기도 유용 합니다. 그러나, 치료 자극을 달성 하기 위해 매개 변수를 결정 이미 큰 매개 변수 공간에서의 증가로 인해 단일 전극 보다 더 많은 도전 이다.
우리는이 인터랙티브 모델링 도구 DBS 이식 수술 계획 하는 동안 혜택을 제공할 수 그리 다. 뇌 조직에 자극의 정도 대 한 피드백 외과 대상 지역에 치료 자극을 제공 하기 위해 그들의 수술 계획에 전극 위치를 수정할 수 있습니다. DBS 치료 동안이 도구를 개발을 위한 주요 동기 부여 요소,이 문서에 소개 된 기법 다른 자극 또는 녹음 패러다임 어떤 FEM 생체 필드 모델에 적용할 수 있습니다. 달성 하기의 최적의 위치를 결정 DBS로 동일한 과제를 공유 하는 우울증22 또는23 간 질 치료에 대 한 깊이 전극의 사용에 대 한 transcranial 직류 자극 등 자극 요법 치료 결과입니다. Electrocorticography, 발작 발병 영역을 식별 하는 두뇌의 표면에 전극의 배열 녹음 기술 두뇌24에 대상 지역에서 전극 배치 위치를 결정 하는 도전이 하고있다. 이러한 응용 프로그램의 모든 어떻게 전류 뇌 조직을 통해 흐름의 불확실성을 다루는 동안 전극 위치에 따라 달라 집니다. 이 문서에 소개 된 기술을 생성 하 고 연구자와 임상 모델링 전문가 이러한 장치를 사용 하 여 의미 있는 피드백을 제공 하면서 전산 모델을 사용 하 여 부담을 줄일.

