Artykuł metodologiczny

Obrazowanie źródeł elektromagnetycznych w ocenie przedoperacyjnej dzieci z padaczką lekooporną

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

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

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

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

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

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

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

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

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

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

Pacjenci pediatryczni z DRE zostali zrekrutowani z Kliniki Epilepsji w Jane and John Justin Institute for Mind Health, Cook Children's Health Care System (CCHCS). W tym miejscu przedstawiono dane od trzech reprezentatywnych pacjentów: (i) 10-letniej dziewczynki, (ii) 13-letniego mężczyzny i (iii) 10-letniej kobiety.

Przypadek 1: 10-letnia kobieta została przyjęta z napadami padaczkowymi rozpoczynającymi się w wieku trzech lat. Pacjent cierpiał na codzienne napady padaczkowe nawet po podaniu 8 ASM. Początkowe napady charakteryzowały się odchyleniem oczu (niewyraźna strona) i zatrzymaniem behawioralnym. Później pacjent doświadczał codziennych napadów trwających ~30 s, charakteryzujących się dąsaniem (znak chapeau de gendarme), odchyleniem głowy w lewo i obustronnym tonicznym usztywnieniem ramienia (przewaga prawej). Długotrwałe badanie EEG wykazało dwa skupiska asymetrycznych napadów tonicznych z odchyleniem głowy w lewo, a następnie uniesieniem lewej ręki. Podczas snu zaobserwowano również trzy napady toniczne, z częstymi biegami uogólnionych szybkich wielokolców i wolnych fal z przerywanym otwieraniem oczu, patrzeniem w górę i uniesieniem lewej lub prawej ręki. Te wieloskoki i fale powolnego snu były w większości widoczne od lewego środkowego płata skroniowego. Rezonans magnetyczny mózgu ujawnił następujące dysplazje wieloogniskowe: (i) ogniskowa dysplazja korowa lewego płata ciemieniowego (zakrętu zaśrodkowego) z objawem przerzutowym (FCD typu II), (ii) prawe połączenie ciemieniowo-potyliczne FCD oraz (iii) lewy biegun skroniowy FCD. Pozytonowa tomografia emisyjna (PET) wykazała hipometabolizm w lewym płacie ciemieniowym, lewym płacie skroniowym i prawym połączeniu ciemieniowo-potylicznym odpowiadającym ogniskom nieprawidłowości sygnału (tj. FCD) w badaniu MRI. U pacjenta rozpoznano nieuleczalną padaczkę, ze stereotypową semiologią chapeau, po której następuje toniczne usztywnienie ramienia, co sugeruje możliwy początek mezjalny czołowy lub wyspowo-skroniowy. Zalecono rozległą obustronną eksplorację stereo-EEG (sEEG) poprzez ukierunkowanie na płat czołowy, obręcz, wyspę i te obszary dysplazji. Podczas monitorowania iEEG pacjent miał typowe napady padaczkowe z "chapeau de gendarme", po których następowało toniczne uniesienie/zgięcie prawej lub lewej kończyny górnej, charakteryzujące się rozlanym początkiem EEG, maksymalnie nad obustronną wyspą przednią. Wieloogniskowe IED obserwowano głównie w prawym i lewym przednim płacie skroniowym oraz grzbietowo-bocznej korze czołowej, w tym w obustronnej wyspie. ESI wykonane na zapisie iEEG potwierdziło lokalizację SOZ, która była klinicznie określona obustronnie w lewej i prawej grzbietowo-bocznej korze czołowej i przedniej wyspie.

