Międzynapadowe oscylacje o wysokiej częstotliwości wykryte za pomocą jednoczesnej magnetoencefalografii i elektroencefalografii jako biomarkera padaczki dziecięcej
6 grudnia 2016
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).
Ogólnym celem tego protokołu jest zapewnienie ustandaryzowanej metodologii niezawodnego nieinwazyjnego rejestru, wykrywania i lokalizacji międzynapadowych oscylacji o wysokiej częstotliwości u pacjentów pediatrycznych z padaczką oporną na leczenie przy użyciu jednocześnie rejestrowanej elektroencefalografii skóry głowy i magnetoencefalografii. Ta metoda może pomóc odpowiedzieć na kluczowe pytania w padaczce dziecięcej, takie jak to, który obszar mózgu jest padaczkowy i powinien zostać wycięty podczas operacji. Główną zaletą tej techniki jest to, że pozwala na nieinwazyjną lokalizację obszaru, który generuje oscylacje o wysokiej częstotliwości w mózgu dzieci z padaczką.
Różne badania wykazały, że oscylacje o wysokiej częstotliwości można wykryć nieinwazyjnie za pomocą EEG skóry głowy i MEG, ale tylko kilka badań lokalizuje ich generatory na poziomie źródła. Przedstawiamy lokalizację podstawowych generatorów oscylacji o wysokiej częstotliwości uzyskanej w wyniku rozwiązania problemu odwrotnego i porównujemy ją z lokalizacją wyznaczoną przez epileptologa. Zacznij od umieszczenia elektroencefalografii lub czepka EEG na głowie pacjenta zgodnie z międzynarodowym systemem 10-20.
Oczyść skórę w miejscu, w którym znajduje się każda elektroda, odsuń włosy z drogi, a następnie nałóż żel na każdą elektrodę. Następnie umieść elektrody uziemiające i referencyjne na głowie pacjenta. Podłącz dodatkowe elektrody do pomiaru elektrokochleografii poziomej i pionowej, EOG, elektrokardiografii, EKG, elektromiografii, EMG i dodatkowych elektrod EEG w miejscach obejmujących obszary skroniowe.
Następnie użyj miernika EEG-o, aby zmierzyć impedancję dla każdej elektrody. Jeśli impedancja przekracza 10 kiloomów, ponownie oczyść skórę i upewnij się, że spadnie poniżej 10 kiloomów. Umieść cztery cewki HPI na nasadce EEG.
Użyj digitizera, aby uzyskać lokalizacje punktów odniesienia odniesienia, w tym lewy/prawy punkt przeduszny i nasiona, a także lokalizację cewek HPI i elektrod EEG. Digitalizacja dodatkowych punktów głowicy w celu uzyskania precyzyjnego kształtu głowicy. Następnie należy przenieść pacjenta do pomieszczenia z ekranacją magnetyczną (MSR), w którym znajduje się system magnetoencefalograficzny MEG.
Połóż pacjenta na łóżku. Włóż głowę do hełmu MEG i dla wygody przyłóż odpowiednie podkładki pod głowę pacjenta. Dostosuj pozycję głowy pacjenta w skanerze, upewniając się, że znajduje się ona jak najgłębiej w hełmie.
Na koniec zamknij drzwi do MSR i komunikuj się z pacjentem za pomocą systemu interkomowego. Rozpocznij nagrywanie, klikając przycisk "Idź" w oprogramowaniu do akwizycji MEG. Sprawdź online wszystkie nagrane sygnały i napraw uszkodzone kanały MEG za pomocą tunera czujników.
Następnie zmierz pozycję głowy pacjenta, klikając przycisk pomiaru w oprogramowaniu do akwizycji MEG. Jeśli głowa pacjenta nie jest dobrze zakryta przez matrycę sensoryczną, poproś pacjenta, aby przesunął głowę głębiej w kask. Następnie w oprogramowaniu do akwizycji MEG kliknij przycisk nagrywania, aby nagrywać MEG, EEG i uzyskiwać nagrania peryferyjne przez 60 minut.
Po zakończeniu zapisu otwórz MSR i wyjmij pacjenta z sali MSR. Delikatnie usuń wszystkie taśmy, elektrody, cewki HPI i nasadkę EEG. Na koniec, po wyprowadzeniu pacjenta z przestrzeni testowej, nagrywaj sygnały magnetyczne pustego MSR przez dwie minuty bez obecności pacjenta.
Zacznij od otwarcia danych w oprogramowaniu do analizy. Wyświetlaj dane EEG i MEG za pomocą dwóch pionowo ustawionych okien po 10 sekund na stronę. Przejdź do zakładki filtr górnoprzepustowy i ustaw filtr górnoprzepustowy na jeden herc, filtr dolnoprzepustowy na 70 herców, a filtr wycinający na 50 lub 60 herców.
Sprawdź dane i zidentyfikuj fragmenty, w których występują międzynapadowe wyładowania padaczkowe lub IED. Zaznacz szczyt każdego IED występujący zarówno w danych EEG, jak i MEG. Uruchom algorytm automatycznego wykrywania HFO na częściach danych EEG z IED i zaimportuj wykryte HFO do oprogramowania w celu wizualizacji danych.