깊은 두뇌 자극 (DBS)은 진전1 ,2파 킨 슨 병 등 운동 장애에 대 한 설립된 치료 이다. 이 치료는 또한 외상 성 뇌 부상3, 증후군의4,5우울증 등 질환의 증가 대 한 잠재적인 치료로 조사 되 고 있다. DBS 시스템6지속적인 신경 활동 조절 하는 지역화 된 뇌 영역에 자극을 제공 하는 전극의 외과 이식을 해야 합니다. 전극 및 자극 매개 변수 위치 변조 치료 혜택을 제공 하는 신경 회로에 영향을 미칠. 위치에 있는 작은 변이 치료 창 치료 혜택은 달성된7,,89전에 불리 한 부작용의 가능성을 높일 가능성이 발생할 수 있습니다. 실제로, 그것은 종종 효과 자극 신경 활동에 있을 것 이다을 예측 하기 어려운 따라서, 치료 혜택의이 창 자극 장치 임상8,9프로그래밍 환자 여 환자 별로 식별 됩니다. 이 과정은 DBS 장치의 새로운 세대 사용할 수 있게 되 더 복잡 한 되. 예를 들어 소설 리드 디자인 더 많은 연락처10,,1112, 소개 되 고 하 고 어떤 경우에 여러 리드 근접 한 다른13에 이식 되 고 있습니다. 따라서, 탐구 하 고 크고 성장 매개 변수 공간에서 DBS의 효과 예측할 수 있을 필요가 있다.
전산 모델링 및 분석 환자 특정 기준 DBS의 생리와 임상 효과 예측 하기 위해 사용할 수 있습니다. 이러한 모델 뇌 조직의 3 차원 표현 및 이식된 전극의 생물 특성 유한 요소 모델링 (FEM)을 사용 합니다. FEM 생체 필드 모델 성공적으로 DBS14의 효과 예측 하기 위해 사용 되었습니다 있지만 지금까지이 고 시간이 많이 걸리는 계산 생성 하는 비용이 많이 드는. DBS 장치 복잡 한 성장에 발맞추어 새로운 모델링 기법에 대 한 필요가 있다. 이러한 환자 전용 모델 근처 리드 위치로 DBS의 효과에 실시간 시각적 피드백 제공 해야 또는 자극 매개 변수가 변경 됩니다. 사용자 지도 위치에 대 한 피드백을 얻을 것이 고 자극 설정을 사용 하면 몇 초에서 몇 분의 과정을 통해 리드 배치의 상세를 계속. 환자-특이성은 FEM을 작성할 때 환자의 해부학, 그들의 두뇌의 모양과 크기, 통합 조직 이방성 전도성 등 그들의 두뇌의 생물 속성을 적용 하 여 얻을 수 있다. 이방성 전도성 어떻게 설명 합니다 현재 다른 뇌 영역을 통해 확산 것 이다 전형적인 자기 공명 영상 (MRI)와 비슷한 전체 두뇌에 대 한 비 접촉 측정 될 수 있다.
DBS 모델링 접근 환자 관련 정보를 사용 하지 않는 자극 효과, 일반화 된 기 하 도형 및 뇌 조직에 전도도 값의 빠른, 하지만 덜 정확 하 게 예측을 제공할 수 있습니다. 이 방법에서는, 모든 환자에 대 한 단일 FEM을 사용 하 고 예측된 신경 활동을 사전에 계산 될 수 있다. 환자 전용 모델 일반화 하 고 이후 새로운 FEM 각각 만들어집니다 미리 계산 수 없습니다. 