W ramach oceny przedoperacyjnej przeprowadzono lokalizację źródłową na jednoczesnych danych MEG i HD-EEG. Zapisy MEG i HD-EEG wskazywały na częste IED w obu obszarach czołowo-skroniowych. Rysunek 3A pokazuje reprezentatywny przykład IED zarówno na danych MEG, jak i HD-EEG; Pole topograficzne i mapowanie potencjału z obu modalności wskazały na możliwe źródło w prawym obszarze czołowo-skroniowym. ESI wskazało na rozproszone skupisko dipoli pokrywające obszary prawego i lewego płata czołowo-skroniowego i ciemieniowego. MSI wykazało ogniskowe skupisko dipoli w prawym płacie czołowo-skroniowym, zlokalizowanym w pobliżu prawej wyspy. EMSI wskazało ogniskowe skupiska dipoli w obustronnych obszarach czołowo-skroniowych, zgodnie z ESI wykonanym na złotym standardzie iEEG, co potwierdziło obserwacje kliniczne (Ryc. 3C). Te dipole oszacowane za pomocą EMSI wykazały średnią odległość od zdefiniowanego przez iEEG SOZ wynoszącą 9,81 mm (mediana: 11,18; std: 2,37).

Przypadek 2: 13-letni mężczyzna z nieuleczalną padaczką został przyjęty z napadami rozpoczynającymi się w wieku dziewięciu lat. Napady rozpoczynały się od aury, po której następowało odchylenie głowy/oka w lewo z czasami zachowaną świadomością i ogniskowym klonusem głowy po lewej stronie, trwały przez ~30 s i występowały kilka razy w tygodniu. Żaden z przepisanych ASM nie doprowadził do opanowania napadów. Z długoterminowego wideo-EEG zaobserwowaliśmy skoki prawej tylnej części skroniowej i częste wyładowania fal skokowych w prawej półkuli obejmujące środkową korę skroniową, czołowo-skroniową, skroniowo-ciemieniową i dośrodkową ciemieniową. Pacjent miał sześć napadów elektroklinicznych charakteryzujących się zmianą zachowania, odchyleniem głowy/oka w lewo z wyprostem lewej ręki, a czasami aktywnością kloniczną lewego ramienia oraz trzema napadami z wtórną obustronną aktywnością drgawkową. Maksymalny początek nastąpił w prawym środkowym płacie skroniowym z ewolucją w prawym płacie czołowo-skroniowym. Rezonans magnetyczny mózgu wykazał rozległą wadę rozwojową kory mózgowej w prawej półkuli mózgu (z przewagą okołosylwijską) oraz nieznaczną utratę objętości w prawej półkuli mózgu z rozszerzeniem ex vacuo prawej komory bocznej. U pacjenta rozpoznano nieuleczalną padaczkę z początkiem w prawej półkuli, sprzyjającą początkowi skroniowemu i okołosylwiuszowemu w okolicy rozlanej wady rozwojowej kory mózgowej. Stereo-EEG wykonano w celu określenia zakresu zaangażowania, z elektrodami umieszczonymi w prawej korze skroniowej, okołosylwialnej, wyspowej i ciemieniowo-potylicznej. Podczas monitorowania iEEG wykryto kilka elektroklinicznych napadów ogniskowych z maksymalnymi początkami w szerokim obszarze prawego płata czołowo-skroniowego. ESI przeprowadzone na danych iEEG zlokalizowało te napady w bardziej ogniskowym obszarze obejmującym zarówno prawy obszar skroniowy (w pobliżu prawego środkowego zakrętu skroniowego), jak i obszary okołosylwijne.

W ramach oceny przedoperacyjnej wykonano jednocześnie MEG i HD-EEG, podczas których pacjent doświadczył dwóch napadów: jednego podczas siedzenia na drewnianym krześle podczas procesu digitalizacji i jednego zarejestrowanego podczas rzeczywistego zapisu, którego początek był widoczny zarówno na MEG, jak i HD-EEG (Rysunek 4A). Pole topograficzne i mapy potencjału na początku leczenia wykazały, że podstawowy generator początku napadu może znajdować się w prawym środkowym płacie skroniowym, jak pokazano na Rysunek 4A. Lokalizacja źródłowa zdarzenia ictal przedstawiła różne wyniki dla ESI i MSI: ESI wykazało dipole zlokalizowane w kierunku prawego płata czołowo-skroniowego i dośrodkowego ciemieniowego, podczas gdy MSI wykazało dipole o wysokiej skupiskach głównie w prawym płacie skroniowym (Rysunek 4B), z dodatkowymi rozproszonymi dipolami w korze czołowo-skroniowej. Łącząc te rozwiązania, zespół projektu EMSI ujawnił lokalizację początku układu moczowego w płacie skroniowym zgodną ze złotym standardem ESI on iEEG (Rysunek 4B). W szczególności EMSI przedstawiło wyniki lokalizacji ze średnią odległością od SOZ określoną przez monitorowanie iEEG wynoszącą 12,21 mm (mediana: 13,62; std: 2,37).