Aby przejrzeć wykryte zdarzenia HFO, wyświetl zapisy EEG, MEG i peryferyjne z pionowo wyrównanymi oknami po dwie sekundy na stronę. Przejdź do zakładki filtr i ustaw filtr dolnoprzepustowy na 250 Hz, a filtr górnoprzepustowy na 80 Hz. Aby upewnić się, że wykryte HFO nie są spowodowane artefaktami, sprawdź, czy w nagraniach peryferyjnych nie ma jednoczesnej aktywności.
Ponadto należy wziąć pod uwagę tylko zdarzenia HFO, które występują zarówno w sygnałach EEG, jak i MEG, a pominąć HFO, które nie pokrywają się z oznaczonymi IED. Następnie należy podzielić MRI pacjenta na segmenty i uzyskać powierzchnię kory mózgowej za pomocą oprogramowania do analizy obrazowania mózgu i oszacować model do przodu metodą elementów granicznych. Dla każdego zdarzenia HFO wykonaj lokalizację źródłową zarówno na danych EEG, jak i MEG, używając maksymalnej entropii falkowej na średniej lub metody WMEM.
Uśrednij wyniki lokalizacji wzdłuż czasu trwania zdarzenia, aby uzyskać źródłową mapę lokalizacji. Na koniec zwizualizuj strefę HFO nad powierzchnią kory mózgowej, stosując próg 60% maksymalnej amplitudy aktywacji, korzystając zarówno z danych EEG, jak i MEG. W tych przykładach pacjentów HFO zostały zidentyfikowane w paśmie częstotliwości tętnień od 80 do 150 Hz występujących zarówno w EEG, jak i MEG oraz w leżących nad nimi IED.
Płaszczyzna częstotliwości czasowej dwóch reprezentatywnych kanałów EEG i MEG pokazuje typowy izolowany pik w czasie HFO. Tutaj przedstawiono wyniki lokalizacji HFO zarówno z EEG skóry głowy, jak i MEG dla 15-letniej dziewczyny z encefalomaliacją prawej tętnicy środkowej mózgu. Obie techniki lokalizują HFO w pobliżu zmiany w miejscu zbliżonym do prawego skrzyżowania skroniowo-ciemieniowego, chociaż były one nieco inne.
Przedstawiono wyniki dla 11-letniego chłopca z lewą ciemieniową górną encefalomaliką skroniową. Rysunek przedstawia zgodność przestrzenną między strefą HFO zlokalizowaną nieinwazyjnie za pomocą EEG skóry głowy i MEG, IED zlokalizowanymi przez MEG a 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 i obie pokrywały się ze strefą początku napadu.
Jest to pierwsze badanie, w którym opisano lokalizację międzynapadowych oscylacji o wysokiej częstotliwości z jednoczesnymi zapisami EEG i MEG, które bada również zgodność wyników lokalizacji z wynikami zapisów wewnątrzczaszkowych. Nieinwazyjne rejestrowanie, wykrywanie i lokalizacja oscylacji o wysokiej częstotliwości jest wyzwaniem, ponieważ HFO są bardzo słabymi sygnałami generowanymi przez małe obszary mózgu rzędu milimetrów sześciennych i utrudnianymi przez hałas i aktywność mózgu w tle. Do tej pory niewielu badaniom udało się wykazać, że oscylacje o wysokiej częstotliwości można wykryć nieinwazyjnie za pomocą elektroencefalografii i magnetoencefalografii i zlokalizować tę aktywność, rozwiązując problem odwrotny.
Opanowanie, ulepszenie i wycena proponowanego protokołu zapewni lekarzom wiarygodny, nieinwazyjny biomarker do identyfikacji strefy padaczkowej. Opracowanie biomarkera może zmniejszyć konieczność długoterminowego monitorowania i inwazyjnych zapisów wewnątrzczaszkowych oraz znacznie usprawnić procedurę oceny przedoperacyjnej pacjentów pediatrycznych z padaczką.
Przegląd
Ten artykuł przedstawia standaryzowaną metodę nieinwazyjnego rejestrowania, wykrywania i lokalizowania wysokofrekwencyjnych oscyli (HFO) u pacjentów pediatrycznych z oporną na leczenie epilepsją. Technika wykorzystuje jednoczesne rejestrowanie elektroodmózgowografii (EEG) i magnetoencefalografii (MEG) ze skóry głowy w celu zidentyfikowania strefy epileptogenicznej przed interwencją chirurgiczną.
Kluczowe komponenty badania
Obszar nauki
- Neuronauka
- Elektrofizjologia
- Kliniczne epileptologia
Tło
- Wysokofrekwencyjne oscyle (HFO) są potencjalnymi biomarkerami epilepsji.
- Nieinwazyjne techniki są kluczowe dla pacjentów pediatrycznych.
- Poprzednie badania wykryły HFO, ale niewiele zlokalizowało ich źródła.
- Zrozumienie HFOs może przewodzić decyzjom chirurgicznym w leczeniu epilepsji.