이러한 모델 구축에 더 많은 노력을 필요로 하지만 더 정확한 될 수 있습니다. 이러한 모델 구축 및 사용할 수 속도 제한 하는 여러 가지 요인: 1) 업데이트의 모든 후속 단계; 수동 노력이 필요 모델 건물 파이프라인 전극 위치 등의 시작 매개 변수 수정 그리고 2) 단계 모델링 파이프라인에 통합 되지 않은 쉽게 서로 요구 하는 여러 소프트웨어 패키지 간에 데이터를 전달. 종종, 전극 위치, 자극 매개 변수, 또는 전극 디자인 같은 많은 다른 상황을 평가 합니다. 이러한 변화는 환자가 받게 됩니다 치료 효과에 효과 대 한 의미 있는 피드백을 제공 하려면 이러한 결과 해야 합니다 정확 하 고 생성 된 신속 하 게.
우리의 목표는 환자 전용 모델은 속도 활용 하는 일반된 모델에서 얻은 건물과 많은 실시간 비주얼 근처 제공 하는 인터랙티브 모델링 환경을 만들기 위해 파이프라인 단계 자동화에 대 한 새로운 기법을 제시 하 DBS의 효과 대 한 의견입니다. 인터랙티브 시뮬레이션 예측 테스트와 모델의 세부 사항에 집중 하지 않고 신속 하 게 결과 얻을 수 있습니다. 이 때 도움이 큰 매개 변수 공간을 탐구 하 고 어떻게 이러한 매개 변수에 영향을 시뮬레이션 하는 것은 확실입니다. 우리는 자기 공명 영상 (MRI) 인수에서 대화형, 환자 관련 FEM 모델을 생성 하는 처리 파이프라인의 단계를 설명 합니다. 이 문서에 설명 된 기술과 도구를 활용 하 여 FEM 생체 필드 모델을 만들기 위한 시간 비용 하는 이러한 모델을 연구자와 임상 전문가 모델링 하지 사람에 액세스할 수 있도록 하는 방법을 제공 하십시오.
이 프로토콜 인수 MRI 볼륨에서 환자 전용 유한 요소 모델을 구축 하 고 다음 DBS 전극에 의해 유도 된 전기 분야를 시뮬레이션 하는 방법을 설명 합니다. 이러한 모델의 생성에서 하는 주요 단계는: 1) 유한 요소 모델 (FEM) 대표 하는 환자의 뇌 이식된 전극, 2) FEM, DBS 장치 두뇌와 자극 매개 변수의 생물 속성 추가 3)에 대 한 해결 모델에서 전극에 의해 생성 된 전압. DBS 시뮬레이션에 대 한 환자의 특정 모델 두 이미징 형식 필요 합니다. T1 MRI는 뇌 표면, 심, 및 특정 핵의 세그먼트를 생성 하는 데 사용 됩니다. 유포가 중 영상 (뒤), 물 확산 율의 측정15뇌 조직 걸쳐 확산 tensors 추정 하는 데 사용 됩니다. 보급 tensors 복으로16전도도 tensors를 계량 한 복에 조직의 휘도가 이방성 생물 속성으로 변환 됩니다. 전극에 의해 유도 된 두뇌에 걸쳐 전압 분배는 FEM의 응용 프로그램을 통해 시스템을 선형 방정식을 단순화 푸아송 방정식을 해결 하 여 계산 됩니다 Ax = b A 가 강성 매트릭스를 전도도 나타내고 메시의 지오메트리, x 는 메시의 각 노드에 전압 솔루션 이며 b 는 경계 조건 및 전류 소스 수정.