Przypadek 3: 15-letnia kobieta z padaczką idiopatyczną związaną z lokalizacją została przyjęta z napadami rozpoczynającymi się w wieku 13 lat, ale prawdopodobnie w wieku 8-9 lat z perspektywy czasu, kiedy zdiagnozowano u niej tiki spowodowane powtarzającymi się, stereotypowymi ruchami szyi. Pacjent miał krótkie przechylenia głowy w lewo, które czasami przechodziły w ogniskowy napad dyspoznawczy z zachowaniami hipermotorycznymi (tj. uogólnionymi napadami toniczno-klonicznymi), a także nocne napady konwulsyjne. Kilka ASM podano bez osiągnięcia pełnej kontroli napadów. Podczas długotrwałego monitorowania wideo-EEG u pacjenta występowały ogniskowe napady elektrokliniczne z wtórnym uogólnieniem o początku w lewym tylnym płacie skroniowym, liczne krótkie ogniskowe napady ruchowe z pochyleniem głowy w lewo oraz subtelny napad elektrograficzny z początkiem w lewej korze środkowej ciemieniowej. Rezonans magnetyczny mózgu nie wykazał ostrej nieprawidłowości wewnątrzczaszkowej i malformacji Chiari I. Badanie głowy metodą pozytonowej tomografii emisyjnej i tomografii komputerowej (PET-CT) dało wynik negatywny. Zalecono dodatkowe badania, takie jak tomografia komputerowa z emisją pojedynczych fotonów (SPECT), jednoczesne MEG i HD-EEG, prześwietlenie odcinka szyjnego kręgosłupa, angiografia rezonansu magnetycznego (MRA) głowy i szyi, a ostatecznie badanie sEEG lewej półkuli.

