Name: Międzynapadowe oscylacje o wysokiej częstotliwości wykryte za pomocą jednoczesnej magnetoencefalografii i elektroencefalografii jako biomarkera padaczki dziecięcej (Wideo) | JoVE Journal
Uploaded: 2016-12-06T15:00:00.000+00:00
Duration: 10 min 22 s
Description: Poznaj metodę nieinwazyjnej lokalizacji wysokoczęstotliwościowych oscylacji międzynapadowych u dzieci z padaczką lekooporną przy użyciu jednoczesnej elektroencefalografii i magnetoencefalografii.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ta praca jest wspierana przez Program Grantów Badawczych Fundacji Epilepsy i Amerykańskiego Towarzystwa Epilepsji oraz Stypendium Rozwoju Kariery Wydziałowej Harvard Medical School, Office for Faculty Development.

Autorzy nie mają nic do ujawnienia.

Zbieżne dowody z badań na zwierzętach i ludziach wykazały, że HFO są nowym potencjalnym biomarkerem tkanki padaczkowej. Pomimo tych dowodów, HFO mają bardzo ograniczone zastosowanie w praktyce klinicznej do diagnozowania lub monitorowania padaczki, głównie dlatego, że: (i) nie ma formalnej i globalnej definicji HFO; (ii) różne grupy badawcze stosują różne metodologie rejestrowania i analizowania danych; (iii) nieinwazyjne wykrywanie HFO za pomocą technik neuroobrazowania jest trudne; oraz (iv) proces przeglądu HFO jest czasochłonny i niepraktyczny, zwłaszcza w przypadku wielokanałowych zapisów EEG lub MEG z dużą liczbą czujników. W celu zapewnienia globalnej, znormalizowanej metodologii, która promuje systematyczne stosowanie HFO w praktyce klinicznej, przedstawiono metodologię stosowaną w Szpitalu Dziecięcym w Bostonie do nieinwazyjnego rejestrowania, wykrywania i lokalizacji międzynapadowych HFO od pacjentów pediatrycznych z padaczką. Przedstawiono również reprezentatywne wyniki HFO wykrytych jednocześnie w EEG i MEG skóry głowy u dwójki dzieci z padaczką oporną na leczenie.
Krytyczne kroki w ramach protokołu
Proponowana metodologia obejmuje następujące kluczowe etapy: (i) wykonanie jednoczesnych zapisów EEG i MEG o wysokim stosunku sygnału do szumu (SNR) i MEG aktywności międzynapadowej od pacjentów pediatrycznych z padaczką oporną na leczenie (etapy 2.1.1 i 2.1.2); (ii) staranne wstępne przetwarzanie i selekcja danych z uwzględnieniem zrzutów międzynapadowych (etapy 3.1 i 3.2); (iii) wizualny przegląd zidentyfikowanych zdarzeń HFO o wysokiej szczegółowości (etapy 4.3.1, 4.3.2 i 4.3.3); oraz (iv) wiarygodną lokalizację HFO przy użyciu odpowiedniej metody lokalizacji (krok 5.2).
Najważniejszym krokiem w tym protokole jest wizualny przegląd zdarzeń HFO zidentyfikowanych przez automatyczny detektor. Rygorystyczny przegląd automatycznie wykrywanych HFO ma kluczowe znaczenie dla odrzucenia HFO pochodzenia niemózgowego. Jednak zmęczenie lub rozproszenie uwagi recenzenta podczas oględzin wielokanałowych danych EEG i MEG może prowadzić do błędów, zmniejszając specyfikę procesu wykrywania.
Modyfikacje i rozwiązywanie problemów
Unikamy stosowania metod Projekcji Przestrzeni Sygnałowej (SSP) i Separacji Przestrzeni Sygnałowej (SSS)72,73 w celu zapewnienia, że nie wystąpią żadne zniekształcenia aktywności HFO w wyniku ich zastosowania. Metody te są często stosowane przez większość użytkowników danego dostawcy MEG w celu tłumienia zakłóceń zewnętrznych i korygowania ruchów głowy72. Konieczne są dalsze badania w celu zapewnienia, że stosowanie tych metod nie wpływa na aktywność HFO ani jej nie zniekształca, ani nie wywołuje fałszywych skutków, które mogą przypominać HFO u ludzi. Niewielkie modyfikacje minimalnego progu wskaźnika Z obwiedni sygnału (etap 4.1.1.3) i progu wartości aktywacji (etap 5.2.6) mogą być konieczne w celu poprawy czułości algorytmu w wykrywaniu HFO i ograniczenia lokalizacji strefy HFO w bardziej ogniskowym obszarze.
Ograniczenia techniki
Opisana metoda przedstawia ograniczenia, które powinny być dalej uwzględniane w przyszłych badaniach. Po pierwsze, nie uwzględnia on występowania HFO wyłącznie w sygnałach MEG lub EEG i nie obejmuje automatycznego wykrywania HFO w sygnałach MEG, co oznacza, że niektóre rzeczywiste HFO MEG o niskim SNR mogą uniknąć kontroli wzrokowej74. Ponadto czułość i swoistość proponowanej metody wykrywania HFO oraz jej zdolność do ich lokalizacji z dużą dokładnością powinny zostać potwierdzone za pomocą jednoczesnych zapisów EEG, MEG i iEEG75 skóry głowy. Nasze dane wykazały, że pojedyncze ECD wskazywały na rozszerzoną strefę drażniącą w porównaniu z ogniskową strefą HFO. Jednak, gdy ECD zostały uśrednione, okazało się, że lokalizacja dipola była dość blisko strefy HFO dla obu pacjentów. Nasze dane wskazują na swoistość 2 metod wykazujących możliwą wyższą swoistość strefy HFO pod względem padaczkowności (szczególnie dla pacjenta 2, u którego strefa HFO pokrywała się ze strefą podrażnienia) w porównaniu ze strefą drażniącą, chociaż nie można wyciągnąć pewnych wniosków z tak małej kohorty pacjentów. Co ważniejsze, lokalizacja źródeł HFO nie implikuje bezpośrednio lokalizacji EZ, która jest odpowiedzialna za konfiskaty. Nasze odkrycia powinny zostać zweryfikowane w odniesieniu do wyników operacji epilepsji, którą planujemy przeprowadzić w przyszłym badaniu. Ostatecznie do rejestracji danych EEG wykorzystano system 70-kanałowy. Jednak w większości ośrodków stosuje się standardowe kliniczne ustawienie EEG, które rejestruje dane z 19 elektrod ustawionych zgodnie z systemem 10 - 20. Obecnie na rynku dostępne są bardziej zaawansowane pediatryczne systemy EEG ze znacznie większą liczbą kanałów (do 256). Zastosowanie tych systemów może jeszcze bardziej poprawić dokładność lokalizacji strefy HFO wykrywanej za pomocą EEG skóry głowy.