<table><tbody><tr><td>FreeSurfer</td><td>Athinoula A. Martinos Center for Biomedical Imaging</td><td></td><td><a href="https://surfer.nmr.mgh.harvard.edu/">https://surfer.nmr.mgh.harvard.edu/</a></td></tr><tr><td>3D Slicer</td><td>BWH, 하버드 대학교</td><td></td><td><a href="https://www.slicer.org/">https://www.slicer.org/</a></td></tr><tr><td>SCIRun&nbsp;</td><td>유타대학교 통합 생물의학 컴퓨팅</td><td></td> 센터<td><a href="http://www.sci.utah.edu/cibc-software/scirun.html">http://www.sci.utah.edu/cibc-software/scirun.html</a></td></tr></tbody></table>

대화형, 환자 전용 모델을 사용 하 여 깊은 두뇌 자극 치료를 위한 신경 섬유 책자를 대상으로

Targeting Neuronal Fiber Tracts for Deep Brain Stimulation Therapy Using Interactive, Patient-Specific Models

지역화 된 뇌 영역에 자극을 제공 하는 전극의 삽입을 포함 한다, 깊은 뇌 자극 (DBS), 운동 장애에 대 한 설립된 치료 이며, 무질서의 성장 수에 적용 되는. 전산 모델링 성공적으로 DBS;의 임상 효과 예측 하는 데 사용 되었습니다. 그러나, DBS 장치 복잡 한 성장에 발맞추어 새로운 모델링 기법에 대 한 필요가 있다. 이 모델 또한 신속 하 고 정확 하 게 예측을 생성 해야 합니다. 이 프로젝트의 목표는 DBS의 효과 시뮬레이션 하는 대화형, 환자 특정 모델에 구조 자기 공명 영상 (MRI) 및 가중치 확산 이미징 (뒤)를 통합 하는 이미지 처리 파이프라인을 개발 하는 것입니다. 가상 DBS 리드 활성 연락처는 환자 모델 안에 배치 될 수 있습니다 및 자극 설정, 리드 위치 또는 방향에서 변화는 새로운 유한 요소 메쉬 및 생물 분야 문제에의 해결책을 생성 하는 어디 근처 실시간, 약 10 초의 timespan. 이 시스템은 또한 다양 한 양극 및 음극 다른 리드에 의해 현재 운영 수 있도록 가까이에 여러 리드의 시뮬레이션을 수 있습니다. 이 문서에 소개 된 기술을 생성 하 고 연구자 또는 임상 전극 위치, 전극 디자인 및 자극 구성의 효과 대 한 의미 있는 피드백을 제공 하면서 전산 모델을 사용 하 여 부담을 줄일 누가 모델링 전문가 되지 않을 수 있습니다.

이 프로토콜의 끝에 모든 환자-특정 모델을 만드는 데 필요한 입력 제공 됩니다: 뇌 표면 전극 형상과 전도도 tensors. SCIRun 네트워크 해야 또한 만들어진 모든 유한 요소 모델을 구축 하 고 유도 생물 분야 시뮬레이션에 대 한 입력을 통합 하. 시뮬레이션 모델 두뇌 내에서 전극의 움직임 및 활성 연락처 또는 자극 진폭 등의 수정에 대 한 수 있습니다.
그림 1 시뮬레이션 여러 전극 위치에서 섬유 활성화 예측을 비교 하는 기능을 보여 줍니다. 보급 영상에서 섬유 책자의 생성 하지이 프로토콜에서 설명 되었다 하지만이 분석은 어떤 결정적 tractography 방법으로 수행할 수 있습니다. 위치 2 위치 1에 비해 모든 연락처에서 낮은 자극 진폭에서 대상 섬유 번들의 더 강력한 활성화를 예측 합니다. 이 분석 DBS 수술의 계획 단계 동안 효과적으로 대상 섬유 통로 자극 하는 것 이다 전극 궤적을 결정 하는 데 사용 됩니다.
이 시스템의 새로운 기능 전극 형상 모델에 신속 하 게 전환 하는 기능 및 서로 게 가까운 근접에서 여러 단서를 시뮬레이션 하는 기능입니다. 이러한 접근의 둘 다 모양과 전극 주변의 전기장의 스티어링을 더 잘 제어할 제공 하는 데 사용 됩니다. 그림 2 에서는 DBS로 이어질 지도 위치를 조사 하는 동안 중앙 thalamic 섬유 경로 및 인근 지역 감각 핵 등 피하 자극 하는 axisymmetric와 방향 사이 섬유 활성화 예측의 비교 . 동일한 전극 궤적에 대 한 우리 방향 리드는 바람직하지 않은 섬유의 자극을 피하고 있는 동안 대상 지역으로 섬유 활성화를 보낼 수를 볼 수 있습니다. 이 분석은 환자 원치 않는 부작용을 일으킬 것 이다 인근 지역의 자극을 피하기 위해 DBS 치료 받게 하는 장치를 변경 해야 할 것 이다 때 결정 하기 위해 사용할 수 있습니다. 이 방식은 인근 내부 캡슐을 피하는 동안 파 킨 슨 병의 증상을 치료 하 시상 핵을 타겟팅 하는 데 유용 합니다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/57292/57292fig1.jpg"> 그림 1 : 전극 위치 및 대상 섬유 활성화의 예측의 비교. 자극 진폭 (-0.5 V-5.0 V ~)에 대 한 총 섬유 번들 활성화 및 두 개의 서로 다른 전극 위치에 대 한 모든 4 개의 연락처 예측 <a href="https://www.jove.com/files/ftp_upload/57292/57292fig1large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/57292/57292fig2.jpg"> 그림 2 : Axisymmetric 및 방향 DBS와 중앙 thalamic 섬유 번들 활성화 예측의 비교 리드. (A) 둘 다의 시각화 Medtronic 3387 원통형 DBS 리드 고 사피엔스 방향 DBS 단일 monopolar 자극 진폭에 대 한 대상 중앙 thalamic 섬유 번들에 함수 계산을 활성화와 함께. (B) (i)는 횡단면 쪼 갠 다 DBS 리드와 섬유 번들을 통해. (ii)는 DBS의 식별과 단면적의 2 차원 투영 리드, 섬유 및 섬유를 피하기 위해. (C) 대상 섬유 및 섬유 자극 진폭으로 회피의 활성화의 확산 axisymmetric와 방향에 대 한 증가 DBS 리드. 주어진된 자극 진폭에 대 한 활성화 된 섬유 섬유 활성화 되지 파란색에서 표시는 빨간색으로 표시 됩니다. (D) C, 섬유 번들의 모든 지역에 걸쳐 예측된 자극 임계값 진폭을 보여주는 패널에 표시 된 모든 시뮬레이션의 편집. <a href="https://www.jove.com/files/ftp_upload/57292/57292fig2large.jpg">이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.</a>