W ramach oceny, pacjent uczestniczył w jednoczesnych zapisach MEG i HD-EEG w celu mapowania elokwentnych obszarów mózgu, takich jak główna kora wzrokowa, motoryczna, słuchowa i somatosensoryczna. Początkowo pacjent wykonywał zadanie wzrokowo-ruchowe, a następnie stymulacje słuchowe i somatosensoryczne. Pierwsza reakcja korowa na stymulację wzrokową nastąpiła po ~ 70 ms po rozpoczęciu bodźca zarówno dla MEG, jak i HD-EEG (Ryc. 5A). Rysunek 5B przedstawia pole topograficzne i potencjalne mapy lokalizacji kory mózgowej zaangażowanych w stymulację wzrokową odpowiednio dla MEG i HD-EEG. W przypadku HD-EEG zaobserwowano zmianę polaryzacji w kanałach pokrywających potyliczne obszary mózgu, podczas gdy bardziej złożony rozkład pola stwierdzono w tych samych obszarach dla MEG (Figura 5B). Lokalizacja źródłowa za pomocą dSPM ujawniła ogniskową aktywność kory mózgowej w tym punkcie czasowym w następujących regionach mózgu atlasu Desikan-Killiany: (i) klin dla MSI; (ii) boczna kora potyliczna dla ESI; oraz (iii) klin i boczna kora potyliczna dla EMSI (Ryc. 5C). Analiza czasowo-częstotliwościowa reakcji kory wzrokowej ujawniła synchronizację związaną ze zdarzeniami (ERS) w paśmie częstotliwości gamma dla MSI (przybliżony zakres: 30-50 Hz), ESI (przybliżony zakres: 40-50 Hz) i EMSI (przybliżony zakres: 30-50 Hz) (Rysunek 5D). W przypadku reakcji wywołanych motoryką zaobserwowano tłumienie aktywności rytmu mu nad przeciwległym M1 podczas początku ruchu (Figura 6A). W Rysunek 6B, przedstawiliśmy pole topograficzne i potencjalne mapy obszarów mózgu aktywowanych podczas zadania motorycznego odpowiednio dla MEG i HD-EEG. Mapy pola MEG wykazały wyraźne zmiany w napływie i odpływie magnetycznym w przeciwległych centralnych obszarach mózgu, co może wskazywać na ukryty generator ogniskowy w przeciwległym M1 (Ryc. 6B). Mapy potencjału HD-EEG wykazały zmianę polaryzacji ogniskowej w tych samych obszarach, z potencjałami elektrycznymi prostopadłymi do pól magnetycznych (Rysunek 6B). Szczyty maksymalnej aktywacji źródła zaobserwowano podczas wykonywania zadania stukania w kontralateralnym zakręcie przedcentralnym atlasu Desikan-Killiany odpowiednio dla MSI, ESI i EMSI, jak pokazano na Rysunek 6C. Motoryczne reakcje korowe występujące w oczekiwaniu na nadchodzący ruch stukania wykazały ERS w pasmach beta i gamma dla MSI (przybliżony zakres: 20-30 Hz) i EMSI (przybliżony zakres: 20-40 Hz) oraz pasmo gamma dla ESI (przybliżony zakres: 30-50 Hz), określane w literaturze jako tłumienie rytmu mu (Rysunek 6D). 55,56 Pola i potencjały wywołane przez słuch w odpowiedzi na stymulację słuchową miały maksymalny dodatni szczyt po ~80 ms i ~120 ms po dostarczeniu bodźca odpowiednio dla MEG i HD-EEG (Rysunek 7A). W Rysunek 7B, przedstawiliśmy pole topograficzne i potencjalne mapy lokalizacji kory mózgowej zaangażowanych w stymulację słuchową odpowiednio dla MEG i HD-EEG. Zarówno w MEG, jak i HD-EEG zaobserwowano wyraźną zmianę polaryzacji z wyraźnie zdefiniowanymi biegunami ujemnymi i dodatnimi na czujnikach obejmujących lewe skroniowe obszary mózgu; te prostopadłe mapy pola magnetycznego i potencjału elektrycznego mogą ujawnić ukryty generator ogniskowy w V1 (Rysunek 7B). Wykonując lokalizację źródła na uśrednionych polach i potencjałach słuchowych, maksymalną aktywację kory zaobserwowano w poprzecznym zakręcie skroniowym i tylnej części górnego zakrętu skroniowego atlasu Desikan-Killiany odpowiednio dla MSI, ESI i EMSI (Ryc. 7C). Analiza czasowo-częstotliwościowa reakcji słuchowych wykazała ERS w paśmie gamma dla MSI (przybliżony zakres: 40-60 Hz) i EMSI (przybliżony zakres: 35-50 Hz) oraz pasma częstotliwości beta i gamma (przybliżony zakres: 25-60 Hz) dla ESI (Rysunek 7D). Wreszcie, zaobserwowaliśmy pierwszą aktywność korową w odpowiedzi na stymulację dotykową w ~60 i ~50 ms po rozpoczęciu bodźca odpowiednio dla MEG i HD-EEG (Figura 8A). W Rysunek 8B, przedstawiliśmy pole topograficzne i potencjalne mapy 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 czujnikach pokrywających przeciwległe obszary ciemieniowe, podczas gdy mapy potencjału 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 na uśrednionych odpowiedziach somatosensorycznych, zaobserwowano maksymalną aktywność źródła korowego w tym punkcie czasowym w obrębie przeciwległego zakrętu postcentralnego atlasu Desikan-Killiany odpowiednio dla MSI, ESI i EMSI (Figura 8C). W odpowiedzi na bodźce dotykowe zaobserwowano również ERS w pasmach częstotliwości beta i gamma dla MSI (przybliżony zakres: 15-40 Hz) i EMSI (przybliżony zakres: 20-40 Hz) oraz pasmo częstotliwości gamma dla ESI (przybliżony zakres: 30-40 Hz) (Rysunek 8D).