Znaczenie techniki w odniesieniu do istniejących/alternatywnych metod
Zgodnie z naszą najlepszą wiedzą, jest to pierwsze badanie, które informuje o nieinwazyjnej lokalizacji międzynapadowych HFO z jednoczesnym EEG i MEG, a także bada zgodność wyników lokalizacji z wynikami zapisów wewnątrzczaszkowych. Nieinwazyjne rejestrowanie, wykrywanie i lokalizacja HFO jest wyzwaniem. Dzieje się tak dlatego, że HFO są bardzo słabymi sygnałami generowanymi przez małe obszary mózgu rzędu milimetrów sześciennych16,76 , a ponadto utrudnianymi przez hałas i aktywność tła mózgu. W niedawnym badaniu zaproponowano, że HFO rejestrowane nieinwazyjnie za pomocą EEG skóry głowy stanowią sumę aktywności wielu przestrzennie rozmieszczonych, ogniskowych i spójnych źródeł60. Do tej pory w niewielu badaniach28,29,37,38,60 udało się wykazać, że HFO można wykryć nieinwazyjnie za pomocą EEG skóry głowy i MEG; Jeszcze mniej osób zlokalizowało tę czynność, rozwiązując problem odwrotny37-38.
W tym miejscu przedstawiono dowody na występowanie międzynapadowych HFO, które zostały wykryte za pomocą jednoczesnego EEG i MEG skóry głowy u dwóch pacjentów pediatrycznych z padaczką. HFO zostały zlokalizowane przy użyciu wcześniej opisanego frameworka38. Reprezentatywne dane sugerują, że nieinwazyjna lokalizacja międzynapadowych HFO jest możliwa przy użyciu źródłowych technik obrazowania wykonanych na zapisach EEG skóry głowy lub MEG, przy założeniu, że stosowana jest odpowiednia technika lokalizacji. Jest to zgodne z poprzednim badaniem, w którym wykorzystano fantomową konstrukcję przypominającą generatory HFO, co wskazuje, że HFO mogą być nieinwazyjnie wykrywane i dokładnie lokalizowane za pomocą MEG32.
Wykrywanie i znakowanie międzynapadowych HFO odbywa się tradycyjnie poprzez wizualną kontrolę danych pochodzących od ekspertów EEG na ludziach. Chociaż podejście to jest często uważane za złoty standard, ma poważne ograniczenia, ponieważ ma niską wiarygodność między recenzentami77,78 i nie ma zastosowania do dużych zbiorów danych MEG i EEG z dużą liczbą czujników. Kluczowe znaczenie dla zastosowania HFO w praktyce klinicznej ma opracowanie algorytmów, które automatycznie wykrywają HFO na podstawie zapisów skóry głowy, zmniejszając potrzebę udziału człowieka. Identyfikacja wizualna HFO skóry głowy jest w rzeczywistości dość trudna ze względu na: (i) niski SNR HFO na skórze głowy; (ii) niższe wskaźniki HFO w zapisach skóry głowy w porównaniu z zapisami wewnątrzczaszkowymi, co implikuje analizę znacznie dłuższych czasów rejestracji; oraz (iii) duża liczba kanałów do analizy, szczególnie w EEG o dużej gęstości lub MEG. W ciągu ostatniej dekady zaproponowano kilka algorytmów automatycznego i półautomatycznego wykrywania HFO54 . Wcześniejsze detektory opierały się na progach w dziedzinie czasu, aby zidentyfikować zdarzenia, które można odróżnić od trwającej aktywności w tle49,80. Ostatnie osiągnięcia sugerują również uwzględnienie informacji z dziedziny częstotliwości, zakładając, że HFO musi pojawić się jako krótkotrwałe zdarzenie z izolowanym pikiem widmowym o wyraźnej częstotliwości50,56,81. Metody półautomatyczne wydają się być najwłaściwszym podejściem do stosowania HFO w praktyce klinicznej. Metody te obejmują 2 etapy: (i) początkowe automatyczne wykrywanie zdarzeń o wysokiej czułości oraz (ii) wizualną ocenę zdarzeń przez eksperta, która ma wysoką specyficzność. Takie podejście zapewnia wyższą swoistość w porównaniu z w pełni zautomatyzowanymi metodami i zapewnia, że końcowe oceniane zdarzenia są rzeczywistymi HFO pochodzenia mózgowego.
W tym miejscu przedstawiono metodę półautomatyczną, która umożliwia wykrywanie HFO na podstawie międzynapadowych zapisów EEG i MEG skóry głowy. Proponowana metoda rozszerza wcześniej opisane techniki wykrywania HFO w EEG60 skóry głowy poprzez włączenie do kryteriów identyfikacji dwóch ważnych cech: (i) automatycznej analizy czasowo-częstotliwościowej zdarzeń HFO; oraz (ii) czasową zbieżność zdarzeń HFO zarówno w zapisach MEG, jak i EEG.
Przyszłe zastosowania lub wskazówki po opanowaniu tej techniki
Niezawodna lokalizacja HFO za pomocą nieinwazyjnych metod neuroobrazowania, takich jak EEG skóry głowy i MEG, ma kluczowe znaczenie. Opanowanie, ulepszenie i walidacja proponowanego protokołu zapewni lekarzom wiarygodny, nieinwazyjny biomarker do identyfikacji EZ. Opracowanie takiego biomarkera może potencjalnie zmniejszyć konieczność długoterminowego monitorowania i inwazyjnych zapisów wewnątrzczaszkowych, prowadząc do znacznej poprawy procedury oceny przedoperacyjnej u pacjentów pediatrycznych. Pomogłoby to nie tylko w identyfikacji tkanki padaczkowej do operacji, ale także umożliwiłoby ostateczną diagnostykę różnicową padaczki na podstawie ostrych napadów objawowych, wymagających zupełnie innego podejścia do leczenia, oraz napadów niepadaczkowych, oszczędzając potrzebę długoterminowego monitorowania u niektórych pacjentów. Co więcej, może to pozwolić na ocenę skuteczności interwencji terapeutycznych bez czekania na wystąpienie kolejnego napadu.