이 프로젝트의 목표는 거의 실시간으로 깊은 두뇌 자극의 효과 시뮬레이션 하 고 어떻게 이러한 장치에 영향을 미칠 뇌의 신경 활동으로 의미 있는 피드백을 제공 하는 대화형, 환자 관련 모델링 파이프라인을 개발 하는 것입니다.

Deep brain stimulation (DBS), which involves insertion of an electrode to deliver stimulation to a localized brain region, is an established therapy for ...

이 프로젝트의 전반적인 목표는 대화형 환자 맞춤형 모델링 파이프라인을 개발하고 거의 실시간으로 신경 섬유 경로에 대한 뇌 심부 자극의 효과를 자극하는 것입니다. 뇌심부 자극은 파킨슨병과 같은 운동 장애에 대해 FDA의 승인을 받고 10년 이상 사용된 치료 개입이며, 다른 광범위한 신경 및 정신 질환에 대해 조사되어 왔습니다. 뇌심부 자극의 컴퓨터 모델링은 매우 유용한 도구였으며, 개별 피험자에 대한 자극의 영향을 더 잘 이해하고 예측하기 위해 그 사용이 늘어났습니다.컴퓨터 모델링의 지속적인 문제 중 하나는 컴퓨터 모델 실험을 구성하고 실행하는 데 걸리는 시간입니다. 이 프로토콜의 목적은 계산 모델링이 거의 실시간으로 훨씬 더 상호 작용적인 방식으로 수행될 수 있는 방법을 설명하는 것이며, 이는 몇 가지 혁신을 통해 달성됩니다. 가장 중요한 것은 개별 주제의 전체 머리를 상호 작용적으로 맞 쉴 수있는 능력입니다.이 비디오의 프로토콜은 획득한 MRI 볼륨에서 환자별 유한 요소 모델을 구축한 다음 이식된 뇌 심부 자극 전극에 의해 유도되는 전기장을 시뮬레이션하는 방법을 설명합니다. 이러한 모델 생성의 주요 단계는 첫째, 환자의 뇌와 이식된 전극을 나타내는 유한 요소 모델을 구축하고, 둘째, 뇌의 생물물리학적 특성과 뇌심부 자극 장치의 자극 매개변수를 유한 요소 메쉬에 추가하고, 셋째, 모델의 전극에 의해 생성된 전압을 해결하는 것입니다. 이 프로젝트에서 모델링된 전극은 Medtronic 3387 DBS Lead입니다.그러나 모든 전극 형상을 이 접근 방식과 함께 사용할 수 있습니다. 3387은 비전도성 재료로 분리된 4개의 접점이 있는 원통형 리드입니다. 이러한 각 구성요소에 대한 표면 표현은 메쉬 프로세스를 위해 작성됩니다.닫힌 표면은 4개의 접점, 5개의 샤프트 세그먼트, 캡슐화 층 및 전극 주변의 메쉬 밀도를 제어하는 데 사용되는 2개의 주변 상자에 대해 생성됩니다. 원통형 형상을 보존하고 생체 전기장 문제를 정확하게 해결하기 위해 접점의 고밀도 표면 메쉬를 생성하는 것이 중요합니다. 전극에 의해 유도된 뇌를 통한 전압 분포는 유한 요소 모델링의 적용을 통해 선형 방정식 시스템으로 단순화되는 푸아송 방정식을 풀어 계산되며, Ax는 B와 같고, 여기서 A는 메쉬의 전도성과 형상을 나타내는 강성 매트릭스이고, x는 메쉬의 각 노드에서 전압 솔루션이고, B는 경계 조건 및 전류 소스에 따라 수정됩니다.캡슐화 층, 샤프트 세그먼트 및 4개의 접점에는 화면의 표에 표시된 재료 속성에 따라 전도도 값이 할당되어야 합니다. 고정 경계 조건은 생체 전기장을 계산하는 데 사용됩니다. 점 표면은 4개의 DBS 접점 각각의 중앙에 배치되며, 단극 또는 양극 자극은 임의의 조합을 통해 적용될 수 있습니다.외부 뇌 표면은 원거리 귀환 전극을 시뮬레이션하기 위해 0볼트로 설정됩니다. 이러한 조건은 유한 요소 모델의 알려진 전압을 나타냅니다. 우리는 4개의 접점 각각과 이식 가능한 펄스 발생기인 리턴 전극의 전압을 알고 있습니다.선형 연립방정식(Lial System of Equations)은 일련의 경계 조건에 대한 모델의 전압 해를 계산하기 위해 켤레 기울기법(conjugate gradient method)을 사용하여 해결됩니다. SCIRun은 여러 종류의 과학적 문제를 모델링, 시뮬레이션 및 시각화하기 위한 고급 문제 해결 환경입니다. 시각적 프로그래밍 구문을 통해 사용자는 소프트웨어 모델을 함께 연결하여 과학 데이터를 처리하고 시각화할 수 있습니다.이 프로토콜의 경우 SCIRun을 사용하여 뇌와 뇌심부 자극 리드의 유한 요소 메쉬를 생성하고 대화형 환경에서 생체 전기장 문제를 해결합니다. SCIRun의 주요 측면 중 하나는 파이프라인의 모든 지점에서 데이터를 대화식으로 시각화할 수 있는 기능이며, 이를 시연할 것입니다. 