Artykuł metodologiczny

Obrazowanie źródeł elektromagnetycznych w ocenie przedoperacyjnej dzieci z padaczką lekooporną

4K wyświetleń

⸱

DOI:

10.3791/66494

⸱

20 września 2024

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Neuroscience Research Center, Jane and John Justin Institute for Mind Health, Cook Children’s Health Care System, 2Department of Bioengineering, University of Texas at Arlington, 3Burnett School of Medicine, Texas Christian University

W tym artykule

Podsumowanie

Magnetoencefalografia (MEG) i elektroencefalografia o wysokiej gęstości (HD-EEG) rzadko są rejestrowane jednocześnie, chociaż dostarczają informacji potwierdzających i uzupełniających. W tym miejscu ilustrujemy eksperymentalną konfigurację do jednoczesnego rejestrowania MEG i HD-EEG oraz metodologię analizy tych danych mającą na celu zlokalizowanie padaczkowych i elokwentnych obszarów mózgu u dzieci z padaczką lekooporną.

Streszczenie

Dla dzieci z padaczką lekooporną (DRE), wolność od napadów polega na wytyczeniu i resekcji (lub ablacji/odłączeniu) strefy padaczkowej (EZ) przy jednoczesnym zachowaniu wymownych obszarów mózgu. Opracowanie niezawodnej i nieinwazyjnej metody lokalizacji, która dostarcza klinicznie użytecznych informacji na temat lokalizacji EZ, ma zatem kluczowe znaczenie dla osiągnięcia pomyślnych wyników chirurgicznych. Obrazowanie ze źródeł elektrycznych i magnetycznych (ESI i MSI) jest coraz częściej wykorzystywane w przedoperacyjnej ocenie tych pacjentów, wykazując obiecujące wyniki w określaniu padaczkowych, a także elokwentnych obszarów mózgu. Co więcej, połączenie ESI i MSI w jedno rozwiązanie, a mianowicie obrazowanie źródła elektromagnetycznego (EMSI), wykonane na jednoczesnych zapisach elektroencefalografii o dużej gęstości (HD-EEG) i magnetoencefalografii (MEG), wykazało wyższą dokładność lokalizacji źródła niż każda z tych modalności osobno. Pomimo tych zachęcających wyników, takie techniki są wykonywane tylko w kilku ośrodkach leczenia padaczki trzeciego stopnia, rzadko są rejestrowane jednocześnie i nie są w pełni wykorzystywane w kohortach pediatrycznych. Badanie to ilustruje eksperymentalną konfigurację do jednoczesnego rejestrowania danych MEG i HD-EEG, a także ramy metodologiczne do analizy tych danych w celu zlokalizowania strefy drażniącej, strefy początku napadu i elokwentnych obszarów mózgu u dzieci z DRE. Dokładniej rzecz ujmując, przedstawiono konfiguracje eksperymentalne do (i) rejestrowania i lokalizowania aktywności padaczkowej międzynapadowej i kostnej podczas snu oraz (ii) rejestrowania reakcji wzrokowych, motorycznych, słuchowych i somatosensorycznych oraz mapowania odpowiednich elokwentnych obszarów mózgu (tj. wzrokowych, motorycznych, słuchowych i somatosensorycznych) podczas zadań wzrokowo-ruchowych, a także stymulacji słuchowych i somatosensorycznych. Szczegółowe etapy procesu analizy danych są dalej przedstawiane dla wykonywania EMSI, jak również poszczególnych ESI i MSI przy użyciu dipola prądu równoważnego (ECD) i dynamicznego statystycznego mapowania parametrycznego (dSPM).

Wprowadzenie

Epilepsja jest jednym z najczęstszych i najbardziej upośledzających zaburzeń neurologicznych, charakteryzującym się nawracającymi i niesprowokowanymi napadami, które mogą mieć charakter ogniskowy lub uogólniony. Pomimo dostępności kilku skutecznych terapii farmakologicznych (np. leków przeciwpadaczkowych [ASM]), około 20-30% tych pacjentów nie jest w stanie kontrolować swoich napadów i cierpi na padaczkę lekooporną (DRE)1. Dla tych pacjentów operacja epilepsji jest najskuteczniejszym sposobem leczenia w celu wyeliminowania napadów; Udana operacja może być osiągnięta poprzez całkowitą resekcję (lub ablację/odłączenie) strefy padaczkowej (EZ), zdefiniowanej jako minimalny obszar niezbędny do generowania napadów2. Dokładne wyznaczenie i resekcja (lub ablacja/odłączenie) EZ przy jednoczesnym zachowaniu elokwentnej kory mózgowej są kluczowymi czynnikami zapewniającymi wolność od napadów. Aby ustalić kandydaturę chirurgiczną, multidyscyplinarny zespół wykorzystuje kilka nieinwazyjnych narzędzi diagnostycznych w celu zdefiniowania różnych obszarów korowych (tj. strefy drażniącej, strefy początku napadów [SOZ], strefy deficytu funkcjonalnego i zmiany padaczkowej), które służą jako pośrednie przybliżenia klasy EZ3. Monitorowanie pozaoperacyjne za pomocą EEG wewnątrzczaszkowego (iEEG) jest wymagane, gdy żadna z tych metod nie identyfikuje jednoznacznie EZ. Rolą iEEG jest precyzyjne zdefiniowanie EZ poprzez zlokalizowanie SOZ (tj. obszaru mózgu, w którym generują się napady kliniczne) i mapowanie elokwentnych obszarów mózgu. Ma jednak poważne ograniczenia ze względu na swoją inwazyjność4,5,6, oferuje ograniczony zasięg przestrzenny i wymaga jasnej hipotezy lokalizacji przedoperacyjnej7. W rezultacie, rzeczywiste skupienie i zakres SOZ mogą zostać pominięte, co prowadzi do nieudanej operacji. Ponadto jego interpretacja wymaga zarejestrowania wielu stereotypowych napadów klinicznych podczas kilku dni hospitalizacji, co zwiększa szanse na powikłania (np. infekcję i/lub krwawienie)5. W związku z tym istnieje niezaspokojona potrzeba opracowania niezawodnych i nieinwazyjnych metod lokalizacji, które mogą dostarczyć klinicznie użytecznych informacji i ogólnie poprawić ocenę przedoperacyjną dzieci z DRE.

W ciągu ostatnich dziesięcioleci, obrazowanie źródeł elektrycznych i magnetycznych (ESI i MSI) było coraz częściej wykorzystywane w przedoperacyjnej ocenie pacjentów z DRE w celu określenia epileptogennych i funkcjonalnych obszarów mózgu. W szczególności ESI i MSI umożliwiają rekonstrukcję źródeł neuronalnych na podstawie nieinwazyjnych zapisów, takich jak EEG O DUŻEJ GĘSTOŚCI (HD-EEG) i magnetoencefalografia (MEG), aby pomóc w planowaniu chirurgicznym lub umieszczeniu elektrod iEEG. ESI i MSI mogą być stosowane do lokalizacji wyładowań padaczkowych (IED), takich jak skoki i ostre fale, lub aktywności ictal (napadów). Może być dalej wykorzystywany do lokalizacji różnych funkcjonalnych obszarów mózgu zaangażowanych w funkcje czuciowe, motoryczne, słuchowe i poznawcze. Rekonstrukcja zdarzeń elektrofizjologicznych, takich jak IED i drgawki, pozwala na identyfikację odpowiednio strefy drażniącej (tj. obszaru mózgu, w którym powstają IED) i SOZ, które są uważane za ważny substytut lokalizacji EZ. Lokalizacja kory elokwentnej (tj. obszarów mózgu niezbędnych do zdefiniowania funkcji kory mózgowej)3 pozwala zamiast tego na mapowanie lokalizacji i zasięgu obszarów elokwentnych w odniesieniu do planowanej resekcji, a tym samym na zmniejszenie z wyprzedzeniem potencjalnych deficytów funkcjonalnych, których można się spodziewać po operacji epilepsji8,9,10,11. W kilku badaniach analizowano kliniczną przydatność ESI i/lub MSI w przedoperacyjnej ocenie padaczki i wykazano obiecujące wyniki w zakresie określenia klasy EZ12,13,14,15,16,17,18,19. Na przykład Mouthaan i wsp.14 przeprowadzili obszerną metaanalizę przy użyciu nieinwazyjnych danych z 11 prospektywnych i retrospektywnych badań padaczki i stwierdzili, że te techniki lokalizacji źródła mogą ogólnie zidentyfikować EZ z wysoką czułością (82%) i niską swoistością (53%). Inne badania wykazały również, że MSI i ESI mogą prawidłowo zlokalizować ognisko padaczkowe w obszarze wyciętym u pacjentów z padaczką, u których prawidłowo wykonano rezonans magnetyczny (MRI)19,20,21. Te wyniki lokalizacji są szczególnie ważne dla tych pacjentów, którzy nie kwalifikują się do operacji padaczki z powodu niejednoznacznych wyników klinicznych lub obrazowych. Podsumowując, ESI i MSI mogą znacząco przyczynić się do przedoperacyjnego mapowania padaczkowych, jak również funkcjonalnych obszarów mózgu u pacjentów z DRE.

Pomimo tych zachęcających wyników, takie techniki są obecnie regularnie stosowane tylko w kilku ośrodkach leczenia padaczki trzeciego stopnia i często nie są wykorzystywane w populacjach pediatrycznych. Co więcej, HD-EEG i MEG rzadko są rejestrowane jednocześnie, chociaż dostarczają zarówno informacji potwierdzających, jak i uzupełniających. MEG jest czuły na wykrywanie powierzchownych źródeł o orientacji stycznej, ale jest ślepy na źródła zorientowane promieniowo zlokalizowane w zakręcie lub głębszych obszarach mózgu22,23,24,25,26. Co więcej, MEG zapewnia lepszą rozdzielczość przestrzenną (milimetry) w porównaniu do EEG16,22,25. W przeciwieństwie do sygnałów EEG, sygnały MEG są wolne od odniesień i zasadniczo nie mają na nie wpływu różne przewodnictwa tkanek mózgowych (tj. opon mózgowych, płynu mózgowo-rdzeniowego, czaszki i skóry głowy)25,27 zapewniając niezniekształcone pomiary pól magnetycznych wytwarzanych przez mózg. Z drugiej strony, EEG może wykrywać źródła wszystkich orientacji, ale oferuje niższą rozdzielczość przestrzenną niż MEG i jest bardziej podatny na artefakty26,28. Ze względu na tę komplementarną wrażliwość na orientację i głębokość źródła, około 30% aktywności padaczkowej (np. IED) można zarejestrować tylko w MEG, ale nie w EEG i odwrotnie26,29,30,31,32. W przeciwieństwie do EEG, które pozwala na długotrwałe zapisy, uchwycenie napadów klinicznych za pomocą MEG jest trudne ze względu na ograniczony czas rejestracji, który zwykle jest niewystarczający do zarejestrowania zdarzeń ictal u większości pacjentów. Co więcej, artefakty spowodowane ruchami głowy związanymi z napadami mogą często zakłócać jakość nagrań MEG29,33,34,35. Z drugiej strony, zapisy MEG są szybsze i łatwiejsze w porównaniu z EEG, szczególnie u dzieci, ponieważ nie ma potrzeby umieszczania czujników nad głową dziecka35.