Padaczka dziecięca jest powszechnym zaburzeniem neurologicznym, którego częstość występowania wynosi 4 - 6 na 1000dzieci1. Może mieć duży wpływ na rozwój dzieci2 i może znacząco wpłynąć na ich dorosłe życie. Długoterminowe badania kontrolne dotyczące padaczki o początku w dzieciństwie wskazują, że około 30% pacjentów z padaczką staje się nieuleczalnychmedycznie 3-6 i zwykle wymaga resekcyjnej operacji padaczkowej. U wielu z tych pacjentów operacja epilepsji prowadzi do znacznego zmniejszenia częstości napadów, a często do uwolnienia się od napadów. Aby operacja padaczki zakończyła się sukcesem, powinna osiągnąć stan wolny od napadów z minimalnymi lub żadnymi deficytami funkcjonalnymi. Wymaga to starannego wyznaczenia strefy padaczkowej (EZ)7, "obszaru kory mózgowej, który jest niezbędny do generowania napadów padaczkowych"8. EZ nie może być mierzona bezpośrednio; Jego lokalizacja jest szacowana na podstawie zgodnych danych z wielu testów, które identyfikują inne strefy korowe. Inwazyjna elektroencefalografia wewnątrzczaszkowa (iEEG) służy jako złoty standard lokalizacji strefy początku napadów (SOZ), regionu, w którym napady są generowane i pochodzą z zapisów ictal. IEEG jest jednak kosztowne, uzależnione od współpracy dziecka, niesie ze sobą pewne ryzyko infekcji ikrwawienia9 oraz może wywołać dodatkowe uszkodzenia neurologiczne podczas implantacji10. Co więcej, nagrania mogą prowadzić do błędnych wniosków, ponieważ duże obszary mózgu pozostają niezbadane. W związku z tym do powodzenia chirurgicznego leczenia padaczki potrzebny jest solidny biomarker przedoperacyjny, który pomaga w identyfikacji EZ.
Patologiczne HFO (80 - 500 Hz)11,12 pojawiły się w ciągu ostatniej dekady jako biomarker do identyfikacji tkanki padaczkowej, która może poprawić diagnostykę przedoperacyjną i wyniki operacji u pacjentów z padaczką13. Doniesienia z użyciem mikroelektrod w połączeniu z elektrodami EEG wykazały obecność HFO u pacjentów z padaczką. HFO znaleziono również przy użyciu standardowych makroelektrod w okresie ictal i interictal. Ostatnie badania wykazały, że HFO identyfikują SOZ z większą czułością i swoistością w porównaniu ze strefą drażniącą14,15, strefą, która generuje IED, oraz że chirurgiczne usunięcie tkanki wytwarzającej HFO koreluje z lepszymi wynikami niż usunięcie SOZ lub strefy drażniącej15. HFO są powszechnie klasyfikowane jako tętnienia (80 - 250 Hz) lub szybkie tętnienia (250 - 500 Hz). Szybkie tętnienia są ściślej związane z aktywnością patologiczną i lokalizacją SOZ16, ale badania ludzkich zapisów wewnątrzczaszkowych wskazują, że zarówno zmarszczki, jak i szybkie zmarszczki nasilają się w regionach padaczkowych17.
Pomimo tych obiecujących wyników, HFO nie są jeszcze odpowiednie do diagnozowania lub monitorowania epilepsji w praktyce klinicznej. Głównymi barierami nadal są: (i) brak formalnej i ogólnej definicji HFO; (ii) wynikającą z tego niejednorodność podejść metodologicznych zastosowanych do ich badania; oraz (iii) praktyczne trudności w ich nieinwazyjnym wykryciu i zlokalizowaniu na podstawie zapisów skóry głowy. To ostatnie wynika z faktu, że elektrody znajdują się daleko od źródła sygnału, sygnał może być rozmyty przez szum tła i aktywność mięśni, a sygnał może być zniekształcony przez skórę głowy lub ciemiączka i szwy w czaszce, zwłaszcza u niemowląt. Co więcej, trudno jest odróżnić normalne i nieprawidłowe HFO18,19, ponieważ zarówno tętnienia, jak i szybkie tętnienia występują nawet w normalnej tkance mózgowejczłowieka 20. Wczesne badania wykazały obecność HFO w EEG skóry głowy tylko u niewielkiej (0,2 - 3,4%) części pacjentów z padaczkąw wieku 21-23 lat. Jednak ostatnie badania wykazały, że HFO można wykryć nieinwazyjnie za pomocą EEG skóry głowy. Co ciekawe, HFO zgłaszano na początku skurczów padaczkowych u dzieci (50 - 100 Hz24, 40 - 120 Hz25), a także na początku napadów tonicznych w zespole Lennoxa-Gastauta (50 - 100 Hz)26. Międzynapadowe HFO (70 - 200 Hz) po raz pierwszy zaobserwowano w EEG skóry głowy u dzieci ze stanem padaczkowym wywołanym snem27. Następnie w EEG skóry głowy pacjentów z padaczką ogniskową zidentyfikowano międzynapadowe HFO (80 - 200 Hz) z wyższymi wskaźnikami wewnątrz SOZ28. Co ciekawe, HFO występowały częściej u pacjentów z dużą liczbą międzynapadowych wyładowań padaczkowych (IED) i okazało się, że są bardziej specyficzne niż IED dla SOZ29, co podkreśla związek HFO z padaczkowatością.
MEG wydaje się oferować znaczące korzyści w porównaniu do EEG skóry głowy do nieinwazyjnego wykrywania i lokalizacji HFO: (i) aktywność wysokiej częstotliwości w MEG jest mniej podatna niż EEG na zanieczyszczenie od aktywności mięśniowej30-31, (ii) sygnały MEG nie są zniekształcone przez przewodnictwo czaszki i mniej zniekształcone niż EEG przez niezrośnięte obszary kości czaszki, takie jak ciemiączko lub szew, oraz (iii) matryce czujników MEG mają większą gęstość w porównaniu z EEG, które zawsze boryka się z problemem mostków solnych między elektrodami, gdy głowa jest mała, jak w przypadku dzieci. Dowody z konstrukcji fantomowych, które symulują generatory HFO, sugerują, że HFO mogą być wykrywane i lokalizowane z dużą dokładnością lokalizacji (2 - 3 mm) za pomocą MEG32. W kilku ostatnich badaniach odnotowano obecność HFO w sygnałach MEG zarejestrowanych od pacjentów z padaczką w paśmie częstotliwościtętnień 33-38. Analiza czasowo-częstotliwościowa wykazała, że dane MEG zawierają składowe wysokiej częstotliwości związane z EZ33-36. Jednak tylko kilka badań zidentyfikowało międzynapadowe HFO jako widoczne zdarzenia wyróżniające się na tle sygnału w dziedzinie czasu, jak to zwykle ma miejsce w przypadku iEEG37-38. Van Klink i wsp.37 osób wykryło HFO w paśmie tętnień za pomocą wirtualnych kanałów zbudowanych przy użyciu technik kształtowania wiązki w oparciu o informacje przestrzenne uzyskane z IED. Von Ellenrieder i wsp. 38 wykryło HFO w sygnałach MEG z czujników fizycznych niezależnie od IED i wykorzystało metodę maksymalnej entropii do średniej (MEM) do zlokalizowania ich źródeł i zbadania ich korelacji z EZ. Rampp i wsp. (2010) wykrył również epileptyczne oscylacje wysokiego promieniowania gamma z MEG, które były zablokowane lub niezależne od skoków, i zlokalizował tę aktywność za pomocą analizy źródła o minimalnej normie39. Odkryli, że charakterystyka tych szybkich oscylacji (tj. wyraźny początek średniej pełnej pasma i maksymalnej amplitudy oscylacji) była silnie związana z SOZ. HFO wykryto również w MEG podczas aktywności ictal u pacjentów pediatrycznych ze skurczami padaczkowymi40. Jednak MEG ma pewne wyraźne ograniczenia w porównaniu z EEG skóry głowy: (i) jest niewrażliwy na źródła, które mają orientację promieniową w stosunku do środka głowy, (ii) nie pozwala na długie zapisy, które zwiększają możliwość wykrywania i rejestrowania zdarzeń ictal, oraz (iii) jego czujniki nie mogą dostosować się do kształtu głowy każdej osoby, ponieważ kask i układ czujników w kasku mają stały kształt. Tak więc idealną konfiguracją, która maksymalizuje możliwość wykrywania i lokalizowania aktywności padaczkowej, jest połączenie informacji zarówno z EEG skóry głowy, jak i MEG.
W tym badaniu staramy się zilustrować metodologię, którą stosujemy do nieinwazyjnego wykrywania międzynapadowych HFO, używając jednoczesnych zapisów EEG i MEG skóry głowy od pacjentów pediatrycznych z padaczką oporną na leczenie. Przedstawiamy konfigurację nagrań i proces analizy danych przy użyciu opracowanej przez nas metody półautomatycznej do wykrywania zdarzeń HFO w jednoczesnych danych MEG i EEG. Na koniec przedstawiamy również lokalizację podstawowych generatorów HFO skóry głowy, uzyskaną przez rozwiązanie problemu odwrotnego, i porównujemy ją z SOZ, tak jak zostało to zdefiniowane przez epileptologów.