유한 요소 모델을 구축하는 첫 번째 단계는 뇌의 구조적 해부학적 구조를 결정하는 것입니다.이 단계를 수행하기 위해 우리는 인간 뇌의 MRI 볼륨을 처리하고 분석하기 위한 오픈 소스 소프트웨어 제품군인 FreeSurfer를 사용하기로 결정했습니다. 먼저 환자 T1 MRI는 다음 명령을 사용하여 DICOM 스택으로 FreeSurfer에 전달됩니다. 다음으로, 다음 명령을 사용하여 자동화된 처리 및 세분화를 시작합니다.FreeSurfer는 두개골이 제거된 뇌 조직의 새로운 이미지 볼륨을 생성합니다. 이 새로운 볼륨에서 Intensity thresholding 및 isosurfacing을 수행하여 뇌의 표면 표현을 얻은 다음 유한 요소 모델의 외부 경계를 정의하는 데 사용됩니다. FreeSurfer 파이프라인은 또한 백질, 회백질, 피질하 핵 및 심실을 분할합니다.각 뇌 영역에는 고유한 정수 레이블이 할당됩니다. 다음 전처리 단계는 확산 가중 상상 데이터에서 확산 텐서를 추정하고 이 부피를 TI MRI와 공동 정합하는 것입니다. DWI는 뇌 조직을 통해 여러 방향으로 물의 확산도를 측정하는 것입니다.이 단계에서는 의료 이미지 처리 및 이미징 데이터의 3D 시각화를 위한 무료 오픈 소스 소프트웨어 플랫폼인 3DSlicer를 사용하기로 결정했습니다. 먼저 Slicer의 DWI 변환기 모듈을 사용하여 DICOM 시리즈를 단일 DWI 볼륨으로 변환합니다. 텐서 재구성에서 배경과 노이즈를 제거하려면 diffusion weighted volume masking 모듈로 마스크를 만듭니다.이렇게 하면 텐서가 뇌 조직 내에서만 계산될 수 있습니다. 다음 단계는 DWI에서 DTI로의 추정 모듈을 사용하여 확산 텐서를 생성하는 것입니다. 텐서 추정 알고리즘을 최소 제곱으로 설정하고 Shift Negative Eigenvalues를 선택합니다.이렇게 하면 노이즈 또는 획득 오류와 관련된 음의 고유값이 있는 텐서가 제거됩니다. 전극 모델의 3D 표면 형상은 이 비디오에서 시연되지 않는 3D 모델링 소프트웨어를 사용하여 구축할 수 있습니다. 여기에서 우리는 각 전극 접점, 샤프트 세그먼트, 캡슐화 층 및 메쉬 밀도를 제어하는 데 사용되는 두 개의 주변 상자에 대해 닫힌 표면 메쉬를 만들었습니다.1부에서 만든 뇌 표면과 전극 기하학을 결합하여 메싱 도구인 TetGen을 사용하여 전극이 이식된 뇌의 유한 요소 모델을 만듭니다. 뇌 표면과 전극 기하학을 InterfaceWithTetGen 모듈로 파이프합니다. 화면의 표에 표시된 것처럼 모델의 각 영역에서 사면체 요소 생성에 체적 구속조건을 적용합니다.이 기술은 전기장 구배가 높은 전극 조직 계면 주위에 더 높은 메쉬 밀도를 가진 적응형 크기의 메쉬를 생성합니다. 그 결과 뇌 조직에 내장된 전극 모델의 사면체 유한 요소 메쉬가 생성됩니다. SCIRun을 사용하면 뷰어 창에서 기하학적 변환 모듈과 대화형 위젯을 사용하여 개체를 이동할 수 있습니다.전극 형상의 각도를 변경하려면 TransformMesh 모듈과 결합된 CreateGeometricTransform 모듈을 사용합니다. X 회전 축을 1로 설정하고 세타의 회전 각도를 설정하여 각도를 제어합니다. GenerateSinglePointProbe 모듈을 ViewScene에 직접 연결하여 구 위젯을 생성하고 다른 TransformMesh 모듈에 연결하여 전극 팁 위치를 제어합니다.뷰 장면에서 Shift 위젯을 클릭하고 드래그하여 전극 팁의 위치를 이동합니다. 이러한 변환은 TetGen에 전달되기 전에 전극 형상에 적용되므로 업데이트된 전극 위치와 방향이 유한 요소 모델에 구축됩니다. 다음 단계는 유한 요소 모델에 전도도 값을 할당하는 것입니다.3DSlicer에서 처리된 DTI 데이터를 로드하고 전극 모델과 뇌 조직의 전도도 값을 이전 섹션에서 만든 사면체 메시에 설정합니다. 메시에 전도도 값을 적용한 후 필드를 BuildFEMatrix로 파이프합니다. 이것은 생체 전기장 계산을 위한 방정식 시스템을 만드는 첫 번째 단계입니다.전압 제어 자극을 위해 이제 유한 요소 메쉬에 알려진 전압 경계 조건을 설정합니다. 메시의 외부 경계로 사용되는 뇌 표면을 0볼트로 설정하여 원거리 귀환 전극을 시뮬레이션합니다. 