Name: A Pipeline para 3D Multimodality Integração imagem e Planejamento assistida por computador em Cirurgia de Epilepsia (Vídeo) | JoVE Journal
Uploaded: 2016-05-20T13:00:00.000+00:00
Duration: 9 min 41 s
Description: Aprenda a integrar imagens 3D multimodais para planejamento assistido por computador em cirurgia de epilepsia. Este software consolida registro de imagens, segmentação anatômica e planejamento de trajetórias em uma única plataforma.

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

Este programa tem sido apoiado pelo Departamento de Saúde e Inovação Fundo Wellcome Trust Saúde Challenge (HICF-T4-275, Programa Grant 97914). Somos gratos ao Wolfson Confiança e da Sociedade da epilepsia para apoiar o scanner Epilepsy Society MRI. Este trabalho foi apoiado pelo Instituto Nacional de Pesquisa em Saúde (NIHR) University College London Hospitals Centro de Investigação Biomédica (BRC)

NOTA: Os comandos de software fornecidas aqui são específicos para a versão atual (2015/01/19) do software e podem mudar em cima versões de software posteriores. Manuais para versões individuais estão disponíveis mediante pedido. 1. Realizar Integração Imagem e Visualização <ol><li> Adquirir imagem. <ol><li> Adquirir neuronavegação ressonância magnética ponderada em T1 digitalizar com gadolínio enhancement- esta será a imagem de referência. (Nota: Os requisitos de aquisição de imagem estão disponíveis a partir do fornecedor comercial 11,12 neuronavegação Ver Tabela 1).. </li><li> Recolha todas as outras imagens feitas durante a avaliação pré-cirúrgica em formato NIfTI DICOM ou (podem incluir ressonância magnética funcional (fMRI), tensor de difusão (DTI) tractography, tomografia por emissão de positrões fluoro-deoxiglicose (FDG-PET), emissão de fóton único ictal-interictal CT ( SPECT), magnetoencefalografia (MEG) dipolo, contraste MRI fase 3D, angio-TC) Ver quadro 1. </li></ol></li><li> Executar pré-processamento fora software in-house. <ol><li> Processo T1 isométrica ponderada MRI com software Freesurfer open source, executado em uma estação de trabalho Linux utilizando o comando &#39;Recon-all&#39;, para gerar segmentações corticais. </li><li> Converter wmparc.mgz e arquivos ribbon.mgz para o formato NIfTI utilizando o comando &#39;mrconvert&#39; </li></ol></li><li> Software Open in-house no PC Windows e dados de carga (Figura 1). <ol><li> Nota display de 2 x 2 janela, DataManager na extrema esquerda, ícones no topo, representando diferentes ferramentas de processamento de imagem e ferramenta selecionada na extrema direita. </li><li> Importar dados usando &quot;arrastar e soltar&quot;, acessando o menu principal &quot;Arquivo / Abrir&quot; ou por um botão de velocidade (ícone) &quot;Open&quot;. Percorrer diferentes conjuntos de dados para garantir a integridade. Note-se a função de zoom clicando com o botão direito e rato mover-se, e a natureza hierárquica do DataManager, com sobreposição de imagem consecutivo. </li></ol></li><li> imagens Coregister. &lt;ol&gt; <li> Imagens individuais. <ol><li> Selecione ferramenta NiftyReg de ícones velocidade. </li><li> Select T1 neuronavegação com gadolínio em DataManager- este será imagem de referência que todos os outros de imagem é georeferenciados para. </li><li> Selecione &#39;imagem flutuante&#39; a ser georeferenciados para fazer referência a imagem. </li><li> Definir o nome ea localização de imagem cadastrada. Defina os parâmetros de otimização para o número nível 4, o nível de realizar 3, número de iteração 5, corpo rígido tipo coregistration. </li><li> Execute coregistration automatizado corpo rígido, clicando no botão &#39;Run&#39;. </li><li> Verificar a precisão de coregistration. Inspecione a imagem registada sobre a imagem de referência, e alterar a transparência de uma imagem registada clicando com o botão direito sobre a imagem em DataManager, e movendo o cursor &#39;Opacidade&#39;. Verifique coregistration inspecionando marcos anatômicos claros, como o forame de Monroe. </li></ol></li><li> imagens emparelhados. <ol><li> Coregister &#39;imagem de definição de espaço &quot;primeiro (por exemplo. mapa anisotrópica fracionário), utilizando a ferramenta NiftyReg como nos passos 1.4.1.1 - 1.4.1.6. </li><li> Selecione ferramenta RegResample de ícones