Postęp w sprzęcie umożliwił jednoczesne nagrywanie danych MEG i HD-EEG za pomocą dużej liczby czujników (ponad 550 czujników) pokrywających całą głowę. Co więcej, nowoczesne osiągnięcia w technologiach EEG zminimalizowały czas przygotowania do HD-EEG do mniej niż kwadransa 36. Jest to szczególnie ważne dla populacji pediatrycznych z trudnymi zachowaniami, które nie są w stanie pozostać w bezruchu przez dłuższy czas. Co więcej, postęp w technologiach oprogramowania pozwolił na połączenie ESI i MSI w jedno rozwiązanie, a mianowicie obrazowanie źródła elektromagnetycznego (EMSI), wykonywane na jednoczesnych zapisach HD-EEG i MEG. Kilka badań teoretycznych i empirycznych wykazało wyższą dokładność lokalizacji źródłowej za pomocą EMSI niż każda z tych modalności osobno13,30,31,37,38,39,40,41. Wykorzystując różne podejścia do lokalizacji źródłowej w celu zrekonstruowania aktywności w odpowiedzi na bodźce sensoryczne, Sharon i wsp.37 stwierdził, że EMSI ma konsekwentnie lepsze wyniki lokalizacji niż ESI lub MSI w porównaniu do funkcjonalnego MRI (fMRI), które służy jako nieinwazyjny punkt odniesienia dla dokładności precyzyjnej lokalizacji. Autorzy zasugerowali, że ta ulepszona lokalizacja wynika ze zwiększonej liczby czujników do rozwiązywania odwrotnego rozwiązania i różnych wzorców czułości dwóch modalności obrazowania37. Podobnie Yoshinaga i wsp.31 przeprowadził analizę dipolową na jednoczesnych danych EEG i MEG pacjentów z nieuleczalną padaczką związaną z lokalizacją i wykazał, że EMSI dostarczyło informacji, które nie byłyby możliwe do uzyskania przy użyciu tylko jednej metody i doprowadziło do udanej lokalizacji do operacji epilepsji u jednego z analizowanych pacjentów. W prospektywnym badaniu z zaślepioną próbą, Duez i wsp.13 pokazał, że EMSI osiągnęło znacznie wyższy iloraz szans (tj. prawdopodobieństwo uwolnienia się od napadów) w porównaniu do ESI i MSI, dokładność lokalizacji ≥52% oraz zgodność odpowiednio ≥53% i ≥36% z irytatywnym i SOZ. Nowsze badanie przeprowadzone przez naszą grupę42 wykazało, że EMSI zapewnia lepsze szacunki lokalizacji i lepszą wydajność przewidywania wyników niż sam ESI lub MSI, z błędami lokalizacji wynikającymi z resekcji i SOZ wynoszącymi odpowiednio ~8 mm i ~15 mm. Pomimo tych obiecujących wyników, brakuje badań, które zapewniłyby ramy metodologiczne dotyczące EMSI u dzieci z DRE.

To badanie ilustruje eksperymentalną konfigurację do jednoczesnego wykonywania zapisów MEG i HD-EEG, jak również ramy metodologiczne do analizy tych danych mające na celu zlokalizowanie strefy drażniącej, SOZ i elokwentnych obszarów mózgu u dzieci z DRE. Dokładniej rzecz ujmując, przedstawiono konfiguracje eksperymentalne do (i) rejestrowania i lokalizowania międzynapadowej i ictalowej aktywności padaczkowej podczas snu oraz (ii) rejestrowania reakcji wzrokowych, motorycznych, słuchowych i somatosensorycznych oraz mapowania odpowiednich elokwentnych obszarów mózgu (tj. wzrokowych, motorycznych, słuchowych i somatosensorycznych) podczas zadania wzrokowo-ruchowego, a także stymulacji słuchowych i somatosensorycznych. Szczegółowe etapy procesu analizy danych są dalej przedstawiane dla wykonywania EMSI, jak również poszczególnych ESI i MSI przy użyciu dipola prądu równoważnego (ECD) i dynamicznego statystycznego mapowania parametrycznego (dSPM).

Protokół

The experimental procedures applied here have been approved by the North Texas Regional Institutional Review Board (2019-166; Principal Investigator: Christos Papadelis). The following section will describe the experimental protocol for the noninvasive source localization of IEDs, ictal onsets, and event-evoked responses (i.e., visual, motor, auditory, and somatosensory) using simultaneous MEG and HD-EEG recordings followed in our laboratory. The International Federation of Clinical Neurophysiology43 and the American Clinical MEG Society44 have provided "minimum standards" for the routine clinical recording and analysis of spontaneous MEG and EEG data. Procedures for HD-EEG recordings described here apply only to sponge-based EEG electrode systems. The overall preparation process for each subject is about 2-3 h, comprising the actual recordings of ~1.5 h.

1. MEG system's preparation

  1. Before the subject's arrival, perform an empty-room MEG recording of a few minutes to capture the background noise levels and magnetic artifacts and check that all MEG sensors are working properly.
  2. Using the MEG sensors tuning program, ensure that the average white noise value of all MEG sensors is between 2 and 5 fT/√Hz (fT/cm√Hz for gradiometers).

2. Subject's preparation

  1. Ensure that the subject is comfortable with the environment. In the case of young children, allow them to explore the recording room (including the magnetically shielded room [MSR]) and see the testing equipment that will be used for data acquisition.
    1. Screen and provide the subject instructions using the screening consent form. If needed, explain the procedure to young children using special words, toys, and games developed for each age group. Ask the subject (or the subject's parents) if he/she had a seizure within the last ~2 h prior to the visit.
      NOTE: The screening consent form includes a description of the test, as well as its safety, why the testing is performed, and an overall description of the study.
  2. Remove any metallic and/or magnetic materials from the subject and provide the subject with appropriate hospital-issued clothes (e.g., hospital gowns, scrubs). In addition, ask the subject to remove his/her shoes to prevent magnetic dust from entering the MSR. If other ferromagnetic elements, such as dental works or implanted medical devices, cannot be removed, use a degausser (i.e., demagnetizer) to remove residual magnetic artifacts that can cause either interferences or high noise levels during MEG recordings. After making sure that all sources of magnetic noise have been removed, ask the subject to sit and get comfortable on a wooden chair where the next measurement procedures will be applied.
    NOTE: The degausser must not be applied directly to any implanted electronic devices (e.g., pacemakers, neuromodulation devices).
  3. Measure the subject's head circumference to select the appropriate EEG net size (usually 32-34 cm up to 58-61 cm). Using the centimeter side of the measuring tape, measure the head circumference by holding the tape from the subject's nasion to ~1 cm above the inion and then back to the nasion.
    NOTE: The nasion is the craniometric point between the eyes, whereas the inion is the tip of the external occipital protuberance.
    1. Select the correct net size that fits the subject's head circumference and soak it for at least 5 min (10 min maximum) into a liquid mixed solution composed of 1 qt of warm tap water, 1 tbsp of electrolytes (i.e., Potassium Chloride), and 1 tbsp of baby shampoo. During this soaking process, ensure that the net is turned inside out with the sponges facing out and the clasps fully loosened to fully immerse the sensors inside the plastic bucket containing the solution.
      NOTE: To ensure that the net's amplifier does not come near the solution and always remains dry, wrap a towel around the plug of the selected net and, if preferable, place it on a chair or support close to the sink where the plastic bucket is.
  4. Place five magnetic coils served as head position indicator (HPI) coils at known locations directly on the scalp of the subject using micropore paper tape: one on each side of the forehead near the hairline, one on each mastoid bone, and one on the top of the head.
    NOTE: The HPI coils define the position of the head relative to the superconducting quantum interference devices (SQUIDs) placed inside the MEG system by emitting known magnetic fields that can be localized during the scan. The number of HPI coils depends on the MEG system, but it usually ranges from 3-5 HPI coils.
  5. Place additional electrodes using tape to measure heart rate (electrocardiography, ECG), eye movements or blinks (electrooculography, EOG), and muscle activity (electromyography, EMG); the placement of these electrodes also allows the monitoring of the subject's health state.
    1. Place two ECG electrodes on the right and left side of the chest below the collarbones, respectively, to record the subject's heartbeat, and two EOG electrodes on the upper and lower side of the right eye, respectively, to record his/her vertical eye movements or blinks.
      1. To measure the muscle activity during the visuomotor task, additionally, wipe the subject's fingers with alcohol pads for better adhesion of the tape on the skin and tape a total of two pairs of non-disposable cup electrodes on each hand: one on the first dorsal interosseous (FDI) and one on the abductor pollicis brevis (APB).
      2. Before taping all these electrodes, place the conductive paste inside the electrode cup until it is slightly overfilled to reduce skin impedance and ensure an optimal blend of adhesiveness and conductivity.
    2. For tactile stimulation, attach thin elastic membranes directly to the distal, volar parts of three digits (i.e., thumb [D1], middle finger [D3], and pinky [D5]) of both hands. Inflate the membranes with compressed air pulses through rigid plastic tubes using an air puff stimulation device. Release the compressed air pulses with an inter-stimulus interval of 1.5 ± 0.5 s following a pseudorandom order. Adjust the pressure of the tactile stimulator to 50 psi.
  6. While the subject still sits on the wooden chair distant from any metallic object, determine the three-dimensional (3D) positions of the fiducial anatomical landmarks, five HPI coils, and other head shape points using a digitizer. During this head digitization process, ask the subject to sit comfortably, look straight ahead, and remain virtually motionless since small movements may affect the localization accuracy.
    1. Place the reference receiver through the plastic goggles (i.e., eyeglasses with the reference cube attached on one side) on the subject's head and adjust the clasps to ensure a fixed reference frame to the subject that must stay relatively still during the entire measurement.
    2. Through the primary stylus receiver, locate the fiducial anatomical landmarks (i.e., nasion and left/right preauricular points) and the HPI coils' position, and uniformly sample additional scalp points (at least 100, preferably close to ~500) to enhance a high-quality reconstruction of the head surface.
      NOTE: The fiducial anatomical landmarks define the subject coordinate system. The digitizer generates the coordinates of a sensor in the 3D space using one transmitter (typically mounted behind the subject on the back of the wooden chair) and two receivers (i.e., the stylus and reference receivers).
    3. After the digitization is completed, place the stylus receiver ~15 cm away from the subject and transmitter and digitize a random point to finish the digitization process.
      NOTE: This final step of the digitization process may differ from other commercial products.
  7. Before applying the EEG net, ask the subject to sit on a chair close to the EEG amplifier and place towels on his/her chest and shoulders to absorb eventual drips due to the net's application. Remove the EEG net from the plastic bucket, turn it with the sponges facing the

Wyniki

Pacjenci pediatryczni z DRE zostali zakwalifikowani do badania w Klinice Epilepsji w Instytucie Zdrowia Psychicznego Jane i Johna Justina w Cook Children's Health Care System (CCHCS). Poniżej przedstawiono dane trzech reprezentatywnych pacjentów: (i) 10-letniej dziewczynki, (ii) 13-letniego chłopca oraz (iii) 10-letniej dziewczynki.