<table><tbody><tr><td>System VectorView MEG</td><td>Elekta-Neuromag, Finlandia</td><td></td><td>System MEG</td></tr><tr><td>Pomieszczenie ekranowane magentycznie</td><td>Imedco, Hagendorf, Szwajcaria</td><td></td><td>Trójwarstwowy system EEG MSR</td></tr><tr><td></td><td>Elekta-Neuromag, Finlandia</td><td></td><td>70-kanałowy system EEG</td></tr><tr><td>Digitizer 3D</td><td>Polhemus, Colchester, VT</td><td></td><td></td></tr></tbody></table>

międzynapadowe oscylacje o wysokiej częstotliwości wykryte za pomocą jednoczesnej magnetoencefalografii i elektroencefalografii jako biomarkera padaczki dziecięcej

Interictal High Frequency Oscillations Detected with Simultaneous Magnetoencephalography and Electroencephalography as Biomarker of Pediatric Epilepsy

Kluczowe dla powodzenia operacji epilepsji jest dostępność solidnego biomarkera, który identyfikuje strefę epileptogenną (EZ). Oscylacje o wysokiej częstotliwości (HFO) stały się potencjalnymi przedoperacyjnymi biomarkerami do identyfikacji EZ, obok międzynapadowych wyładowań padaczkowych (IED) i aktywności ictal. Chociaż obiecują one lokalizację EZ, nie nadają się jeszcze do diagnozowania lub monitorowania padaczki w praktyce klinicznej. Utrzymują się podstawowe bariery: brak formalnej i globalnej definicji HFO; wynikającą z tego niejednorodność podejść metodologicznych stosowanych do ich badania; oraz praktyczne trudności w ich nieinwazyjnym wykryciu i zlokalizowaniu na podstawie nagrań skóry głowy. W tym miejscu przedstawiamy metodologię rejestrowania, wykrywania i lokalizacji międzynapadowych HFO od pacjentów pediatrycznych z padaczką oporną na leczenie. Przedstawiamy reprezentatywne dane dotyczące HFO wykrytych nieinwazyjnie w międzynapadowym EEG skóry głowy i MEG od dwójki dzieci poddawanych zabiegom chirurgicznym.
Podstawowe generatory HFO zostały zlokalizowane poprzez rozwiązanie problemu odwrotnego, a ich lokalizacja została porównana do Strefy Początku Napadu (SOZ), jak to zostało zdefiniowane przez epileptologów. U obu pacjentów międzynapadowe wyładowania padaczkowe (IED) i HFO były zlokalizowane z obrazowaniem źródłowym w odpowiednich lokalizacjach. W przypadku jednego pacjenta dostępne były również dane z wewnątrzczaszkowego EEG (iEEG). W przypadku tego pacjenta stwierdziliśmy, że lokalizacja HFO była zgodna między metodami nieinwazyjnymi i inwazyjnymi. Porównanie iEEG z wynikami zapisów skóry głowy posłużyło do potwierdzenia tych ustaleń. Zgodnie z naszą najlepszą wiedzą, jest to pierwsze badanie, które przedstawia źródłową lokalizację HFO skóry głowy na podstawie jednoczesnych zapisów EEG i MEG, porównując wyniki z zapisami inwazyjnymi. Odkrycia te sugerują, że HFO można niezawodnie wykrywać i lokalizować nieinwazyjnie za pomocą EEG skóry głowy i MEG. Wnioskujemy, że nieinwazyjna lokalizacja międzynapadowych HFO może znacznie poprawić ocenę przedoperacyjną u pacjentów pediatrycznych z padaczką.