velocidade. </li><li> Select T1 neuronavegação com gadolínio em DataManager imagem de referência como. </li><li> Selecionar imagem com resultados de processamento (por exemplo., Imagem tractography) como imagem flutuante. </li><li> Use txt arquivo gerado a partir de registo anterior de &quot;imagem de definição de espaço&quot; como a transformação de entrada. </li><li> Definir o nome ea localização de imagem cadastrada. Escolha um tipo de interpolação como 0. </li><li> Execute reamostragem de &quot;resultado do processamento &#39;clicando no botão&#39; Run &#39;. </li><li> Ver nova imagem gerado pela seleção em DataManager </li><li> Verificar a precisão de coregistration como no passo 1.4.1.6. </li></ol></li><li> Repita os passos 1.4.1 - 1.4.2 para todos os conjuntos de dados. </li></ol></li><li> imagens segmento. <ol><li> Selecionar imagem a ser segmentado em DataManager, e selecione ferramenta Editor de Segmentação de ícones velocidade.</li><li> Use ferramentas avançadas de segmentação (segmentação manual, de crescimento de regiões, subtraindo) para chamar a região de interesse em várias fatias de imagens em planos axial, coronal e sagital </li><li> Escolha interpolação 3D para visualizar evoluindo estrutura segmentada na janela 3D. Confirmar segmentação para gerar novo arquivo NIfTI de estrutura segmentada. </li><li> Repita os passos 1.5.1 - 1.5.3 para todas as imagens, onde segmentação manual é indicado. </li></ol></li><li> Gerar modelos de cérebro. <ol><li> Selecione uma imagem wmparc.nii em DataManager e garantir wmparc.nii é georeferenciados com imagem de referência usando etapas 1.4.1. </li><li> Selecione Ferramentas de processamento básico de ícones velocidade. </li><li> Aplicar um limite para wmparc.nii 1-5002 para criar máscara binarised do córtex. </li></ol></li><li> Rendem regiões de interesse como superfícies 3D (Figura 2, 3). Nota: A visualização dos conjuntos de dados como representações de superfície em 3D (ficheiros STL) pode ser feito de duas maneiras: <ol><li> Use Superfície Extractor tool. <ol><li> Selecione o ícone Extractor Surface. Definir limite para a extração de superfície e selecione Aplicar. Nome prestação de superfície em DataManager. </li></ol></li><li> Botão direito do mouse em arquivo NIfTI em DataManager e selecione &#39;Superfície lisa Polígono&#39;. </li></ol></li><li> Extrair modelos de superfície dos vasos (Figura 4). Nota: Extraindo navios de imagem vascular dedicado (contraste de fase 3D MRI, CT angiografia, T1 MRI ponderado com gadolínio) pode ser feito de duas maneiras. <ol><li> Usar a ferramenta Extractor Surface. <ol><li> Coregister a imagiologia vascular para a imagem de referência usando NiftiReg. superfície 3D rende a imagem utilizando o Extractor Surface. </li><li> Gerar máscara intracraniana, aplicando a dilatação e fechando funções no processamento de imagem básica com a máscara binarised do córtex. Aplique a máscara intracraniana à imagem vascular utilizando a função de multiplicar em Processamento básico de imagens para remover vasos extracranianas. </li><li> Remover ruído do fil stle pelo processamento de fora software in-house, utilizando software de processamento de malha 3D. Nota: As instruções para uso desta ferramenta estão disponíveis gratuitamente on-line. </li></ol></li><li> Use a ferramenta de VesselExtractor. <ol><li> Selecione a ferramenta VesselExtractor a partir dos ícones de velocidade. Selecione vascular conjunto de dados de imagem e especificar o nome e localização do arquivo NIfTI navio de extração. </li><li> Execute VesselExtractor clicando em &#39;Run&#39;. Aplique a máscara intracraniana com os resultados de VesselExtractor usando a função de multiplicar em Processamento básico de imagens para remover vasos extracranianas. Nota: máscara intracraniana gerado pela aplicação da dilatação e fechar funções em Processamento de Imagem Básica à máscara binarised do córtex como em 1.8.1.2. </li></ol></li><li> Repita processo de 1.8.1 ou 1.8.2 para angiografia por TC, ressonância magnética de contraste de fase 3D e neuronavegação T1 com gadolínio. </li></ol></li><li> Gerar renderização volume de cérebro (Figura 5). <ol><li> Selecione im wmparc.niiidade sobre DataManager e garantir wmparc.nii é georeferenciados com imagem de