Przypadek 1: Dziesięcioletnia pacjentka została przyjęta z napadami drgawek występującymi od trzeciego roku życia. Pacjentka cierpiała na codzienne napady nawet po podaniu 8 leków przeciwpadaczkowych (ASM). Początkowe napady charakteryzowały się odchyleniem gałek ocznych (nieokreślona strona) i zatrzymaniem aktywności behawioralnej. Później u pacjentki występowały codzienne napady trwające około 30 s, charakteryzujące się ictalnym wykrzywianiem ust (objaw „chapeau de gendarme”), odchyleniem głowy w lewo oraz obustronnym tonicznym sztywnieniem ramion (z przewagą prawej strony). Długoterminowe badanie wideo-EEG wykazało dwa skupiska asymetrycznych napadów tonicznych z odchyleniem głowy w lewo, po których następowało uniesienie lewego ramienia. Podczas snu zaobserwowano również trzy napady toniczne z częstymi seriami uogólnionych szybkich poliszpików i wolnych fal, z przerywanym otwieraniem oczu, spojrzeniem w górę oraz uniesieniem lewego lub prawego ramienia. Poliszpiki i wolne fale podczas snu były najbardziej widoczne w obrębie lewego środkowego płata skroniowego. MRI mózgu ujawniło następujące dysplazje wieloogniskowe: (i) ogniskową dysplazję kory (FCD) w lewym płacie ciemieniowym (zakręt pocentralny) z objawem transmantlowym (FCD typu II), (ii) FCD w prawym połączeniu ciemieniowo-potylicznym oraz (iii) FCD w lewym biegunie skroniowym. Pozytonowa tomografia emisyjna (PET) wykazała hipometabolizm w lewym płacie ciemieniowym, lewym płacie skroniowym oraz prawym połączeniu ciemieniowo-potylicznym, odpowiadający ogniskom nieprawidłowego sygnału (tzn. FCD) w badaniu MRI. U pacjentki zdiagnozowano epilepsję lekooporną o stereotypowej semiologii objawów „chapeau” z następującym po nich tonicznym sztywnieniem ramion, co sugerowało możliwe ognisko w przyśrodkowej części czołowej lub wyspie/płacie skroniowym. Zalecono rozległą obustronną eksplorację za pomocą stereo-EEG (sEEG) obejmującą płat czołowy, zakręt obręczy, wyspę oraz obszary dysplazji. Podczas monitorowania iEEG u pacjentki wystąpiły typowe napady z objawem „chapeau de gendarme”, po których następowało toniczne uniesienie/zgięcie prawej lub lewej kończyny górnej, co charakteryzowało się rozlanym początkiem w EEG, z maksimum nad obustronną przednią częścią wyspy. Wieloogniskowe IED były obserwowane głównie w prawym i lewym przednim płacie skroniowym oraz grzbietowo-bocznej korze czołowej, w tym w obustronnej wyspie. Wykonana analiza ESI zapisu iEEG potwierdziła lokalizację SOZ, która została zdefiniowana klinicznie obustronnie w lewej i prawej grzbietowo-bocznej korze czołowej oraz przedniej części wyspy.

W ramach oceny przedsztoperacyjnej przeprowadzono lokalizację źródła na podstawie jednoczesnych danych MEG i HD-EEG. Rejestracje MEG i HD-EEG wykazały częste IED w obu obszarach czołowo-skroniowych. Rysunek 3A przedstawia reprezentatywny przykład IED w danych MEG i HD-EEG; mapowanie pola topograficznego i potencjału z obu modalności wskazało na możliwe źródło w prawym obszarze czołowo-skroniowym. ESI wykazało rozproszoną grupę dipoli obejmującą obszary prawego i lewego płata czołowo-skroniowego oraz ciemieniowego. MSI wykazało ogniskową grupę dipoli w prawym płacie czołowo-skroniowym, zlokalizowaną w pobliżu prawej wyspy. EMSI wykazało ogniskowe grupy dipoli w obustronnych obszarach czołowo-skroniowych, co jest zgodne z ESI wykonanym na podstawie złotego standardu iEEG, który potwierdził obserwacje kliniczne (Rysunek 3C). Dipole te, oszacowane za pomocą EMSI, wykazały średnią odległość od zdefiniowanej przez iEEG SOZ wynoszącą 9,81 mm (mediana: 11,18; odchylenie standardowe: 2,37).

Przypadek 2: 13-letni chłopiec z lekooporną epilepsją został przyjęty z napadami, które rozpoczęły się w dziewiątym roku życia. Napady zaczynały się od aury, po której następowało odchylenie głowy i oczu w lewo, czasami z zachowaną świadomością, oraz ogniskowy klonus głowy w lewo; trwały one ok. 30 s i występowały kilka razy w tygodniu. Żaden z przepisanych leków przeciwpadaczkowych (ASM) nie pozwolił na opanowanie napadów. W długoterminowym badaniu wideo-EEG zaobserwowano prawostronne kolce skroniowe tylne oraz częste wyładowania iglica-fala w prawej półkuli, obejmujące korę skroniową środkową, czołowo-skroniową, skroniowo-ciemieniową oraz środkowo-ciemieniową. U pacjenta wystąpiło sześć napadów elektroklinicznych charakteryzujących się zmianą zachowania, odchyleniem głowy i oczu w lewo z wyprostem lewej ręki, a niekiedy aktywnością kloniczną lewej ręki, oraz trzy napady z wtórną obustronną aktywnością konwulsyjną. Maksymalny początek napadu znajdował się w prawym płacie skroniowym środkowym z ewolucją do prawego płata czołowo-skroniowego. MRI mózgu wykazało rozległą malformację kory w prawej półkuli mózgu (z przewagą w obszarze okołosylwianskim) oraz niewielki ubytek objętości w prawej półkuli mózgu z rozszerzeniem prawej komory bocznej ex vacuo. U pacjenta zdiagnozowano lekooporną epilepsję z początkiem w prawej półkuli, wskazującym na początek skroniowy i okołosylwiański w obrębie rozlanej malformacji kory. Wykonano stereo-EEG w celu określenia zakresu zajęcia, umieszczając elektrody w prawej korze skroniowej, okołosylwiańskiej, wyspie oraz korze ciemieniowo-potylicznej. Podczas monitorowania iEEG zarejestrowano kilka elektroklinicznych napadów ogniskowych z maksymalnym początkiem w szerokim obszarze prawego płata czołowo-skroniowego. Analiza ESI wykonana na danych iEEG zlokalizowała te napady w bardziej ogniskowym obszarze obejmującym zarówno prawy obszar skroniowy (w pobliżu prawej zakrętu skroniowego środkowego), jak i obszary okołosylwiańskie.

W ramach oceny przedoperacyjnej przeprowadzono jednoczesną MEG i HD-EEG, podczas których pacjent doznał dwóch napadów: jednego podczas siedzenia na drewnianym krześle w trakcie procesu digitalizacji oraz drugiego zarejestrowanego podczas właściwego pomiaru, którego początek był widoczny zarówno w MEG, jak i HD-EEG (Ryc. 4A). Mapy topografii pola i potencjału w momencie początku napadu wskazały, że generator początkowy napadu może znajdować się w prawym środkowym płacie skroniowym, co przedstawiono na Ryc. 4A. Lokalizacja źródła zdarzenia napadowego wykazała różne wyniki dla ESI i MSI: ESI wykazało dipole zlokalizowane w prawym płacie czołowo-skroniowym i centrum-ciemieniowym, podczas gdy MSI wykazało dipole o wysokim stopniu skupienia głównie w prawym płacie skroniowym (Ryc. 4B), z dodatkowymi rozproszonymi dipolami w korze czołowo-skroniowej. Dzięki połączeniu tych rozwiązań, EMSI ujawniło lokalizację początku napadu w płacie skroniowym, co było zgodne z ESI i złotym standardem iEEG (Ryc. 4B). W szczególności EMSI przedstawiło wyniki lokalizacji ze średnią odległością od SOZ określonej przez monitorowanie iEEG wynoszącą 12,21 mm (mediana: 13,62; std: 2,37).

Przypadek 3: 15-letnia pacjentka z idiopatyczną padaczką ogniskową została przyjęta z powodu napadów, które rozpoczęły się w wieku 13 lat, choć w retrospekcji mogły pojawić się już w wieku 8–9 lat, kiedy zdiagnozowano u niej tikiy ze względu na powtarzalne, stereotypowe ruchy szyi. Pacjentka miała krótkotrwałe pochylenia głowy w lewo, które czasami przechodziły w ogniskowe napady dyskognitywne z zachowaniami hipermotorycznymi (tj. uogólnione napady toniczno-kloniczne), a także nocne napady konwulsyjne. Podano kilka leków przeciwpadaczkowych (ASM), jednak nie udało się uzyskać pełnej kontroli nad napadami. Podczas długoterminowego monitorowania video-EEG u pacjentki wystąpiły ogniskowe napady elektrokliniczne z wtórnym uogólnieniem, rozpoczynające się w lewym tylnym płacie skroniowym, liczne krótkie ogniskowe napady motoryczne z pochyleniem głowy w lewo oraz subtelny napad elektrograficzny z początkiem w lewej korze centrumparietalnej. Rezonans magnetyczny (MRI) mózgu nie wykazał ostrych zmian wewnątrzczaszkowych, stwierdzono natomiast malformację Chiari I. Badanie pozytonowa tomografia emisyjna połączona z tomografią komputerową (PET-CT) głowy dało wynik negatywny. Zalecono dodatkową diagnostykę, taką jak ictal SPECT (pojedyncza tomografia emisyjna fotonowa w trakcie napadu), jednoczasowe MEG i HD-EEG, RTG kręgosłupa szyjnego, angiografię rezonans magnetyczną (MRA) głowy i szyi, a ostatecznie badanie sEEG lewej półkuli.