Pacjenci pediatryczni z epilepsją lekooporną zostali zakwalifikowani do badania w Klinice Epilepsji Boston Children's Hospital (Boston, USA). Przedstawiono tutaj reprezentatywne dane od 2 pacjentów: 15-letniej dziewczynki z encefalomalacją w obszarze prawej tętnicy środkowej mózgu (MCA) (pacjent 1) oraz 11-letniego chłopca z encefalomalacją lewego płata ciemieniowego/górnego płata skroniowego (pacjent 2). Dane zostały zebrane w ramach przedoperacyjnej diagnostyki przed zabiegiem chirurgicznym. Jednoczesne pomiary MEG i EEG przeprowadzono w Athinoula A. Martinos Center for Biomedical Imaging.
U obu pacjentów HFO zostały zidentyfikowane w pasmie częstotliwości ripple (80 - 150 Hz), występując zarówno w EEG, jak i MEG, oraz nakładając się na IED. Rysunek 4 przedstawia 10 s jednoczesnych danych z EEG skóry głowy i MEG z aktywnością interiktalną (panele górne) u pacjenta 1. Ten sam rysunek prezentuje również fragment sygnałów w rozszerzonej skali czasowej (2 s), który pokazuje wykryte HFO w dziedzinie czasu (panele środkowe) oraz w płaszczyźnie czasowo-częstotliwościowej (panel dolny). U tego pacjenta odnotowano częstotliwość 8,8 HFO/min. Dla przejrzystości wyświetlanie płaszczyzny czasowo-częstotliwościowej ograniczono do zakresu 80 - 150 Hz, ponieważ nie zaobserwowano wyraźnej aktywności dla częstotliwości powyżej 150 Hz. U pacjenta 1 automatyczna detekcja zidentyfikowała 248 zdarzeń HFO w ciągu 8,65 min nagrań. Po wizualnej weryfikacji wykrytych zdarzeń zachowano 76 zdarzeń uznanych za rzeczywiste HFO, co dało częstotliwość 8,8 HFO/min.
<img alt="Analiza częstotliwości EEG i MEG, schematy porównania fal mózgowych i wyniki gęstości mocy widmowej." src="/files/ftp_upload/54883/54883fig4.jpg" data-altupdatedat="1788235205000" data-alt="Rycina 4"> 
Rycina 4: HFO nałożone na IED wykryte w EEG powierzchniowym i MEG. Panel górny: IED u pacjenta 1 wykryte w EEG powierzchniowym (lewo) i MEG (prawo). 10 s danych przefiltrowanych w zakresie 1 - 70 Hz. Panel środkowy: Wyświetlenie w rozszerzonej skali czasu (2 s) danych EEG i MEG wyróżnionych szarym tłem w panelu górnym. Dane są przefiltrowane w zakresie 80 - 150 Hz. Panel dolny: Płaszczyzna czasowo-częstotliwościowa 2 reprezentatywnych kanałów EEG i MEG. <a href="http://cloudflare.jove.com/files/ftp_upload/54883/54883fig4large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
Rysunek 5 przedstawia wyniki lokalizacji HFO dla pacjenta 1 uzyskane zarówno za pomocą skalpowego EEG, jak i MEG. Obie techniki zlokalizowały HFO w pobliżu zmiany, w miejscu bliskim prawemu połączeniu skroniowo-ciemieniowemu. MEG i EEG wykazały nieco inne wyniki lokalizacji: aktywność MEG znajdowała się bardziej przednio w porównaniu do EEG oraz bliżej tylnej granicy zmiany. Odległość między dwoma maksimami aktywności wMEM dla MEG i EEG wynosiła 15.0 mm. Lokalizacja HFO znajdowała się również w sąsiedztwie strefy drażliwej, zgodnie z definicją MEG. Odległość euklidesowa między uśrednionymi ECD a maksymalną aktywnością wMEM wynosiła 18.7 mm dla MEG i 28.0 mm dla skalpowego EEG. W przypadku pacjenta 2 zidentyfikowano 8 min danych podczas snu wolnofalowego non-REM z IED i minimalnymi artefaktami, które wykorzystano do analizy HFO.
Liczba HFO skórnych była znacząco niższa niż u pacjenta 1, wykazując częstotliwość 0,4 HFO/min. Rysunek 6 przedstawia wyniki lokalizacji źródeł skórnych HFO dla MEG i skórnego EEG, IED zlokalizowane za pomocą MEG z wykorzystaniem ECD oraz lokalizację HFO wykrytych za pomocą iEEG. Odległość między dwoma maksimami aktywności wMEM dla MEG i EEG wynosiła 16,4 mm. Odległość między uśrednionymi ECD a maksymalną aktywnością wMEM wynosiła 10,9 mm dla MEG i 24,1 mm dla EEG. Strefa HFO zidentyfikowana nieinwazyjnie za pomocą skórnego EEG i MEG znajdowała się w tym samym miejscu, w którym HFO zidentyfikowano inwazyjnie za pomocą iEEG. Elektrody z największą liczbą HFO to LA51, LA52 i LA53, jak pokazano na Rysunku 6, których lokalizacja była zgodna z nieinwazyjnie zlokalizowaną aktywnością HFO.
<img alt="Porównanie danych MEG i EEG; aktywność mózgu; HFO i IED; skany MRI; analiza obrazowania neuronowego." src="/files/ftp_upload/54883/54883fig5.jpg" data-altupdatedat="1788235205000" data-alt="Rysunek 5"> 
Rysunek 5: Lokalizacja HFO i IED. Strefa HFO zlokalizowana przy użyciu wMEM z danych MEG i EEG pacjenta 1, nałożona na MRI pacjenta (lewo). Mapa HFO przedstawia średnią zunifikowanych wartości aktywacji z progiem ustawionym na 60% maksymalnej aktywności. IED zlokalizowane za pomocą ECD metodą MEG (prawo). Położenia i orientacje ECD są zaznaczone kolorem cyjanowym. Fioletowy trójkąt wskazuje położenie uśrednionych ECD (46 ECD), a czerwony prostokąt położenie ECD z uśrednionych IED (28 IED). Do uśredniania IED zidentyfikowano iglice o podobnej morfologii. <a href="http://cloudflare.jove.com/files/ftp_upload/54883/54883fig5large.jpg" target="_blank">Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.</a>
<img alt="Analiza oscylacji o wysokiej częstotliwości w EEG/MEG i iEEG wraz z obrazowaniem mózgu i wielokanałowymi przebiegami fal." src="/files/ftp_upload/54883/54883fig6.jpg" data-altupdatedat="1788235205000" data-alt="Rysunek 6"> 
Rysunek 6: Zgodność przestrzenna między strefą HFO zlokalizowaną nieinwazyjnie za pomocą EEG skalpowego i MEG, strefą drażniową oraz strefą HFO zlokalizowaną inwazyjnie za pomocą iEEG. Panele górne: Lokalizacja HFO u pacjenta 2 za pomocą EEG skalpowego (lewo) i MEG (środek) oraz lokalizacja IED za pomocą MEG (prawo) nałożona na MRI pacjenta. Mapa HFO przedstawia średnią z wartości aktywacji znormalizowanych, z progiem odcięcia na poziomie 60% maksymalnej aktywności. Cyjanowe koła i paski wskazują położenie i orientację ECD. Fioletowy trójkąt oznacza położenie uśrednionych ECD (30 ECD), a czerwony prostokąt położenie ECD z uśrednionych IED (21 IED). Panele dolne: Lokalizacja HFO w iEEG (lewo) oraz 2 s zapisów z kanałów o najwyższej częstotliwości HFO. Implantowane elektrody przedstawiono na MRI pacjenta. Położenie elektrod uzyskano poprzez korejestrację obrazów tomografii komputerowej (CT) po implantacji oraz obrazów MR. Elektrody o najwyższej częstotliwości HFO zostały wyróżnione na mapie siatki implantowanej w korze pacjenta. <a href="http://cloudflare.jove.com/files/ftp_upload/54883/54883fig6large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
Przedstawione tutaj reprezentatywne wyniki wskazują na potencjalne zastosowanie opisanego podejścia w warunkach klinicznych do nieinwazyjnej identyfikacji i lokalizacji HFO podczas oceny przedoperacyjnej u dzieci z epilepsją lekooporną. U obu pacjentów HFO zostały zlokalizowane zgodnie dla EEG skóry głowy i MEG (patrz Rysunek 5). Różnice w lokalizacji rzędu kilku mm mogą wynikać z lepszej zdolności lokalizacji wysokiej gęstości MEG w porównaniu do EEG skóry głowy70 lub mogą reprezentować różne generatory podstawowe71. Lokalizacja była również zgodna ze strefą drażliwą, zdefiniowaną za pomocą MEG (patrz Rysunek 5 – prawy panel). W przypadku pacjenta 2 dostępne były również dane z iEEG. Strefa HFO zlokalizowana nieinwazyjnie za pomocą EEG skóry głowy i MEG była zgodna ze strefą HFO zdefiniowaną inwazyjnie za pomocą iEEG (patrz Rysunek 6). Wyniki proponowanej metody mogą pomóc w rozmieszczeniu siatek podczas operacji leczenia epilepsji w celu potencjalnej identyfikacji EZ.