figure-results-1
Rysunek 1: Eksperymentalna konfiguracja do jednoczesnego MEG i HD-EEG w CCHCS. (A) systemy HD-EEG (256 kanałów) i MEG (306 czujników) z portalem MEG ustawionym w pozycji leżącej (90°, pozycja pozioma) do rejestracji stanu spoczynku/snu za pomocą niemagnetycznego łóżka kompatybilnego z MEG. Technik przygotowuje obiekt (9-letnią dziewczynkę) do nagrania, dbając przy tym o bezpieczeństwo i komfort. (B) Systemy HD-EEG i MEG przystosowane do nagrywania w pozycji siedzącej za pomocą niemagnetycznego fotela kompatybilnego z MEG. Technik przygotowuje osobę do nagrania, dbając jednocześnie o prawidłową pozycję obiektu przed ekranem, na który będą wyświetlane bodźce wzrokowe podczas zadania wzrokowo-motorycznego. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-2
Rysunek 2: Techniczne aspekty łączenia danych z jednoczesnych zapisów MEG i HD-EEG przy użyciu różnych systemów akwizycji. (A) Przestrzenne wyrównanie (korejestracja) sensorów MEG i HD-EEG w ten sam układ współrzędnych (zdefiniowany przez współrzędne głowy podmiotu) dla reprezentatywnego obiektu (9-letniej dziewczynki). Współrzędne głowy obiektu są reprezentowane przez następujące punkty odniesienia: nasion (zielony) i lewy/prawy punkt przeduszny (odpowiednio czerwony i niebieski). Wyświetlane są czujniki 306 MEG (kolor niebieski) - 102 magnetometry i 204 gradiometry planarne - oraz cewki wskaźnika położenia głowicy (HPI) (kolor magenta); wyrównane do tego samego układu współrzędnych, wyświetlanych jest również 256 kanałów HD-EEG (w kolorze różowym). (B) Lewy panel: Dryft liniowy (tj. delta, wyświetlany jako linia) próbek danych występujących między systemami MEG i HD-EEG dla reprezentatywnego obiektu (9-letniej dziewczynki). Delta jest definiowana jako wartość bezwzględna różnicy między czasami, w których ten sam wyzwalacz jest wysyłany zarówno do systemu MEG, jak i EEG i stale rośnie w czasie: od wartości niskich (delta = 0 ms) do wysokich (delta = 197 ms). Poprawka dryftu liniowego oszacowanego za pomocą funkcji wielomianowej, którą należy zastosować do sygnałów, jest wyświetlana za pomocą niebieskiej linii przerywanej. Skorygowany dryft (delta ~0 ms w czasie) reprezentujący zsynchronizowany czas między systemami MEG i EEG jest wyświetlany czerwoną przerywaną linią. Prawy panel: Wyświetlana jest graficzna reprezentacja przesunięcia w czasie (delta = 197 ms) oszacowanego dla ostatniego wyzwalacza wysłanego zarówno do systemu MEG, jak i EEG. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-3
Rysunek 3: Wyładowania padaczkowe (IED) na danych MEG i HD-EEG. (A) Fragment czasowy jednoczesnego zapisu MEG i HD-EEG (10 s) od 10-letniej kobiety (Przypadek 1) z częstymi IED. Do celów wizualizacji wybrano podgrupę 306 czujników MEG i 256 elektrod EEG. Pole topograficzne i mapy potencjału w szczycie IED są wyświetlane jako wewnętrzne panele odpowiednio dla MEG i HD-EEG. (B) Lokalizacja czujników MEG i HD-EEG (koloru żółtego) zarejestrowanych jednocześnie na głowie 3D i powierzchni korowych (w kolorze niebieskim) badanego. Model głowy wykonany metodą realistycznych elementów granicznych (BEM) składający się z trzech warstw [tj. skóry głowy (kolor szary), czaszki zewnętrznej (kolor żółty) i czaszki wewnętrznej (kolor różowy)] zrekonstruowanego na podstawie przedoperacyjnego rezonansu magnetycznego osoby badanej. (C) Wyniki skupisk lokalizacji źródłowej wykonane na IED przy użyciu dipola prądu równoważnego (ECD) są pokazane na przedoperacyjnym rezonansie magnetycznym pacjenta dla ESI, MSI, EMSI i ESI na iEEG (złoty standard) 52. Mapy cieplne skupisk dipolowych z dobrocią dopasowania >60% są wyświetlane od niższych (niebieskich) do wyższych (czerwonych) wartości. Strefa początku napadu zdefiniowana za pomocą ESI wykonanego na danych iEEG została uznana za złoty standard (pomarańczowe i zielone kółka). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-4