W ramach oceny pacjent uczestniczył w jednoczesnych rejestracjach MEG i HD-EEG w celu mapowania elokwentnych obszarów mózgu, takich jak pierwotna kora wzrokowa, ruchowa, słuchowa i somatosensoryczna. Początkowo pacjent wykonał zadanie wizuomotoryczne, po którym nastąpiły stymulacje słuchowe i somatosensoryczne. Pierwsza odpowiedź korowa na stymulację wzrokową wystąpiła ok. 70 ms po wystąpieniu bodźca zarówno w MEG, jak i w HD-EEG (Rycina 5A). Rycina 5B przedstawia mapy topografii pola i potencjałów lokalizacji korowych zaangażowanych w stymulację wzrokową odpowiednio dla MEG i HD-EEG. W przypadku HD-EEG zaobserwowano zmianę polaryzacji w kanałach obejmujących potyliczne obszary mózgu, podczas gdy w MEG w tych samych obszarach stwierdzono bardziej złożony rozkład pola (Rycina 5B). Lokalizacja źródła za pomocą dSPM wykazała ogniskową aktywność korową w tym punkcie czasowym w następujących regionach mózgu według atlasu Desikan-Killiany: (i) cuneus dla MSI; (ii) boczna kora potyliczna dla ESI; oraz (iii) cuneus i boczna kora potyliczna dla EMSI (Rycina 5C). Analiza czasowo-częstotliwościowa odpowiedzi kory wzrokowej wykazała synchronizację powiązaną z wydarzeniem (ERS) w paśmie częstotliwości gamma dla MSI (zakres przybliżony: 30-50 Hz), ESI (zakres przybliżony: 40-50 Hz) i EMSI (zakres przybliżony: 30-50 Hz) (Rycina 5D). W przypadku odpowiedzi wywołanych ruchem zaobserwowano supresję aktywności rytmu mu nad przeciwległym M1 podczas rozpoczęcia ruchu (Rycina 6A). Na Rycynie 6B przedstawiono mapy topografii pola i potencjałów obszarów mózgu aktywowanych podczas zadania ruchowego odpowiednio dla MEG i HD-EEG. Mapy pola MEG wskazały wyraźne zmiany dopływu i odpływu magnetycznego w przeciwległych centralnych obszarach mózgu, co może wskazywać na obecność ogniskowego generatora w przeciwległym M1 (Rycina 6B). Mapy potencjałów HD-EEG wykazały ogniskową zmianę polaryzacji w tych samych obszarach, z potencjałami elektrycznymi prostopadłymi do pól magnetycznych (Rycina 6B). Szczyty maksymalnej aktywacji źródła podczas wykonywania zadania tappingu zaobserwowano w przeciwległej zakręcie przedcentralnej atlasu Desikan-Killiany odpowiednio dla MSI, ESI i EMSI, jak pokazano na Rycynie 6C. Odpowiedzi korowe związane z ruchem, występujące podczas antycypacji nadchodzącego ruchu tappingu, wykazały ERS w pasmach beta i gamma dla MSI (zakres przybliżony: 20-30 Hz) i EMSI (zakres przybliżony: 20-40 Hz) oraz w paśmie gamma dla ESI (zakres przybliżony: 30-50 Hz), co w literaturze określane jest jako supresja rytmu mu (Rycina 6D).55,56 Pola i potencjały wywołane słuchowo w odpowiedzi na stymulację słuchową osiągnęły maksymalny szczyt dodatni ok. 80 ms i 120 ms po podaniu bodźca odpowiednio dla MEG i HD-EEG (Rycina 7A). Na Rycynie 7B przedstawiono mapy topografii pola i potencjałów lokalizacji korowych zaangażowanych w stymulację słuchową odpowiednio dla MEG i HD-EEG. Zarówno w MEG, jak i w HD-EEG zaobserwowano wyraźną zmianę polaryzacji z jasno zdefiniowanymi biegunami ujemnym i dodatnim w sensorach obejmujących lewe skroniowe obszary mózgu; te prostopadłe mapy pola magnetycznego i potencjału elektrycznego mogą wskazywać na obecność ogniskowego generatora w V1 (Rycina 7B). Podczas lokalizacji źródła uśrednionych pól i potencjałów wywołanych słuchowo maksymalną aktywację korową zaobserwowano w zakręcie skroniowym poprzecznym oraz w tylnej części górnego zakrętu skroniowego atlasu Desikan-Killiany odpowiednio dla MSI, ESI i EMSI (Rycina 7C). Analiza czasowo-częstotliwościowa odpowiedzi wywołanych słuchowo wykazała ERS w paśmie gamma dla MSI (zakres przybliżony: 40-60 Hz) i EMSI (zakres przybliżony: 35-50 Hz) oraz w pasmach częstotliwości beta i gamma (zakres przybliżony: 25-60 Hz) dla ESI (Rycina 7D). Na koniec zaobserwowano pierwszą aktywność korową w odpowiedzi na stymulację dotykową ok. 60 i 50 ms po wystąpieniu bodźca odpowiednio dla MEG i HD-EEG (Rycina 8A). Na Rycynie 8B przedstawiono mapy topografii pola i potencjałów obszarów mózgu aktywowanych podczas stymulacji somatosensorycznej odpowiednio dla MEG i HD-EEG. Mapy pola MEG wykazały wyraźną zmianę polaryzacji z wyraźnymi zmianami strumienia magnetycznego w sensorach obejmujących przeciwległe obszary ciemieniowe, podczas gdy mapy potencjałów HD-EEG wykazały mniej oczywistą zmianę polaryzacji w tych samych obszarach, z silniejszym biegunem dodatnim niż ujemnym. Te prostopadłe mapy pola magnetycznego i potencjału elektrycznego mogą wskazywać na ogniskowy generator korowy w S1. Stosując dSPM do uśrednionych odpowiedzi wywołanych somatosensorycznie, maksymalną aktywność źródła korowego w tym punkcie czasowym zaobserwowano w przeciwległej zakręcie postcentralnej atlasu Desikan-Killiany odpowiednio dla MSI, ESI i EMSI (Rycina 8C). W odpowiedzi na bodźce dotykowe zaobserwowano również ERS w pasmach częstotliwości beta i gamma dla MSI (zakres przybliżony: 15-40 Hz) i EMSI (zakres przybliżony: 20-40 Hz) oraz w paśmie częstotliwości gamma dla ESI (zakres przybliżony: 30-40 Hz) (Rycina 8D).

Konfiguracja obrazowania mózgu MEG; osoba z macierzą czujników; badania neuronaukowe; akwizycja danych.
Rysunek 1: Konfiguracja eksperymentalna do jednoczesnego pomiaru MEG i HD-EEG w CCHCS. (A) Systemy HD-EEG (256 kanałów) i MEG (306 czujników) z ramą MEG ustawioną w pozycji leżącej (90°, pozycja pozioma) do rejestracji w stanie spoczynku/snu przy użyciu niemetalowego łóżka kompatybilnego z MEG. Technik przygotowuje badaną (9-letnią dziewczynkę) do rejestracji, dbając o bezpieczeństwo i komfort. (B) Systemy HD-EEG i MEG ustawione do rejestracji w pozycji siedzącej przy użyciu niemetalowego krzesła kompatybilnego z MEG. Technik przygotowuje badaną do rejestracji, zapewniając prawidłową pozycję osoby przed ekranem, na którym wyświetlane będą bodźce wizualne podczas zadania wizuomotorycznego. Aby zobaczyć powiększoną wersję tego rysunku, kliknij tutaj.