Oscylacje o wysokiej częstotliwości (HFO) pojawiły się jako przedoperacyjne biomarkery do identyfikacji strefy padaczkowej u pacjentów pediatrycznych z padaczką oporną na leczenie. Przedstawiono metodykę nieinwazyjnego rejestrowania, wykrywania i lokalizacji HFO z jednoczesną elektroencefalografią skóry głowy (EEG) i magnetoencefalografią (MEG).

Międzynapadowe oscylacje o wysokiej częstotliwości wykryte za pomocą jednoczesnej magnetoencefalografii i elektroencefalografii jako biomarkera padaczki dziecięcej

Crucial to the success of epilepsy surgery is the availability of a robust biomarker that identifies the Epileptogenic Zone (EZ). High Frequency ...

Ogólnym celem niniejszego protokołu jest przedstawienie zstandaryzowanej metodologii niezawodnego, nieinwazyjnego wykrywania i lokalizacji interiktalnych oscylacji wysokiej częstotliwości u pacjentów pediatrycznych z epilepsją lekooporną, z wykorzystaniem jednoczesnego zapisu elektroencefalografii powierzchniowej i magnetoencefalografii. Metoda ta może pomóc w udzieleniu odpowiedzi na kluczowe pytania w obszarze epilepsji dziecięcej, takie jak określenie, który obszar mózgu jest epileptogenny i powinien zostać usunięty podczas operacji. Główną zaletą tej techniki jest możliwość nieinwazyjnej lokalizacji obszaru generującego oscylacje wysokiej częstotliwości w mózgu dzieci z epilepsją.Różne badania wykazały, że oscylacje o wysokiej częstotliwości można wykryć nieinwazyjnie za pomocą skalpowego EEG i MEG, jednak tylko nieliczne prace lokalizują ich generatory na poziomie źródłowym. Przedstawiamy lokalizację generatorów leżących u podstaw oscylacji o wysokiej częstotliwości, uzyskaną poprzez rozwiązanie problemu odwrotnego, i porównujemy ją z lokalizacją określoną przez epileptologa. Rozpocznij od założenia pacjentowi czepek do elektroencefalografii (EEG) zgodnie z międzynarodowym systemem 10-20.Oczyść skórę w miejscach rozmieszczenia poszczególnych elektrod, odsuń włosy, a następnie nałóż żel pod każdą elektrodę. Następnie umieść elektrodę uziemiającą i referencyjną na głowie pacjenta. Podłącz dodatkowe elektrody do pomiaru poziomej i pionowej elektrokocleografii, EOG, elektrokardiografii, ECG, elektromiografii, EMG, oraz dodatkowe elektrody EEG w miejscach obejmujących obszary skroniowe.Następnie za pomocą urządzenia do pomiaru impedancji EEG zmierz impedancję każdej elektrody. Jeśli impedancja przekracza 10 kiloohms, ponownie oczyść skórę i upewnij się, że wartość ta spadnie poniżej 10 kiloohms. Umieść cztery cewki HPI na czepku EEG.Użyj digityzera, aby wyznaczyć położenie punktów referencyjnych, w tym lewego i prawego punktu przedusznego oraz nasionu, a także lokalizację cewek HPI i elektrod EEG. Zdigitalizuj dodatkowe punkty głowy, aby uzyskać precyzyjny kształt głowy. Następnie przetransportuj pacjenta do pomieszczenia ekranowanego magnetycznie (MSR), w którym znajduje się system magnetoencefalografii (MEG).Ułóż pacjenta na łóżku. Umieść jego głowę w kasku MEG i zastosuj odpowiednie podkładki pod głową pacjenta dla zapewnienia komfortu. Dostosuj pozycję głowy pacjenta w skanerze, upewniając się, że znajduje się ona jak najgłębiej w kasku.Na koniec zamknij drzwi do MSR i komunikuj się z pacjentem za pomocą systemu interkomowego. Rozpocznij nagrywanie, klikając przycisk start w oprogramowaniu do akwizycji MEG. Sprawdź w trybie online wszystkie rejestrowane sygnały i usuń artefakty w uszkodzonych kanałach MEG, korzystając z tunera czujników.Następnie zmierz pozycję głowy pacjenta, klikając przycisk pomiaru w oprogramowaniu do akwizycji MEG. Jeśli głowa pacjenta nie jest odpowiednio pokryta przez matrycę sensoryczną, poproś pacjenta o przesunięcie głowy głębiej do wnętrza hełmu. Następnie w oprogramowaniu do akwizycji MEG kliknij przycisk rejestracji, aby zarejestrować sygnały MEG, EEG oraz uzyskać zapisy obwodowe przez 60 minut.Po zakończeniu rejestracji otwórz MSR i wyprowadź pacjenta z pomieszczenia MSR. Delikatnie usuń wszystkie taśmy, elektrody, cewki HPI oraz czepek EEG. Na koniec, po odprowadzeniu pacjenta z przestrzeni badawczej, zarejestruj sygnały magnetyczne pustego MSR przez dwie minuty