Rysunek 4: Początek napadu na danych MEG i HD-EEG. (A) Fragment czasowy jednoczesnego zapisu MEG i HD-EEG (10 s) od 13-letniego mężczyzny (Przypadek 2) z początkiem napadu (czerwona strzałka). Do celów wizualizacji wybrano podgrupę 306 czujników MEG i 256 elektrod EEG. Pole topograficzne i mapy potencjału na początku układu są wyświetlane jako wewnętrzne panele odpowiednio dla MEG i HD-EEG. (B) Wyniki skupień lokalizacji źródłowej wykonane na początku zdarzenia ictal przy użyciu metody równoważnego prądu dipolowego (ECD) są pokazane na przedoperacyjnym rezonansie magnetycznym pacjenta dla ESI, MSI, EMSI i ESI na iEEG (złoty standard) 52. Mapy cieplne skupisk dipolowych z dokładnością dopasowania >60% są wyświetlane od niższych (niebieskich) do wyższych (czerwonych) wartości. Strefa początku napadu zdefiniowana za pomocą ESI wykonanego na danych iEEG została uznana za złoty standard (niebieskie kółko). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-5
Rysunek 5: Pola i potencjały wywołane wzrokowo z danych MEG i HD-EEG. (A) Uśrednione reakcje wzrokowe 15-letniej kobiety na MEG (górny panel) i HD-EEG (dolny panel) są wyświetlane dla przedziału czasu od -100 ms do 300 ms. (B) Pole topograficzne i mapy potencjału pierwszorzędowej kory wzrokowej są wyświetlane dla MEG i HD-EEG, odpowiednio. (C) Mapy aktywacji źródła z maksymalnymi amplitudami aktywacji korowej w obszarach mózgu atlasu Desikan-Killiany (tj. klina i bocznej kory potylicznej) oszacowane przy użyciu metody dynamicznego statystycznego mapowania parametrycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Wyświetlane są mapy cieplne aktywacji źródła (znormalizowany wskaźnik z dSPM). (D) Mapy czasowo-częstotliwościowe uzyskane za pomocą dekompozycji czasowo-częstotliwościowej falek Morleta na reakcje wywołane wzrokiem w pierwszorzędowej korze wzrokowej są wyświetlane dla okna czasowego od -100 ms do 300 ms. Wyświetlane są mapy cieplne mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia znormalizowanych danych od średniej na linii podstawowej [-200; 0] ms. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-6
Rysunek 6: Pola i potencjały wywołane przez silnik z danych MEG i HD-EEG. (A) Uśrednione reakcje motoryczne 15-letniej kobiety dla MEG (górny panel) i HD-EEG (dolny panel) są wyświetlane dla zadania stukania w lewy indeks w przedziale czasu od -100 do 300 ms. Sygnał elektromiograficzny (EMG) (środkowy panel) z początkiem ruchu (fioletowa strzałka) jest wyświetlany dla przedziału czasu od -100 ms do 300 ms; sygnał jest filtrowany w paśmie częstotliwości 30-300 Hz (filtr wycinający: 60 Hz). (B) Pole topograficzne i mapy potencjału pierwotnej kory ruchowej są wyświetlane odpowiednio dla MEG i HD-EEG. (C) Mapy aktywacji źródła z maksymalnymi amplitudami aktywacji kory mózgowej w kontralateralnym zakręcie przedcentralnym atlasu Desikan-Killiany oszacowane przy użyciu metody dynamicznego statystycznego mapowania parametrycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Wyświetlane są mapy cieplne aktywacji źródła (znormalizowany z-score dSPM) wraz z bruzdą centralną (linia). (D) Mapy czasowo-częstotliwościowe uzyskane za pomocą dekompozycji czasowo-częstotliwościowej falkowej Morleta na wywołane silnikiem reakcje w pierwotnej korze ruchowej dla okna czasowego od -300 ms do 500 ms. Wyświetlane są mapy cieplne mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia znormalizowanych danych od średniej na linii bazowej [-1500; -1000] ms. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-7