Schemat koregistracji MEG HD-EEG; analiza dryftu w pomiarach symultanicznych, wyrównanie czujników.
Rysunek 2: Aspekty techniczne łączenia danych z symultanicznych zapisów MEG i HD-EEG przy użyciu różnych systemów akwizycji. (A) Wyrównanie przestrzenne (koregistracja) czujników MEG i HD-EEG w tym samym układzie współrzędnych (zdefiniowanym przez współrzędne głowy badanego) dla reprezentatywnej osoby (9-letnia dziewczynka). Współrzędne głowy badanego są reprezentowane przez następujące punkty referencyjne: nasion (kolor zielony) oraz lewy/prawy punkt przeduszny (odpowiednio kolor czerwony i niebieski). Wyświetlono 306 czujników MEG (kolor niebieski) – 102 magnetometry i 204 gradiometry planarne – oraz cewki wskaźnika pozycji głowy (HPI) (kolor magenta); wyrównane do tego samego układu współrzędnych wyświetlono również 256 kanałów HD-EEG (kolor różowy). (B) Panel lewy: Dryft liniowy (tj. delta, przedstawiona jako czarna linia) próbek danych występujący pomiędzy systemami MEG i HD-EEG dla reprezentatywnej osoby (9-letnia dziewczynka). Delta jest zdefiniowana jako wartość bezwzględna różnicy między czasami, w których ten sam wyzwalacz jest wysyłany do obu systemów MEG i EEG, i nieustannie rośnie w czasie: od wartości niskich (delta = 0 ms) do wysokich (delta = 197 ms). Korekcja dryftu liniowego, oszacowana przy użyciu funkcji wielomianowej do zastosowania w sygnałach, jest przedstawiona niebieską przerywaną linią. Skorygowany dryft (delta ~0 ms w czasie), reprezentujący zsynchronizowany czas między systemami MEG i EEG, jest przedstawiony czerwoną przerywaną linią. Panel prawy: Przedstawiono graficzną reprezentację przesunięcia czasowego (delta = 197 ms) oszacowanego dla ostatniego wyzwalacza wysłanego do obu systemów MEG i EEG. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Wykres jednoczesnych wyładowań międznapadowych w MEG i HD-EEG; obejmuje lokalizację źródła i model przedni.
Rycina 3: Międznapadowe wyładowania epileptформiczne (IEDs) w danych MEG i HD-EEG. (A) Fragment czasowy jednoczesnego zapisu MEG i HD-EEG (10 s) od 10-letniej pacjentki (przypadek 1) z częstymi IEDs. W celu wizualizacji wybrano podgrupę z 306 czujników MEG i 256 elektrod EEG. Mapy pola topograficznego i potencjału w szczycie wyładowania IED są przedstawione odpowiednio w wewnętrznych panelach dla MEG i HD-EEG. (B) Położenie czujników MEG i HD-EEG (kolor żółty) zarejestrowane wspólnie na 3D powierzchni głowy i kory (kolor niebieski) pacjentki. Realistyczny model głowy oparty na metodzie elementów brzegowych (BEM), składający się z trzech warstw [tj. skóry głowy (kolor szary), zewnętrznej części czaszki (kolor żółty) oraz wewnętrznej części czaszki (kolor różowy)], zrekonstruowany z przedoperacyjnego MRI pacjentki. (C) Wyniki grupowania lokalizacji źródła dla IEDs przeprowadzone z użyciem równoważnego dipola prądowego (ECD) przedstawione na przedoperacyjnym MRI pacjentki dla ESI, MSI, EMSI oraz ESI w iEEG (złoty standard)52. Mapy cieplne grupowania dipoli z dopasowaniem (goodness-of-fit) >60% są wyświetlane od wartości niskich (niebieski) do wysokich (czerwony). Strefa początku napadu zdefiniowana poprzez ESI przeprowadzone na danych iEEG została uznana za złoty standard (pomarańczowe i zielone okręgi). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Analiza początku napadu w MEG i HD-EEG; lokalizacja źródła poprzez skupienie ECD; wyniki MRI.
Rycina 4: Początek napadu w danych MEG i HD-EEG. (A) Odcinek czasowy jednoczesnego zapisu MEG i HD-EEG (10 s) u 13-letniego pacjenta płci męskiej (Przypadek 2) z momentem początku napadu (czerwona strzałka). Do celów wizualizacji wybrano podgrupę z 306 czujników MEG i 256 elektrod EEG. Mapy topograficzne pola i potencjału w momencie rozpoczęcia stanu ictalnego przedstawiono odpowiednio na wewnętrznych panelach dla MEG i HD-EEG. (B) Wyniki analizy skupienia lokalizacji źródła przeprowadzonej w momencie rozpoczęcia zdarzenia ictalnego przy użyciu metody ekwiwalentnego dipola prądowego (ECD) przedstawiono na przedoperacyjnym obrazie MRI pacjenta dla ESI, MSI, EMSI oraz ESI w iEEG (złoty standard)52. Mapy ciepła skupienia dipoli z dopasowaniem (goodness-of-fit) >60% przedstawiają wartości od niskich (niebieski) do wysokich (czerwony). Strefę początku napadu zdefiniowaną za pomocą ESI w danych iEEG uznano za złoty standard (niebieskie koło). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Odpowiedzi wzrokowe; schemat MEG, HD-EEG; aktywacja, analiza czasowo-częstotliwościowa; badanie neurologiczne.
Rysunek 5: Pola i potencjały wzrokowo wywołane z danych MEG i HD-EEG. (A) Przedstawiono uśrednione odpowiedzi wzrokowo wywołane u 15-letniej dziewczynki dla MEG (panel górny) i HD-EEG (panel dolny) w przedziale czasowym od -100 ms do 300 ms. (B) Przedstawiono mapy topografii pola i potencjału pierwotnej kory wzrokowej odpowiednio dla MEG i HD-EEG. (C) Mapy aktywacji źródeł z maksymalnymi amplitudami aktywacji kory w regionach mózgu atlasu Desikana-Killiany'ego (a mianowicie w klinie oraz bocznej korze potylicznej), oszacowane metodą dynamicznego parametrycznego mapowania statystycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Przedstawiono mapy cieplne aktywacji źródeł (znormalizowany wynik z dSPM). (D) Przedstawiono mapy czasowo-częstotliwościowe uzyskane za pomocą dekompozycji czasowo-częstotliwościowej falką Morleta dla odpowiedzi wzrokowo wywołanych w pierwotnej korze wzrokowej w oknie czasowym od -100 ms do 300 ms. Przedstawiono mapy cieplne mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia danych znormalizowanych od średniej w okresie bazowym [-200; 0] ms. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Odpowiedzi wywołane ruchowo; wykresy MEG/HD-EEG, topografia, mapy aktywacji, analiza czasowo-częstotliwościowa.
Rysunek 6: Pola i potencjały wywołane ruchowo z danych MEG i HD-EEG. (A) Przedstawiono uśrednione odpowiedzi wywołane ruchowo u 15-letniej dziewczynki dla MEG (górny panel) i HD-EEG (dolny panel) dla zadania tappingu palcem wskazującym lewej ręki w przedziale czasowym od -100 do 300 ms. Sygnał elektromiograficzny (EMG) (środkowy panel) z początkiem ruchu (fioletowa strzałka) został wyświetlony dla przedziału czasowego od -100 ms do 300 ms; sygnał jest filtrowany w pasmie częstotliwości 30-300 Hz (filtr Notch: 60 Hz). (B) Wyświetlono mapy topograficzne pól i potencjałów pierwotnej kory ruchowej odpowiednio dla MEG i HD-EEG. (C) Mapy aktywacji źródeł z maksymalnymi amplitudami aktywacji korowej w przeciwległym zakręcie przedcentralnym atlasu Desikana-Killiany, oszacowane przy użyciu metody dynamicznego mapowania parametrycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Przedstawiono mapy cieplne aktywacji źródła (znormalizowany z-score dSPM) wraz z bruzdą środkową (czarna linia). (D) Mapy czasowo-częstotliwościowe uzyskane za pomocą czasowo-częstotliwościowego rozkładu falką Morleta na odpowiedziach wywołanych ruchowo w pierwotnej korze ruchowej dla okna czasowego od -300 ms do 500 ms. Wyświetlono mapy cieplne mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia danych znormalizowanych od średniej w okresie bazowym [-1500; -1000] ms. Prosimy kliknąć tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Reakcje słuchowe MEG i HD-EEG; topografia, mapy aktywacji, wykresy analizy czasowo-częstotliwościowej.
Rysunek 7: Pola i potencjały wywołane słuchowo z danych MEG i HD-EEG. (A) Średnie odpowiedzi słuchowe wywołane u 15-letniej żeńskiej pacjentki dla MEG (panel górny) i HD-EEG (panel dolny) przedstawione dla przedziału czasowego od -100 ms do 300 ms. (B) Mapy topograficzne pola i potencjału kory słuchowej pierwotnej przedstawione odpowiednio dla MEG i HD-EEG. (C) Mapy aktywacji źródeł z maksymalnymi amplitudami aktywacji kory w obrębie zakrętu skroniowego poprzecznego i tylnej części zakrętu skroniowego górnego atlasu Desikana-Killiany’ego, oszacowane metodą dynamicznego parametrycznego mapowania statystycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Przedstawiono mapy ciepła aktywacji źródeł (znormalizowany wynik z dSPM). (D) Mapy czasowo-częstotliwościowe otrzymane za pomocą dekompozycji czasowo-częstotliwościowej falką Morleta dla odpowiedzi słuchowych wywołanych w korze słuchowej pierwotnej w oknie czasowym od -100 do 300 ms. Przedstawiono mapy ciepła mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia danych znormalizowanych od średniej w okresie bazowym [-500; 0] ms. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Somatosensoryczna odpowiedź wywołana; wykresy MEG, HD-EEG; mapy topografii, aktywacji i czasowo-częstotliwościowe.
Rysunek 8: Pola i potencjały somatosensoryczne wywołane z danych MEG i HD-EEG. (A) Przedstawiono uśrednione somatosensoryczne odpowiedzi wywołane u 15-letniej dziewczynki dla MEG (panel górny) i HD-EEG (panel dolny) po stymulacji palców lewej ręki w przedziale czasowym od -100 do 300 ms. (B) Przedstawiono mapy topografii pola i potencjału pierwotnej kory somatosensorycznej odpowiednio dla MEG i HD-EEG. (C) Mapy aktywacji źródeł z maksymalnymi amplitudami aktywacji korowej w przeciwległym zakręcie pocentralnym atlasu Desikana-Killianya, oszacowane metodą dynamicznego mapowania parametrycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Przedstawiono mapy ciepła aktywacji źródeł (znormalizowany wynik z dSPM) wraz z bruzdą środkową (czarna linia). (D) Mapy czasowo-częstotliwościowe uzyskane za pomocą dekompozycji czasowo-częstotliwościowej falką Morleta na podstawie somatosensorycznych odpowiedzi wywołanych w pierwotnej korze somatosensorycznej dla okna czasowego od -100 ms do 300 ms. Przedstawiono mapy ciepła mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia danych znormalizowanych od średniej w okresie bazowym [-100; 0] ms. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Dyskusja

W tym badaniu ilustrujemy eksperymentalną konfigurację do jednoczesnego rejestrowania MEG i HD-EEG u dzieci z DRE podczas odpoczynku / snu, wykonywania zadania lub odbierania bodźców, a także proponujemy ramy metodologiczne do lokalizacji strefy drażniącej, SOZ i elokwentnych obszarów mózgu za pomocą EMSI, a także indywidualnych MSI i ESI. Ponadto przedstawiamy zalecenia techniczne dotyczące łączenia danych MEG i HD-EEG z różnych dostępnych na rynku produktów, które mają unikalne cechy. Przedstawiamy dane z trzech przypadków, aby zwiększyć przydatność kliniczną EMSI w lokalizacji padaczkowych i elokwentnych obszarów mózgu. Uzyskane wyniki wskazują, że wyniki EMSI przewyższają wyniki uzyskane za pomocą dowolnej z tych modalności osobno, najprawdopodobniej ze względu na wartość addytywną uzupełniających się właściwości sygnałów MEG i EEG w połączonym roztworze oraz prawdopodobnie ze względu na zwiększoną liczbę czujników używanych do rejestrowania danych (>550 czujników). W szczególności EMSI nieinwazyjnie zlokalizowało czynniki drażniące i SOZ z zgodnymi wynikami jako ESI na złotym standardzie iEEG, co potwierdziło obserwacje kliniczne.

Proponowana metodologia obejmuje następujące kluczowe etapy: (i) wysokiej jakości pozyskiwanie jednoczesnych zapisów MEG i HD-EEG (tj. wysokiego SNR) z wysokim próbkowaniem przestrzennym czujników (>550 czujników) obejmujących cały mózg aktywności międzynapadowej i ictal, a także pól i potencjałów wywołanych wzrokowo, motorycznie, słuchowo i somatosensorycznie, od dzieci z DRE (kroki 3.1-3.2); (ii) synchronizacja czasowa i przestrzenna korejestracja sygnałów MEG i HD-EEG zarejestrowanych za pomocą różnych systemów akwizycji (etap 3.12); (iii) staranne wstępne przetwarzanie i selekcja porcji danych zawierających odpowiednio aktywność międzygrupową (kroki 4.1.1–4.1.7), aktywność początkową ICTAL (etapy 4.2.1–4.2.7) oraz reakcje związane ze zdarzeniem (kroki 4.3.1–4.3.6); oraz (iv) dokładna lokalizacja źródła strefy drażniącej, SOZ i elokwentnych obszarów zainteresowania mózgu przy użyciu wiarygodnych metod lokalizacji źródła (np. ECD z grupowaniem i dSPM) (kroki odpowiednio 4.1.8-4.1.9, 4.2.8-4.2.9 i 4.3.7-4.3.9).

Najbardziej krytycznym krokiem podczas wykonywania jednoczesnych zapisów MEG i HD-EEG jest przestrzenna (wyrównanie między przestrzeniami współrzędnych) i czasowa (korekta liniowego dryfu zegara) synchronizacja danych zarejestrowanych przez oba systemy akwizycji. Taka synchronizacja jest kluczowa dla zapewnienia prawidłowej identyfikacji zdarzeń międzynapadowych, ictal i wzrokowo-motorycznych/słuchowych/dotykowych, które jednocześnie występują w sygnałach MEG i HD-EEG. Błędy w wyborze punktu czasowego tych zdarzeń mogą wpływać na wyniki lokalizacji źródła i identyfikować obszary mózgu, które niekoniecznie są zaangażowane w generowanie tych zdarzeń.