bez obecności pacjenta.Zacznij od otwarcia danych w oprogramowaniu do analizy. Wyświetl dane EEG i MEG w dwóch pionowo wyrównanych oknach, ustawiając 10 sekund na stronę. Przejdź do karty filtrów i ustaw filtr górnoprzepustowy na 1 Hz, filtr dolnoprzepustowy na 70 Hz oraz filtr notch na 50 lub 60 Hz.Przeanalizuj dane i zidentyfikuj fragmenty z interiktalnymi wyładowaniami epileptycznymi (IED). Zaznacz szczyt każdego wyładowania IED występującego zarówno w danych EEG, jak i MEG. Uruchom algorytm do automatycznej detekcji HFO w fragmentach danych EEG zawierających IED, a następnie zaimportuj wykryte HFO do oprogramowania do wizualizacji danych.Aby przejrzeć wykryte zdarzenia HFO, należy wyświetlić zapisy EEG, MEG oraz zapisy peryferyjne w oknach wyrównanych pionowo, o długości dwóch sekund na stronę. Przejdź do karty filtrów i ustaw filtr dolnoprzepustowy na 250 hertz oraz filtr górnoprzepustowy na 80 hertz. Aby upewnić się, że wykryte HFO nie wynikają z artefaktów, należy zweryfikować, czy w zapisach peryferyjnych nie występuje jednoczesna aktywność.Ponadto należy uwzględnić tylko te zdarzenia HFO, które występują jednocześnie w sygnałach EEG i MEG, i pominąć HFO, które nie nakładają się na zaznaczone IED. Następnie należy przeprowadzić segmentację obrazu MRI pacjenta, uzyskać powierzchnię kory za pomocą oprogramowania do analizy obrazowania mózgu i oszacować model przekazu metodą elementów brzegowych. Dla każdego zdarzenia HFO należy przeprowadzić lokalizację źródła w danych EEG i MEG, stosując metodę falkowej maksymalnej entropii średniej (WMEM).Oblicz średnią z wyników lokalizacji w czasie trwania zdarzenia, aby uzyskać mapę lokalizacji źródła. Na koniec zwizualizuj strefę HFO na powierzchni kory, stosując próg 60% maksymalnej amplitudy aktywacji w oparciu o dane EEG i MEG. W tych przykładach pacjentów HFO zidentyfikowano w pasmie częstotliwości ripples od 80 do 150 hertz, występujące zarówno w EEG, jak i MEG, nakładające się na IED.Płaszczyzna czasowo-częstotliwościowa dwóch reprezentatywnych kanałów EEG i MEG wykazuje typowy odizolowany szczyt w momencie wystąpienia HFO. Przedstawiono tutaj wyniki lokalizacji HFO uzyskane zarówno z EEG skóry głowy, jak i z MEG u 15-letniej dziewczynki z encefalomalacją w obrębie obszaru prawej tętnicy środkowej mózgu. Obie techniki lokalizują HFO w sąsiedztwie zmiany, w miejscu bliskim prawego połączenia skroniowo-ciemieniowego, choć wyniki te nie były identyczne.Tutaj przedstawiono wyniki 11-letniego chłopca z encefalomalacją lewego ciemieniowego górnego płata skroniowego. Rysunek pokazuje zgodność przestrzenną między strefą HFO zlokalizowaną nieinwazyjnie za pomocą skalpowego EEG i MEG, IEDs zlokalizowanymi za pomocą MEG oraz strefą HFO zlokalizowaną inwazyjnie za pomocą iEEG. Lokalizacja elektrod wewnątrzczaszkowych z największą liczbą HFO, LA51, LA52 i LA53, była zgodna z aktywnością HFO zlokalizowaną nieinwazyjnie, a obie te strefy pokrywały się ze strefą inicjacji napadów.Jest to pierwsze badanie raportujące lokalizację międynapadowych oscylacji wysokoczęstotliwościowych przy jednoczesnych pomiarach EEG i MEG, które bada również zgodność wyników lokalizacji z wynikami uzyskanymi z rejestracji wewnątrzczaszkowej. Nieinwazyjna rejestracja, detekcja i lokalizacja oscylacji wysokoczęstotliwościowych jest trudna, ponieważ HFO są bardzo słabymi sygnałami generowanymi przez niewielkie obszary mózgu rzędu milimetrów sześciennych i są utrudnione przez szumy oraz tło aktywności mózgowej. Do tej pory niewiele badań zdołało wykazać, że oscylacje wysokoczęstotliwościowe można wykryć nieinwazyjnie za pomocą elektroencefalografii i magnetoencefalografii oraz zlokalizować tę aktywność poprzez rozwiązanie problemu odwrotnego.Opanowanie, udoskonalenie i ocena proponowanego protokołu zapewnią lekarzom niezawodny, rejestrowalny nieinwazyjnie biomarker do identyfikacji strefy epileptogennej. Opracowanie tego biomarkera ma potencjał do ograniczenia zapotrzebowania na długoterminowy monitoring oraz inwazyjne rejestracje wewnątrzczaszkowe i znacznej poprawy procedury oceny przedoperacyjnej u pacjentów pediatrycznych z epilepsją.