Rysunek 7: Pola i potencjały wywołane przez słuch z danych MEG i HD-EEG. (A) Uśrednione reakcje słuchowe wywołane przez 15-letnią kobietę dla MEG (górny panel) i HD-EEG (dolny panel) są wyświetlane dla przedziału czasu od -100 ms do 300 ms. (B) Pole topograficzne i potencjalne mapy pierwszorzędowej kory słuchowej są wyświetlane odpowiednio dla MEG i HD-EEG. (C) Mapy aktywacji źródła z maksymalnymi amplitudami aktywacji kory mózgowej w zakręcie skroniowym poprzecznym i tylnej części zakrętu skroniowego górnego atlasu Desikan-Killiany oszacowane przy użyciu metody dynamicznego statystycznego mapowania parametrycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Wyświetlane są mapy cieplne aktywacji źródła (znormalizowany wskaźnik z dSPM). (D) Mapy czasowo-częstotliwościowe uzyskane przy użyciu dekompozycji czasowo-częstotliwościowej falek Morleta na wywołane słuchowo reakcje w pierwszorzędowej korze słuchowej dla okna czasowego od -100 do 300 ms. Wyświetlane są mapy cieplne mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia znormalizowanych danych od średniej na linii podstawowej [-500; 0] ms. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-results-8
Rysunek 8: Somatosensoryczne pola i potencjały wywołane na podstawie danych MEG i HD-EEG. (A) Uśrednione reakcje somatosensoryczne 15-letniej kobiety na MEG (górny panel) i HD-EEG (dolny panel) są wyświetlane dla stymulacji lewych palców w przedziale czasowym od -100 do 300 ms. (B) Pole topograficzne i mapy potencjału pierwszorzędowej kory somatosensorycznej są wyświetlane dla MEG i HD-EEG, odpowiednio. (C) Mapy aktywacji źródła z maksymalnymi amplitudami aktywacji kory mózgowej w kontralateralnym zakręcie postcentralnym atlasu Desikan-Killiany oszacowane przy użyciu metody dynamicznego statystycznego mapowania parametrycznego (dSPM) odpowiednio dla MSI, ESI i EMSI. Wyświetlane są mapy cieplne aktywacji źródła (znormalizowany z-score dSPM) wraz z bruzdą centralną (linia). (D) Mapy czasowo-częstotliwościowe uzyskane przy użyciu dekompozycji czasowo-częstotliwościowej falek Morleta na reakcje wywołane somatosensorycznie w pierwszorzędowej korze somatosensorycznej dla okna czasowego od -100 ms do 300 ms. Wyświetlane są mapy cieplne mocy czasowo-częstotliwościowej, wyrażonej w procentach na podstawie odchylenia znormalizowanych danych od średniej na linii podstawowej [-100; 0] ms. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Dyskusja

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

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

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

Autorzy nie informują o żadnych ujawnieniach.

Podziękowania

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

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

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

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

EEG o wysokiej g sto cimagnetoencefalografia MEGlokalizacja strefy epileptogennejinteriktalna aktywno epilept icznaiktalna aktywno epileptiformicznar wnowa ny dipol pr dowydynamiczne mapowanie statystyczne

Powiązane artykuły