그런 다음 InsertVoltageSource를 사용하여 메시에 이 경계 조건을 적용합니다.모노폴라 자극의 경우, 하단 접점의 중앙에 있는 점에 전압 값을 할당합니다. 다시 InsertVoltageSource를 사용하여 메시에 이 경계 조건을 적용합니다. BuildFEMatrix 및 InsertVoltageSource의 출력을 SolveLinearSystem에 결합합니다.켤레 그래디언트 해결 방법을 사용하고 모듈을 실행하여 전압 솔루션을 계산합니다. SetFieldData 모듈을 사용하여 연립방정식에 대한 해를 유한 요소 메시의 노드에 다시 배치합니다. 전압 솔루션은 메쉬의 노드에서 직접 볼 수 있지만 뇌 조직을 통한 분포에 대한 의미 있는 표현을 제공하지는 않습니다.더 나은 시각화는 지도의 등고선과 유사한 등전압 표면을 만드는 것이며, 이는 전기장의 방향과 강도에 대한 정보도 제공합니다. 유한 요소 메시 전압 해를 ExtractSimpleIsosurface에 전달하고 수량을 10으로 설정합니다. 이렇게 하면 접점 주위에 균일한 간격의 10개의 등전압 표면이 생성됩니다.이 기술을 사용하면 모델에 이방성 전도도 텐서를 추가하는 효과와 이 매개변수가 뇌 조직 전체의 전압 분포에 어떤 영향을 미치는지 시각화할 수 있습니다. 유한 요소 구성, 생체 전기장 계산 및 결과를 하나의 환경으로 시각화하면 전극 위치 및 자극 진폭과 같은 매개변수 변화가 생체 전기장이 주변 조직과 상호 작용하는 방식에 미치는 영향에 대한 거의 실시간 피드백을 얻을 수 있습니다. 전극 위치가 수정되고 생체 전기장이 다시 계산된 후 용액은 대상 섬유 다발에 매핑됩니다.활성화 함수는 주어진 자극 진폭에 대한 광섬유 다발 활성화를 예측하기 위해 계산됩니다. 우리는 모든 접촉과 다중 자극 진폭에 걸쳐 광섬유 다발 활성화 예측을 수집하고 주어진 전극 위치에 대해 대상 섬유를 활성화하는 데 가장 효과적인 자극 구성을 신속하게 결정합니다. 그런 다음 DBS 수술의 계획 단계에서 여러 전극 위치에 대한 이러한 활성화 프로파일을 비교하여 표적 섬유 경로를 효과적으로 자극할 전극 궤적을 정의합니다.여기서 우리는 위치 2가 타겟 파이버 다발의 더 강력한 활성화를 예측하고 위치 1에 비해 모든 접점에서 더 낮은 자극 진폭을 갖는다는 것을 알 수 있습니다. 이 방법은 훨씬 더 복잡한 시나리오를 모델링하는 데 사용할 수 있습니다. 이 시스템의 새로운 기능은 모델에서 전극 형상을 빠르게 전환할 수 있는 기능과 서로 근접한 여러 리드를 시뮬레이션할 수 있는 기능입니다.여기에서 우리는 감각 핵과 같은 주변 영역을 피하면서 외상성 뇌 손상 환자의 잠재적 표적으로 각성 조절과 관련된 중앙 시상 섬유 경로를 자극하기 위한 선도 위치를 조사하고 있습니다. 정적 전극 위치의 경우, 광섬유 활성화 위치를 보다 집중적으로 제어하고 다른 광섬유 다발의 자극을 피하기 위해 방향성 전극 모델로 변경하는 효과를 시뮬레이션했습니다. 전극 주변의 단면적을 살펴보면, 방향성 전극이 우리가 피하고자 하는 섬유로의 활성화 확산을 최소화하면서 표적 섬유를 효과적으로 자극할 수 있음을 알 수 있습니다.이 접근법은 또한 근처의 내부 캡슐을 피하면서 파킨슨병의 증상을 치료하기 위한 시상하 핵 표적화에도 유용할 것입니다. 여기에서 우리는 3개의 독립적인 DBS 리드의 배치를 시뮬레이션하고 인간이 아닌 영장류 실험에서 수술 계획을 위한 유사한 중앙 시상 섬유 경로의 활성화를 예측합니다. 여러 전극을 사용하는 이점은 더 넓은 영역에 걸쳐 자극을 제어할 수 있다는 것입니다.방향성 전극과 다중 리드는 모두 전극 자극 매개변수를 결정하는 어려움을 증가시킵니다. 그러나 이 비디오에 설명된 접근 방식을 활용하면 복잡한 매개변수 공간을 더 빠르고 안내에 따라 탐색하여 치료 자극 설정을 식별할 수 있습니다. 오늘 보여드린 환자 영상부터 대화형 모델까지의 단계를 간략하게 설명하는 환자별 모델링 파이프라인은 엔지니어와 임상의의 격차를 줄이는 데 도움이 될 것입니다.여러 전극의 삽입을 포함하여 4개 이상의 접점을 가진 새로운 DBS 장치의 개발은 이미 어려운 문제에 더 많은 복잡성을 가중시킵니다. 자극 구성에서 다양한 전극 설계의 효과를 빠르게 시각화할 수 있는 기능은 이러한 장치가 뇌에서 어떻게 작동하는지 더 잘 이해하는 데 귀중한 피드백을 제공할 수 있습니다.