interictal-high-frequency-oscillations-detected-with-simultaneous

Research

JoVE Journal

Medicine

Medycyna

Źródło: Papadelis, C., et wsp., Międzynapadowe oscylacje wysokiej częstotliwości wykryte za pomocą jednoczesnej magnetoencefalografii i elektroencefalografii jako biomarker padaczki dziecięcej. J. Vis. exp.{{TAG_ 27}} (2016).  Ten film demonstruje metodę wykorzystania zapisów elektroencefalografii (EEG) i magnetoencefalografii (MEG) do identyfikacji międzynapadowych wyładowań padaczkowych (IED) i oscylacji o wysokiej częstotliwości (HFO) w celu zlokalizowania obszarów mózgu podatnych na napady.

 Jednoczesna elektroencefalografia i magnetoencefalografia w celu identyfikacji obszarów mózgu podatnych na napady padaczkowe 

Tutaj opisujemy, jak wykonywać zapisy wieloelektrodowe tkanki ludzkiej kory padaczkowej. Szczegółowo zademonstrowano resekcję tkanki padaczkowej, przygotowanie plastrów i zapisy wieloelektrodowe zdarzeń międzynapadowych i ictalowych.

Wieloelektrodowe zapisy pooperacyjnej tkanki korowej ludzkiego epilepsji

Ten protokół opisuje procedurę śledzenia ewolucji pomiarów sieci mezjalnej u pacjentów z padaczką skroniową (TLE). Opiera się on na połączeniu zapisów wewnątrzczaszkowych z nowatorską techniką numeryczną do analizy danych. W szczególności przedstawiamy protokół do analiz sieciowych nagrań otworu owalnego.

Analiza sieciowa zapisów elektrod otworu owalnego u pacjentów z lekooporną padaczką skroniową

Tutaj prezentujemy protokół do rejestrowania sygnałów biologicznych mózgu i serca u myszy za pomocą jednoczesnego wideo, elektroencefalografii (EEG) i elektrokardiografii (EKG). Opisano również metody analizy wynikowych zapisów EEG-EKG pod kątem napadów, mocy spektralnej EEG, funkcji serca i zmienności rytmu serca.

Jednoczesne monitorowanie wideo-EEG-EKG w celu identyfikacji dysfunkcji neurosercowej w mysich modelach padaczki

Ten artykuł przedstawia prosty protokół pozyskiwania dobrej jakości danych elektroencefalograficznych (EEG) podczas jednoczesnego obrazowania EEG i funkcjonalnego rezonansu magnetycznego za pomocą łatwo dostępnych produktów medycznych.

Niezawodna akwizycja danych elektroencefalograficznych podczas jednoczesnej elektroencefalografii i funkcjonalnego rezonansu magnetycznego

Ten artykuł szczegółowo opisuje procedury rejestracji jednoczesnego elektroencefalogramu i funkcjonalnego rezonansu magnetycznego (EEG-fMRI), które mogą być stosowane zarówno w warunkach klinicznych, jak i badawczych. Uwzględniono również procedury przetwarzania EEG w celu usunięcia artefaktów obrazowania do oceny klinicznej. Niniejsze badanie koncentruje się na przykładzie padaczki w okresie międzynapadowym.

Konfiguracja sprzętu i usuwanie artefaktów do jednoczesnego elektroencefalogramu i funkcjonalnego rezonansu magnetycznego do oceny klinicznej w padaczce

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.

Obrazowanie źródeł elektromagnetycznych w ocenie przedoperacyjnej dzieci z padaczką lekooporną

Tutaj przedstawiamy protokół użycia komplementarnych systemów układów mikroelektrod o wysokiej gęstości (CMOS-HD-MEAs) do rejestrowania aktywności podobnej do napadu z wycinków mózgu ex vivo.

Wysokiej jakości aktywność podobna do napadów padaczkowych z ostrych wycinków mózgu przy użyciu komplementarnego układu mikroelektrod o dużej gęstości z tlenkiem metalu i półprzewodnikiem

Wysokoczęstotliwościowe ultradźwięki Dopplera to nowatorska technologia służąca do oceny regionalnej funkcji mięśnia sercowego. Niniejsza praca przedstawia pierwsze dowody wykazujące przydatność tej wszechstronnej platformy obrazowania do wielokrotnego pomiaru odkształcenia mięśnia sercowego, dp/dt oraz niedomykalności zastawki mitralnej w modelu niedokrwienia i reperfuzji (IR) serca mysiego.

Wysokoczęstotliwościowa echokardiografia o wysokiej rozdzielczości: pierwsze dowody na nieinwazyjny, powtarzalny pomiar odkształcenia mięśnia sercowego, kurczliwości i niedomykalności zastawki mitralnej w modelu niedokrwienia i reperfuzji serca myszy

Meatoplasty, chirurgiczne leczenie zwężenia meatus.

Chirurgiczne leczenie stenozy meatusu za pomocą meatoplastyki

Poznaj metodę nieinwazyjnej lokalizacji wysokoczęstotliwościowych oscylacji międzynapadowych u dzieci z padaczką lekooporną przy użyciu jednoczesnej elektroencefalografii i magnetoencefalografii.

Międzynapadowe oscylacje o wysokiej częstotliwości wykryte za pomocą jednoczesnej magnetoencefalografii i elektroencefalografii jako biomarkera padaczki dziecięcej (Wideo) | JoVE Journal

Międzynapadowe oscylacje o wysokiej częstotliwości wykryte za pomocą jednoczesnej magnetoencefalografii i elektroencefalografii jako biomarkera padaczki dziecięcej

Przeglądaj więcej filmów