Systemy MEG często oferują kompatybilne 32-, 64- i 128-kanałowe systemy EEG wbudowane w produkt do wykonywania jednoczesnych pomiarów MEG i EEG. W takich przypadkach nie ma potrzeby czasowej synchronizacji danych poprzez wysyłanie wspólnych sygnałów wyzwalających. Podobnie, większość systemów EEG jest obecnie kompatybilna ze wszystkimi systemami MEG. Pomimo tych postępów w sprzęcie, tylko kilka ośrodków leczenia padaczki wykonuje jednoczesne zapisy MEG i HD-EEG w ramach oceny przedoperacyjnej. W tym przypadku wykorzystaliśmy taką integrację i połączyliśmy 306-kanałowe systemy MEG i 256-kanałowe systemy EEG, aby jednocześnie rejestrować aktywność mózgu za pomocą >550 czujników pokrywających głowę badanego. Do tej pory dostępnych jest niewiele programów do zaawansowanej analizy danych MEG, HD-EEG i iEEG (np. Brainstorm, CURRY, EEGLab, FieldTrip, MNE czy NUTMEG). W związku z tym konieczne są dalsze badania, aby zwalidować proponowaną metodologię za pomocą nowego oprogramowania do analizy neuroobrazowania. Wreszcie, połączenie MSI i ESI w unikalne rozwiązanie (EMSI) zwiększyło złożoność obliczeniową analizy danych.

Opisana metoda przedstawia kilka ograniczeń, które powinny zostać uwzględnione w przyszłych badaniach. Ręcznie wybraliśmy IED występujące zarówno w danych MEG, jak i HD-EEG dwóch reprezentatywnych pacjentów, ignorując skoki międzynapadowe, które wystąpiły tylko w jednym z dwóch sygnałów (MEG lub EEG). Ręczny wybór impulsów może być czasochłonnym i subiektywnym podejściem, które można uprościć za pomocą zautomatyzowanych metod wykrywania improwizowanych ładunków wybuchowych opracowanych w ciągu ostatnich dziesięcioleci 57,58,59. Jednak kontrola wzrokowa jest zawsze zalecana w celu dokładnej analizy i precyzyjnego wykrywania każdego IED. Ponadto użyliśmy SOZ jako przybliżenia EZ. Jednak SOZ nie zawsze przewiduje wyniki operacji 60,61,62,63. Przyszłe badania mogą zatem wykorzystać wynik operacji jako prawdę podstawową do bardziej precyzyjnego nakreślenia EZ 13,14,15,16,17,19,20. Chociaż napady można z powodzeniem wychwycić za pomocą jednoczesnych MEG i EEG oraz zlokalizować przy użyciu odpowiednich technik lokalizacji źródłowej44,64, stosunkowo rzadko rejestruje się takie zdarzenia w praktyce klinicznej, zwłaszcza u pacjentów ambulatoryjnych leczonych ASM. Wynika to głównie z ograniczonego czasu trwania nagrań MEG i nadmiernych ruchów ciała występujących podczas napadów (np. głowa pacjenta wysunęła się z dewara), co może powodować artefakty biologiczne, które mogą poważnie wpłynąć na wyniki lokalizacji źródła. W niedawnym przeglądzie Stefan i wsp. opisali występowanie napadów podczas zapisów MEG u 7%-24% pacjentów, ze średnim czasem rejestracji od 30 minut do 5,7 godziny w różnych badaniach65. W CCMC u 18 z 89 (20,2%) pacjentów wystąpiły zdarzenia ictal uchwycone podczas jednoczesnych zapisów MEG i HD-EEG wykonanych w ciągu ostatnich ~2 lat. Jednak tylko 8 z 18 (44,4%) pacjentów zostało pomyślnie przeanalizowanych. W przypadkach, gdy międzynapadowe zapisy MEG wykazują normalne lub niejednoznaczne wyniki, ictal MEG lub HD-EEG mogą być użyte do lokalizacji EZ z dużą precyzją. Należy jednak uwzględnić wymagania techniczne i logistyczne dotyczące tych nagrań. Ponadto reprezentatywne dane dotyczące lokalizacji elokwentnej kory mózgowej za pomocą EMSI nie zostały porównane z żadnymi złotymi standardami lokalizacji tych funkcjonalnych obszarów mózgu, takimi jak nieinwazyjny fMRI lub śródoperacyjna stymulacja elektrokorowa. Dalsze badania mogą zatem zintegrować EMSI i fMRI w kierunku multimodalnego narzędzia do nieinwazyjnego obrazowania, aby poprawić dokładność lokalizacji tych wymownych obszarów mózgu u dzieci z DRE. Praca ta może być również rozszerzona o lokalizację innych funkcjonalnych obszarów mózgu, takich jak regiony wymowy językowej. Lokalizacja funkcji językowych ma kluczowe znaczenie podczas przedoperacyjnej oceny pacjentów z DRE w celu określenia ich kandydatury chirurgicznej, zaplanowania zakresu resekcji chirurgicznej i zapobiegania trwałym pooperacyjnym deficytom funkcjonalnym66. Kilka nieinwazyjnych badań wykazało, że mapowanie języka za pomocą MEG może zapewnić zgodne wyniki, podobne do inwazyjnego testu WADA, który jest często uważany za złoty standard identyfikacji dominującej półkuli językowej 67,68,69,70. Niedawne badanie zaproponowało podejście multimodalne, w którym połączenie różnych technik (tj. mapowania stymulacji korowej, elektrokortykografii o wysokim współczynniku gamma, fMRI i przezczaszkowej stymulacji magnetycznej) może dostarczyć wzajemnych, potwierdzających i uzupełniających informacji do przedoperacyjnego mapowania języka71. Pomimo tych zalet, mapowanie obszarów językowych jest nadal trudne u pacjentów pediatrycznych, którzy mają bariery poznawcze, intelektualne i językowe ze względu na swój wiek. W związku z tym w niedalekiej przyszłości powinno zostać opracowanych więcej zadań dostosowanych do wieku i konfiguracji przyjaznych dzieciom. W tej pracy przeanalizowaliśmy dane MEG i HD-EEG przy użyciu oprogramowania, które nie jest certyfikowane do celów klinicznych. Chociaż udowodniono, że narzędzia te są cenne i skuteczne, wiążą się z problemami związanymi z odpowiedzialnością, które należy wziąć pod uwagę przy zgłaszaniu wyników oceny przedoperacyjnej do użytku klinicznego. W tym miejscu opisujemy procedury zapisów HD-EEG przy użyciu wyłącznie systemów elektrod EEG na bazie gąbki. Alternatywne systemy wykorzystujące żelowe elektrody EEG są szeroko stosowane zarówno w warunkach klinicznych, jak i badawczych. Chociaż zapewniają one wyższe zapisy EEG SNR, wymagały dłuższego czasu przygotowania (~40-60 min), a zatem są mniej odpowiednie do użytku pediatrycznego. Alternatywnie, kilka laboratoriów korzysta z żelowych systemów EEG o niskiej gęstości podczas zapisów MEG, które są korzystne pod względem czasu przygotowania (w porównaniu z systemami HD-EEG), ale oferują znacznie niższą rozdzielczość przestrzenną ze względu na zmniejszoną liczbę elektrod pokrywających całą skórę głowy 12,16,72,73.

Obecnie lokalizacja padaczkotwórczych obszarów mózgu u pacjentów z padaczką jest nadal osiągana głównie dzięki monitorowaniu iEEG. Co więcej, metodologia precyzyjnej lokalizacji elokwentnych obszarów mózgu jest słabo zdefiniowana, a konfiguracje eksperymentalne stosowane obecnie w laboratoriach MEG są nieodpowiednie dla pacjentów pediatrycznych, podczas gdy zastosowanie HD-EEG do tego celu jest bardzo ograniczone. Dokładna lokalizacja tych obszarów może ułatwić ocenę przedoperacyjną i usprawnić planowanie chirurgiczne resekcji lub umieszczenia elektrody iEEG. Do tej pory w kilku badaniach analizowano udział ESI lub MSI w przedoperacyjnej ocenie pacjentów z DRE i padaczką ogniskową w celu identyfikacji EZ 12,13,14,15,16,17,18,19 i elokwentnych obszarów kory somatosensorycznej 41odpowiednio. Niewiele badań wykazało lepsze wyniki lokalizacji źródeł i wydajność przewidywania wyników przy użyciu EMSI w porównaniu z samym MSI lub ESI 13,31,42. Pomimo tych ustaleń, rejestracja MEG i EEG rzadko jest wykonywana jednocześnie, a MSI i ESI są wdrażane tylko w kilku ośrodkach leczenia padaczki na całym świecie. Zgodnie z naszą najlepszą wiedzą, jest to pierwsze badanie, które dostarcza sugestii dotyczących jednoczesnego zbierania i analizowania danych MEG i HD-EEG, a także wykonywania EMSI w padaczce dziecięcej w celu nieinwazyjnej identyfikacji strefy drażniącej, SOZ i elokwencyjnych obszarów mózgu, a mianowicie pierwotnej kory wzrokowej, ruchowej, słuchowej i somatosensorycznej.

W tym przypadku przeprowadziliśmy EMSI na kolcach międzynapadowych i zdarzeniach ictal wykrytych na jednoczesnych nieinwazyjnych danych od dwóch pacjentów z DRE (przypadki 1 i 2) i osiągnęliśmy błąd lokalizacji źródła wynoszący odpowiednio ~9 mm i ~12 mm od SOZ, zgodnie z wcześniejszymi badaniami42. Imponujące jest to, że taka metoda osiągnęła dokładność lokalizacji porównywalną z wynikami wewnątrzczaszkowymi (tj. ESI na danych iEEG), z grupowanymi dipolami zlokalizowanymi w obszarze mózgu wskazanym jako padaczkowe przez obserwacje kliniczne (Figura 3C i Figura 4B). Korzystając z nieinwazyjnych danych od trzeciego reprezentatywnego pacjenta z DRE (przypadek 3), przeprowadziliśmy również EMSI na czynnościach wzrokowych, motorycznych, słuchowych i somatosensorycznych i znaleźliśmy wyraźne wzorce aktywacji źródła w odpowiednich elokwentnych obszarach mózgu (tj. Korze wzrokowej, motorycznej, słuchowej i somatosensorycznej) (Figura 5C, Figura 6C, Figura 7C i Figura 8C).

Nasze wyniki uzyskano z połączenia uzupełniających się informacji uzyskanych za pomocą modalności MEG i EEG, które mogą poprawić dokładność lokalizacji. EEG jest dobrze znane z tego, że odzwierciedla wszystkie prądy wewnątrzczaszkowe, podczas gdy MEG jest w większości wrażliwy na źródła styczne i ślepy na głębokie źródła w mózgu29,74. Jak wykazano w tym badaniu, połączenie MEG i EEG może zatem przezwyciężyć ograniczenia każdej modalności, zapewnić lepsze wyniki lokalizacji i zidentyfikować epileptogenne i elokwentne obszary mózgu, które mogły zostać pominięte przez ESI lub MSI, gdyby były stosowane samodzielnie. Ponadto przedstawiamy alternatywne, nieinwazyjne podejście do mapowania elokwentnych obszarów mózgu za pomocą EMSI u tych pacjentów, którzy nie przeszli fMRI podczas oceny przedoperacyjnej.