Cel badania
- Ustanowić niezawodną metodę nieinwazyjnego wykrywania i lokalizowania HFOs.
- Wyznaczyć epileptogeniczny obszar mózgu do potencjalnej resekcji chirurgicznej.
- Porównać wyniki lokalizowania z EEG i MEG.
Stosowane metody
- Jednoczesne rejestrowanie EEG i MEG od pacjentów pediatrycznych.
- Zastosowanie standaryzowanego protokołu umieszczania elektrod i przygotowania skóry.
- Wykorzystanie zaawansowanych technik analizy danych do identyfikacji i wizualizacji HFOs.
- Lokalizacja źródeł przy użyciu metody entropii maksimum falkowym na średniej (WMEM).
Główne wyniki
- HFO zostały zidentyfikowane w paśmie częstotliwości rytmicznej (80-150 Hz).
- Wyniki lokalizacji wykazały zgodność między wynikami EEG i MEG.
- Przypadki badań ilustrowały skuteczność techniki w identyfikacji stref epileptogenicznych.
- Wyniki zostały zweryfikowane względem inwazyjnych rejestracji, gdy były dostępne.
Wnioski
- Metodologia zapewnia nieinwazyjne podejście do lokalizowania HFOs u dzieci.
- Zwiększa zrozumienie strefy epileptogenicznej w pediatrycznej epilepsji.
- Ta technika może poprawić wyniki chirurgiczne dla pacjentów z oporną na leczenie epilepsją.
Często zadawane pytania
Executive Industry Relevance
Non-invasive detection and localization of high-frequency oscillations (HFOs) using simultaneous EEG and MEG offers a biomarker strategy to improve presurgical evaluation in pediatric epilepsy. This approach supports target validation by providing electrophysiological evidence of epileptogenic zones without requiring invasive intracranial recordings. Enhanced mechanistic de-risking through non-invasive HFO mapping can inform surgical planning and reduce reliance on long-term monitoring.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by localizing HFO generators concordant with interictal epileptiform discharges and seizure onset zones.
- Operational Value: Provides a reproducible method for source localization using wavelet maximum entropy on the mean (WMEM) on simultaneous EEG and MEG data.
- Predictive Value: Supports biomarker validation by demonstrating concordance between non-invasive scalp recordings and invasive intracranial EEG in pediatric patients.
Screening & Assay Development
- Assay Readiness: Facilitates preparation of validated biological systems through standardized skin preparation, electrode placement, and impedance monitoring below 10 kiloohms.
- Quantitative Outputs: Enables detection of HFOs in the ripple band (80–150 Hz) that co-occur with interictal epileptiform discharges in both EEG and MEG signals.
- Reproducibility: Supports cross-platform validation by requiring HFO events to be present in both EEG and MEG and time-locked to marked interictal discharges.
Translational & Preclinical Research
- Translational Continuity: Demonstrates how non-invasive HFO localization aligns with invasive intracranial recordings, supporting translation from discovery to preclinical validation.
- Disease-Relevant System: Applies to pediatric refractory epilepsy models where HFOs serve as biomarkers of epileptogenic tissue.
- Mechanistic De-risking: Reduces ambiguity in target identification by localizing HFO generators via inverse solutions and comparing them to clinically defined seizure onset zones.
Pipeline & Workflow Integration
The method integrates into early discovery workflows by providing electrophysiological data that inform target identification and validation prior to lead optimization.
- Discovery Biology: Supports hypothesis testing by localizing high-frequency oscillations to specific cortical regions using source imaging.
- Screening: Enables assay standardization through filtering (1 Hz high-pass, 70 Hz low-pass, 50/60 Hz notch) and artifact rejection via peripheral channel monitoring.
- Analytics: Generates source localization maps averaged over HFO event duration, visualized at 60% of maximum activation amplitude on cortical surfaces.
- Translational Research: Connects non-invasive scalp recordings to invasive validation, showing spatial concordance between HFO zones, interictal discharges, and intracranial electrode locations.
- Enterprise Reuse: Establishes a scalable protocol for multi-site studies requiring synchronized EEG-MEG acquisition and standardized source localization.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by providing non-invasive electrophysiological correlates of epileptogenic zones.
- Operational Value: Enhances reproducibility through standardized electrode placement, impedance control, and dual-modality (EEG/MEG) signal requirements.
- Strategic Value: Improves go/no-go decisions by reducing dependence on invasive monitoring and enabling earlier target confirmation.
- Portfolio Impact: Supports risk-adjusted advancement by offering a non-invasive biomarker that aligns with surgical outcomes.
Implementation Considerations
- Requires expertise in electrophysiology, neuroimaging, and source localization techniques such as WMEM.
- Dependent on magnetoencephalography systems in magnetically shielded rooms and simultaneous EEG acquisition capabilities.
- Necessitates cross-team standardization between neurology, neurophysiology, and imaging groups for fiducial digitization and head shape modeling.
- Adaptation across model systems must account for developmental differences in head size and conductivity when applying the international 10-20 system.
- Practical limitations include the low amplitude of HFOs, susceptibility to noise, and the need for artifact rejection using peripheral channels (EOG, ECG, EMG).