targeting-neuronal-fiber-tracts-for-deep-brain-stimulation-therapy

Research

연구

JoVE Journal

Bioengineering

생명공학

뇌심부자극술(DBS) 수술의 치료 효과의 기저에 있는 메커니즘에 대한 조사가 필요합니다. 본 원고에 제시된 방법은 DBS 수술 후 신경발생을 촉진할 수 있는 후보 유전자의 유전자 발현 프로파일을 분석하여 DBS에 의해 유발되는 세포 이벤트를 조사하는 실험적 접근 방식을 설명합니다.

전방 시상 핵의 깊은 뇌 자극 후 쥐 해마의 유전자 발현 변화 분석

여기에서는 주요 우울 장애에 대한 실험적 치료법으로 배측 전두엽 피질에 대한 MRI 유도 반복 경두개 자기 자극 절차를 간략하게 설명합니다.

치료 저항성 주요 우울 장애에 대한 치료로 dmPFC-RTMS를 자기 공명 영상 유도

이 프로토콜은 신경 운동 장애가 있는 사람들을 위한 적응형 뇌심부 자극(aDBS)을 최적화하는 연구를 지원하는 재택 다중 모드 데이터 수집 플랫폼의 프로토타입을 보여줍니다. 또한 파킨슨병을 앓고 있는 개인의 집에 1년 넘게 플랫폼을 배포한 주요 결과를 제시합니다.

클리닉을 집으로 가져오다: 적응형 뇌심부 자극을 지원하는 재택 다중 모드 데이터 수집 에코시스템

이 프로토콜은 기능적 자기 공명 영상(fMRI) 중에 투여되는 국소 경두개 직류 자극(tDCS)을 위한 신경 탐색 전극 배치 방법을 설명합니다.

Neuronavigated Focalized Transcranial Direct Current Stimulation Administered During Functional Magnetic Resonance Imaging

다중 자기 공명 영상(MRI) 데이터 양식에 의해 정보를 얻은 대뇌파 네트워크의 뇌파검사(TMS-EEG) 매핑과 결합된 맞춤형 경두개 자기 자극을 위한 새로운 프로토콜입니다.

실시간 피질 네트워크 매핑을 위한 신경영상 유도 TMS-EEG

이 논문은 항법 장비를 사용할 수 없을 때 반복적인 경두개 자기 자극 중재 또는 치료를 위해 기능별 표적을 국소화하는 방법을 설명합니다.

항행 장비가 없는 경우 경두개 자기 자극을 위한 기능별 표적 국소화(Localizing Function-specific targets for Transcranial magnetic stimulation in the absence of navigation equipment)

여기서는 nTMS와 확산 텐서 영상(DTI) 기반 피질척수로(CST) 재건을 결합한 운동 매핑 표준화 프로토콜을 설명합니다. 이 프로토콜은 재현 가능하고 임상적으로 실현 가능하며 일상적인 임상 업무 흐름에 쉽게 통합되어 운동 경로 평가, 신경가소성 연구, 재활 계획에 대한 견고하고 가치 있는 틀을 제공합니다.

내비게이션 경두개골 자기 자극을 이용한 기능적 운동 매핑을 위한 표준화된 프로토콜

이 프로토콜은 치료 저항성 우울증을 위한 로봇 유도 fMRI 유도 맞춤형 경두개 자기 자극 치료의 워크플로우를 설명합니다. 이 프로토콜을 이용한 임상 구현은 가능하며, 오픈 라벨 결과도 이 접근법의 실제 효과성을 뒷받침합니다.

치료 저항성 우울증을 위한 로봇 유도 fMRI 유도 맞춤형 경두개 자기 자극 치료

여기서는 생체 내에서 받은 디스토닉 햄스터 모델의 급성 소뇌 절단에서 체외 고밀도 마이크로전극 배열 기록을 위한 프로토콜을 설명합니다. 11일간 연속 창백 심부 뇌 자극.

고밀도 미세전극 배열을 이용한 망백 심부 뇌 자극의 네트워크 전반 메커니즘 조사

그들의 모국어 microenvironment에서 진화 많은 생물 학적 및 임상 상황에서는 그것은 세포 프로세스를 연구에 유리합니다. 여기 우리는 세포 배양, 동물 실험 및 임상 환자 연구에 실시간 영상을 제공할 수있는 저비 용의 광섬유 현미경의 조립 및 사용에 대해 설명합니다.

고해상도 광섬유 Microendoscopy에 대한 현장에서 세포 이미징

배우세요 환자별 뇌 모델링을 통해 깊은 두뇌 자극의 신경 섬유 경로에 미치는 영향을 실시간으로 시뮬레이션하는 방법을. SCIRun과 FreeSurfer를 활용한 이 계산 모델링 파이프라인은 파킨슨병 치료 계획에 활용됩니다.

대화형, 환자 전용 모델을 사용 하 여 깊은 두뇌 자극 치료를 위한 신경 섬유 책자를 대상으로

더 많은 동영상 탐색