Lokalizacja epileptogennych i elokwentnych obszarów mózgu przy użyciu technik nieinwazyjnych, takich jak jednoczesne MEG i EEG, jest niezbędnym krokiem podczas przedoperacyjnej oceny dzieci z DRE w celu całkowitego usunięcia lub odłączenia EZ przy zachowaniu elokwentnych obszarów kory mózgowej. Proponowana metodologia zawiera szczegółowy opis pozyskiwania i analizy jednoczesnych danych MEG i EEG, co potwierdza jej zastosowanie nie tylko w przedoperacyjnej ocenie padaczki, ale także w neuronaukach poznawczych do badania fizjologicznych funkcji zdrowego mózgu zarówno u typowo rozwijających się dzieci, jak i zdrowych dorosłych, a także morfologicznych i funkcjonalnych zmian w mózgu związanych z padaczką lub innymi zaburzeniami neurologicznymi. Przyszłe badania nad padaczkowymi sieciami mózgowymi mogą również ocenić, czy węzły sieciowe (tj. wysoce połączone regiony mózgu) oszacowane nieinwazyjnie za pomocą EMSI na jednoczesnych danych MEG i HD-EEG mogą dokładniej zlokalizować EZ u dzieci z DRE niż te oszacowane za pomocą samego MSI i/lub ESI 75,76,77. Co więcej, nieinwazyjne mapowanie czasoprzestrzennych propagacji skoków i zmarszczek (tj. oscylacji o wysokiej częstotliwości, >80 Hz), oszacowane za pomocą EMSI, może pomóc w lepszym zrozumieniu patofizjologicznych mechanizmów rozprzestrzeniania się aktywności padaczkowej i nieinwazyjnej ocenie generatora początków tych propagacji, który jest precyzyjnym biomarkerem EZ78,79. Przedstawiony protokół może pomóc w dalszym badaniu komplementarności systemów MEG i EEG poprzez badanie wrażliwości matryc czujników MEG i EEG na źródła o różnych orientacjach. Taka analiza może dostarczyć informacji na temat właściwości elektrofizjologicznych mózgu podczas jednoczesnego wykonywania MEG i HD-EEG.

Oświadczenia

Autorzy nie informują o żadnych ujawnieniach.

Podziękowania

Ta praca była wspierana przez National Institute of Neurological Disorders and Stroke (R01NS104116; R01NS134944; Kierownik projektu: Christos Papadelis).

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Jednostka AIRSTIMSD InstrumentsN/ASystem SDI AIRSTIM to alternatywny, bezwarunkowy bodziec do szoku
Szampon dla dzieci Szampon dlaJohnson N/ABaby jest tak delikatny dla oczu jak czysta woda i został specjalnie zaprojektowany, aby delikatnie oczyszczać dziecko s delikatne włosy i skóra głowy. 
Środek dezynfekujący Control IIIMaril Products, Inc.http://www.controlthree.com/Roztwór dezynfekujący i bakteriobójczy opracowany dla szpitali
Elekta NeuromagTRIUXNM24132AKompleksowy bioelektromagnetyczny system pomiarowy charakteryzujący się 306-kanałowym neuromagnetometrem do funkcjonalnych badań mózgu
Technologia FASTRAKPolhemusNS-7806Wykorzystując technologię elektromagnetyczną klimatyzacji, FASTRAK dostarcza dokładne dane o pozycji i orientacji, praktycznie bez opóźnień. Dzięki jednemu źródłu magnetycznemu FASTRAK dostarcza dane do maksymalnie czterech czujników. Źródło emituje pole elektromagnetyczne, czujniki w polu zasięgu są śledzone w pełnym 6DOF (6 Degrees-Of-Freedom). Konfiguracja jest prosta i intuicyjna, nie wymaga kalibracji przez użytkownika.
Oryginalne elektrody EEG wielokrotnego użytku z trawyNatus Medical, Inc.Nie dotyczyKażda elektroda EEG z prawdziwej trawy przechodzi rygorystyczne testy mechaniczne i elektryczne, aby zapewnić długą żywotność oraz niezrównaną czystość i niezawodność zapisu.
Siatka czujników geodezyjnychElectrical Geodesics, Inc.S-MAN-200-GSNR-00132 do 256 elektrod do umieszczenia na ludzkiej głowie w celu uzyskania danych elektroencefalograficznych o gęstej matrycy
System digitalizacji czujnika GeoScanElectrical Geodesics, Inc.8100550-03Ręczny skaner i oprogramowanie do rejestracji pozycji elektrody 3D
Natus Xltek NeuroWorksNatus Medical, Inc.https://natus.com/Platforma Natus NeuroWorks upraszcza proces gromadzenia, monitorowania i zarządzania danymi na potrzeby rutynowych badań EEG, ambulatoryjnych EEG, monitorowania długoterminowego, monitorowania OIT i badań naukowych.
Oprogramowanie EEG Natus NeuroWorksNatus Medical, Inc.Oprogramowanie https://natus.com/neuro/neuroworks-eeg-software/NeuroWorks EEG upraszcza proces gromadzenia, monitorowania, trendowania i zarządzania danymi z badań EEG, umożliwiając świadczeniodawcom oszczędzanie czasu i skupienie się na zapewnianiu najlepszej opieki.
ROSA ONE BrainZimmer Biomethttps://www.zimmerbiomet.com/en/products-and-solutions/zb-edge/robotics/rosa-brain.htmlROSA ONE Brain to zrobotyzowane rozwiązanie, które pomaga chirurgom w planowaniu i wykonywaniu skomplikowanych zabiegów neurochirurgicznych przez mały otwór w czaszce.
Ten20 Pasta przewodzącaWeaver i firmaN/ATen20 zawiera odpowiednią równowagę między przyczepnością a przewodnością, dzięki czemu elektrody pozostają na swoim miejscu, a jednocześnie umożliwiają przekazywanie sygnałów elektrycznych.
dzieci

Bibliografia

  1. Oldham, M. S., Horn, P. S., Tsevat, J., Standridge, S. Costs and clinical outcomes of epilepsy surgery in children with drug-resistant epilepsy. Pediatr Neurol. 53 (3), 216-220 (2015).
  2. Willie, J. T., et al. Real-time magnetic resonance-guided stereotactic laser amygdalohippocampotomy for mesial temporal lobe epilepsy. Neurosurgery. 74 (6), 569-584 (2014).
  3. Rosenow, F., Lüders, H. Presurgical evaluation of epilepsy. Brain. 124, Pt 9 1683-1700 (2001).
  4. Önal, Ç, et al. Complications of invasive subdural grid monitoring in children with epilepsy). J Neurosurg. 98 (5), 1017-1026 (2003).
  5. Hader, W. J., et al. Complications of epilepsy surgery-a systematic review of focal surgical resections and invasive EEG monitoring. Epilepsia. 54 (5), 840-847 (2013).
  6. Meng, Y., et al. Risk factors for surgical site infection after intracranial electroencephalography monitoring for epilepsy in the pediatric population. J Neurosurg Pediatr. 22 (1), 31-36 (2018).
  7. Jobst, B. C., et al. Intracranial EEG in the 21st Century. Epilepsy Curr. 20 (4), 180-188 (2020).
  8. Schwartz, E. S., et al. Magnetoencephalography for pediatric epilepsy: how we do it. AJNR Am J Neuroradiol. 29 (5), 832-837 (2008).
  9. Michel, C. M., et al. Electric source imaging of human brain functions. Brain Res Rev. 36 (2-3), 108-118 (2001).
  10. Michel, C. M., He, B. EEG source localization. Handb Clin Neurol. 160, 85-101 (2019).
  11. Michel, C. M., Brunet, D. EEG source imaging: A practical review of the analysis steps. Front Neurol. 10, 325(2019).
  12. Plummer, C., et al. Interictal and ictal source localization for epilepsy surgery using high-density EEG with MEG: a prospective long-term study. Brain. 142 (4), 932-951 (2019).
  13. Duez, L., et al. Electromagnetic source imaging in presurgical workup of patients with epilepsy: A prospective study. Neurology. 92 (6), e576-e586 (2019).
  14. Mouthaan, B. E., et al. Diagnostic accuracy of interictal source imaging in presurgical epilepsy evaluation: A systematic review from the E-PILEPSY consortium. Clin Neurophysiol. 130 (5), 845-855 (2019).
  15. Pellegrino, G., et al. Clinical yield of magnetoencephalography distributed source imaging in epilepsy: A comparison with equivalent current dipole method. Hum Brain Mapp. 39 (1), 218-231 (2018).
  16. Tamilia, E., et al. Assessing the localization accuracy and clinical utility of electric and magnetic source imaging in children with epilepsy. Clin Neurophysiol. 130 (4), 491-504 (2019).
  17. Coito, A., et al. Interictal epileptogenic zone localization in patients with focal epilepsy using electric source imaging and directed functional connectivity from low-density EEG. Epilepsia Open. 4 (2), 281-292 (2019).
  18. Singh, J., Ebersole, J. S., Brinkmann, B. H. From theory to practical fundamentals of electroencephalographic source imaging in localizing the epileptogenic zone. Epilepsia. 63 (10), 2476-2490 (2022).
  19. Brodbeck, V., et al. Electrical source imaging for presurgical focus localization in epilepsy patients with normal MRI. Epilepsia. 51 (4), 583-591 (2010).
  20. Santalucia, R., et al. Clinical added value of interictal automated electrical source imaging in the presurgical evaluation of MRI-negative epilepsy: A real-life experience in 29 consecutive patients. Epilepsy Behav. 143, 109229(2023).
  21. Schneider, F., et al. Magnetic source imaging in non-lesional neocortical epilepsy: additional value and comparison with ICEEG. Epilepsy Behav. 24 (2), 234-240 (2012).
  22. Hämäläinen, M., Hari, R., Ilmoniemi, R. J., Knuutila, J., Lounasmaa, O. V. Magnetoencephalography-theory, instrumentation, and applications to noninvasive studies of the working human brain. Rev Mod Phys. 65, 413-497 (1993).
  23. Baillet, S., Mosher, J. C., Leahy, R. M. Electromagnetic brain mapping. IEEE Signal Process Mag. 18 (6), 14-30 (2001).
  24. Fuchs, M., Kastner, J., Tech, R., Wagner, M., Gasca, F. MEG and EEG dipole clusters from extended cortical sources. Biomed Eng Lett. 7 (3), 185-191 (2017).
  25. Singh, S. P. Magnetoencephalography: Basic principles. Ann Indian Acad Neurol. 17, Suppl 1 S107-S112 (2014).
  26. Ahlfors, S. P., Han, J., Belliveau, J. W., Hämäläinen, M. S. Sensitivity of MEG and EEG to source orientation. Brain Topogr. 23, 227-232 (2010).
  27. Kim, H., Chung, C. K., Hwang, H. Magnetoencephalography in pediatric epilepsy. Korean J Pediatr. 56 (10), 431-438 (2013).
  28. Gorjan, D., Gramann, K., De Pauw, K., Marusic, U. Removal of movement-induced EEG artifacts: Current state of the art and guidelines. J Neural Eng. , (2022).
  29. Barkley, G. L., Baumgartner, C. MEG and EEG in epilepsy. J Clin Neurophysiol. 20 (3), 163-178 (2003).
  30. Ebersole, J. S., Ebersole, S. M. Combining MEG and EEG source modeling in epilepsy evaluations. J Clin Neurophysiol. 27 (6), 360-371 (2010).
  31. Yoshinaga, H., et al. Benefit of simultaneous recording of EEG and MEG in dipole localization. Epilepsia. 43 (8), 924-928 (2002).
  32. Baumgartner, C. Controversies in clinical neurophysiology. MEG is superior to EEG in the localization of interictal epileptiform activity: Con. Clin Neurophysiol. 115 (5), 1010-1020 (2004).
  33. Barkley, G. L. Controversies in neurophysiology. MEG is superior to EEG in localization of interictal epileptiform activity: Pro. Clin Neurophysiol. 115 (5), 1001-1009 (2004).
  34. Braeutigam, S. Magnetoencephalography: Fundamentals and established and emerging clinical applications in radiology. ISRN Radiol. 2013, 529463(2013).
  35. Papadelis, C., et al. Current and emerging potential for magnetoencephalography in pediatric epilepsy. J Pediatr Epilepsy. 2 (1), 73-85 (2013).
  36. Fiedler, P., Fonseca, C., Supriyanto, E., Zanow, F., Haueisen, J. A high-density 256-channel cap for dry electroencephalography. Hum Brain Mapp. 43 (4), 1295(2022).
  37. Sharon, D., Hämäläinen, M. S., Tootell, R. B. H., Halgren, E., Belliveau, J. W. The advantage of combining MEG and EEG: comparison to fMRI in focally-stimulated visual cortex. Neuroimage. 36 (4), 1225(2007).
  38. Pataraia, E., Lindinger, G., Deecke, L., Mayer, D., Baumgartner, C. Combined MEG/EEG analysis of the interictal spike complex in mesial temporal lobe epilepsy. Neuroimage. 24 (3), 607-614 (2005).
  39. Ahmed Mahmutoglu, M., Rupp, A., Baumgärtner, U. Simultaneous EEG/MEG yields complementary information of nociceptive evoked responses. Clin Neurophysiol. 143, 21-35 (2022).
  40. Aydin, Ü, et al. Combined EEG/MEG can outperform single modality EEG or MEG source reconstruction in presurgical epilepsy diagnosis. PLoS One. 10 (3), e0118753(2015).
  41. Bast, T., et al. Combined EEG and MEG analysis of early somatosensory evoked activity in children and adolescents with focal epilepsies. Clin Neurophysiol. 118 (8), 1721-1735 (2007).
  42. Chikara, R. K., et al. Electromagnetic source imaging predicts surgical outcome in children with focal cortical dysplasia. Clin Neurophysiol. 153, 88-101 (2023).
  43. Hari, R., et al. IFCN-endorsed practical guidelines for clinical magnetoencephalography (MEG). Clin Neurophysiol. 129 (8), 1720-1747 (2018).
  44. Bagić, A. I., Knowlton, R. C., Rose, D. F., Ebersole, J. S. American Clinical Magnetoencephalography Society Clinical Practice Guideline 1: Recording and analysis of spontaneous cerebral activity. J Clin Neurophysiol. 28 (4), 348-354 (2011).
  45. Papadelis, C., Chen, Y. H. Pediatric magnetoencephalography in clinical practice and research. Neuroimaging Clin N Am. 30 (2), 239-248 (2020).
  46. De Macedo Rodrigues, K., et al. A FreeSurfer-compliant consistent manual segmentation of infant brains spanning the 0-2 year age range. Front Hum Neurosci. 9, 21(2015).
  47. Tadel, F., Baillet, S., Mosher, J. C., Pantazis, D., Leahy, R. M. Brainstorm: A user-friendly application for MEG/EEG analysis. Comput Intell Neurosci. 2011, 879716(2011).
  48. Kane, N., et al. A revised glossary of terms most commonly used by clinical electroencephalographers and updated proposal for the report format of the EEG findings. Revision 2017. Clin Neurophysiol Pract. 2, 170-185 (2017).
  49. Lantz, G., et al. Propagation of interictal epileptiform activity can lead to erroneous source localizations: a 128-channel EEG mapping study. J Clin Neurophysiol. 20 (5), 311-319 (2003).
  50. Vorwerk, J., et al. A guideline for head volume conductor modeling in EEG and MEG. Neuroimage. 100, 590-607 (2014).
  51. Schrader, S., et al. DUNEuro-A software toolbox for forward modeling in bioelectromagnetism. PLoS One. 16 (6), e0252431(2021).
  52. Ntolkeras, G., et al. Presurgical accuracy of dipole clustering in MRI-negative pediatric patients with epilepsy: Validation against intracranial EEG and resection. Clin Neurophysiol. 141, 126-138 (2022).
  53. David, O., Kilner, J. M., Friston, K. J. Mechanisms of evoked and induced responses in MEG/EEG. Neuroimage. 31, 1580-1591 (2006).
  54. Pantev, C. Evoked and induced gamma-band activity of the human cortex. Brain Topogr. 7 (4), 321-330 (1995).
  55. Fox, N. A., et al. Assessing human mirror activity with EEG mu rhythm: A meta-analysis. Psychol Bull. 142 (3), 291-313 (2016).
  56. Genzer, S., Ong, D. C., Zaki, J., Perry, A. Mu rhythm suppression over sensorimotor regions is associated with greater empathic accuracy. Soc Cogn Affect Neurosci. 17 (9), 788-801 (2022).
  57. Janmohamed, M., et al. Moving the field forward: detection of epileptiform abnormalities on scalp electroencephalography using deep learning-clinical application perspectives. Brain Commun. 4 (5), 218(2022).
  58. Bagheri, E., Jin, J., Dauwels, J., Cash, S., Westover, M. B. A fast machine learning approach to facilitate the detection of interictal epileptiform discharges in the scalp electroencephalogram. J Neurosci Methods. 326, 108362(2019).
  59. Thomas, J., et al. Automated detection of interictal epileptiform discharges from scalp electroencephalograms by convolutional neural networks. Int J Neural Syst. 30 (11), 2050030(2020).
  60. Zijlmans, M., Zweiphenning, W., van Klink, N. Changing concepts in presurgical assessment for epilepsy surgery. Nat Rev Neurol. 15 (10), 594-606 (2019).
  61. Akiyama, T., et al. Focal resection of fast ripples on extraoperative intracranial EEG improves seizure outcome in pediatric epilepsy. Epilepsia. 52 (10), 1802-1811 (2011).
  62. Duncan, J. S., Winston, G. P., Koepp, M. J., Ourselin, S. Brain imaging in the assessment for epilepsy surgery. Lancet Neurol. 15 (4), 420(2016).
  63. Jacobs, J., et al. High-frequency electroencephalographic oscillations correlate with outcome of epilepsy surgery. Ann Neurol. 67 (2), 209-220 (2010).
  64. Ricci, L., et al. Virtual implantation using conventional scalp EEG delineates seizure onset and predicts surgical outcome in children with epilepsy. Clin Neurophysiol. 139, 49-57 (2022).
  65. Stefan, H., Rampp, S. Interictal and Ictal MEG in presurgical evaluation for epilepsy surgery. Acta Epileptologica. 2, 11(2020).
  66. Jahangiri, F. R., Chima, G. S., Pearson, M., Jackson, J., Siddiqui, A. A. Mapping of the language cortex. Cureus. 13 (5), e14960(2021).
  67. Merrifield, W. S., Simos, P. G., Papanicolaou, A. C., Philpott, L. M., Sutherling, W. W. Hemispheric language dominance in magnetoencephalography: sensitivity, specificity, and data reduction techniques. Epilepsy Behav. 10 (1), 120-128 (2007).
  68. Wheless, J. W., et al. Magnetoencephalography (MEG) and magnetic source imaging (MSI). Neurologist. 10 (3), 138-153 (2004).
  69. Breier, J. I., Simos, P. G., Zouridakis, G., Papanicolaou, A. C. Lateralization of activity associated with language function using magnetoencephalography: a reliability study. J Clin Neurophysiol. 17 (5), 503-510 (2000).
  70. Pataraia, E., Baumgartner, C., Lindinger, G., Deecke, L. Magnetoencephalography in presurgical epilepsy evaluation. Neurosurg Rev. 25 (3), 141-159 (2002).
  71. Babajani-Feremi, A., et al. Language mapping using high gamma electrocorticography, fMRI, and TMS versus electrocortical stimulation. Clin Neurophysiol. 127 (3), 1822-1836 (2016).
  72. Brodbeck, V., et al. Electroencephalographic source imaging: a prospective study of 152 operated epileptic patients. Brain. 134, Pt 10 2887-2897 (2011).
  73. Sohrabpour, A., et al. Effect of EEG electrode number on epileptic source localization in pediatric patients. Clin Neurophysiol. 126 (3), 472-480 (2015).
  74. Laohathai, C., et al. Practical fundamentals of clinical MEG interpretation in epilepsy. Front Neurol. 12, 722986(2021).
  75. Corona, L., et al. Mapping functional connectivity of epileptogenic networks through virtual implantation. Proceedings of the Annu Int Conf IEEE Eng Med Biol Soc. 2021, 408-411 (2021).
  76. Corona, L., et al. Non-invasive mapping of epileptogenic networks predicts surgical outcome. Brain. 146 (5), 1916-1931 (2023).
  77. Rijal, S., et al. Functional connectivity discriminates epileptogenic states and predicts surgical outcome in children with drug resistant epilepsy. Sci Rep. 13 (1), 9622(2023).
  78. Tamilia, E., et al. Noninvasive mapping of ripple onset predicts outcome in epilepsy surgery. Ann Neurol. 89 (5), 911-925 (2021).
  79. Matarrese, M. A. G., et al. Spike propagation mapping reveals effective connectivity and predicts surgical outcome in epilepsy. Brain. 146 (9), 3898-3912 (2023).

Przedruki i uprawnienia

Tagi

EEG o wysokiej gęstościmagnetoencefalografia MEGlokalizacja strefy epileptogennejinteriktalna aktywność epileptформicznaiktalna aktywność epileptiformicznarównoważny dipol prądowydynamiczne mapowanie statystyczne
Obrazowanie źródeł elektromagnetycznych w ocenie przedoperacyjnej dzieci z padaczką lekooporną
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.