referência usando etapas 1.4.1. </li><li> Selecione Ferramentas de processamento básico de ícones velocidade. </li><li> Aplicar suavização Gaussian para wmparc.nii imagem, usando ferramentas de processamento básico. </li><li> Select tornando ferramenta de ícones velocidade volume e arquivo wmparc.nii garantir suavizada é destaque na DataManager. </li><li> Tick ​​&quot;renderização de volume&quot; caixa dentro ferramenta de renderização de volume para gerar renderização de volume do córtex. </li></ol></li></ol> 2. Execute Planejamento manual <ol><li> Use ícone de velocidade Planner trajetória. <ol><li> Select neuronavegação T1 digitalizar a imagem de referência. Selecione Novo Plano e New trajetória. </li><li> Escolha um ponto alvo na imagem latente planar pressionando &quot;Alt&quot; e clique com o botão direito do mouse, com base na lista de pontos-alvo anatômicas desejadas pelos clínicos. Nota: exemplos de metas incluem estruturas mesial temporal (amígdala, hipocampo), insula, giro do cíngulo. </li><li> Selecione ponto de entrada na imagem latente planar pressionando &quot;Alt&quot; e clique no botão esquerdo do mouse, com base na lista de pontos de entrada desejados pelos clínicos. Nota: exemplos de pontos de entrada incluem giro temporal médio, giro pré-central, giro supramarginal. </li><li> Observe trajetória linear gerada entre alvo e ponto de entrada. </li></ol></li><li> Visualize risco. <ol><li> Selecione o ícone de velocidade Visualização de risco para examinar comprimento trajetória. </li><li> Selecione &#39;link Ver aviões&#39; para ligar visualizador de olho sondas para ortogonais aviões vista na janela principal. </li><li> Rolar ao longo de trajetória, examinando visualizador de olho Sondas para assegurar caminho avascular. </li></ol></li></ol> 3. Execute Planeamento assistido por computador <ol><li> Prepare dados. <ol><li> Preparar a superfície massa cinzenta. <ol><li> Selecione o arquivo ribbon.nii gerada a partir de software segmentação cortical. </li><li> Co-registro arquivo ribbon.nii imagem de referência ao uso de NiftiReg. </li><li> Rende superfície 3Dimagem r co-registrada usando a função &quot;superfície lisa polígono &#39;. </li></ol></li><li> Prepare couro cabeludo e modelo de exclusão couro cabeludo. <ol><li> Selecione uma imagem neuronavegação T1 imagem de referência como. </li><li> Use a ferramenta de Processamento básico de imagens para aplicar a transformação de Gauss. </li><li> Superfície rendem a imagem usando Extractor superfície, para gerar a superfície do couro cabeludo. </li><li> Salve e imagem de exportação como arquivo STL. </li><li> Carga stl fle em software de processamento de malha 3D. </li><li> Para couro cabeludo, use ferramentas de limpeza e edição para excluir conteúdo intracraniano. </li><li> Para o modelo de exclusão couro cabeludo, utilizar ferramentas de edição manuais para remover áreas não adequadas para os pontos de entrada de eléctrodos (ie., Cara, orelhas, hemisfério contralateral, área abaixo tentorial). </li></ol></li><li> Preparar a superfície sulcos superfície. <ol><li> Gerar sulcos todo. <ol><li> arquivo wmparc.nii Binarise utilizando a ferramenta de Processamento básico de imagens como no passo 1.6.3. </li><li> Fechar binarisedarquivo wmparc.nii por 3 utilizando a ferramenta de Processamento básico de imagens. </li><li> Subtrair arquivo binarised gerada em 3.1.3.1.1 a partir do arquivo binarised fechado gerada em 3.1.3.1.2 utilizando a ferramenta de Processamento básico de imagens. </li></ol></li><li> Remover os sulcos em profundidade para gerar a imagem sulcos superfície. Nota: imagem sulcos superfície utilizando-se como uma estrutura fundamental tem a vantagem de trajectórias de espaçamento longe de sulcos na superfície do cérebro, e permitindo trajectórias a abordagem dos sulcos em profundidade, que é o local onde se encontra a matéria cinzenta. <ol><li> Reduzir a, arquivo wmparc binarised fechado gerada em 3.1.3.1.2 utilizando a ferramenta de Processamento básico de imagens. </li><li> arquivo invertido gerada em 3.1.3.2.1 utilizando a ferramenta de Processamento básico de imagens. </li><li> Multiplique arquivo gerado em 3.1.3.2.2 por toda a sulcos gerada em 3.1.3.1.3, utilizando a ferramenta de Processamento básico de imagens. </li></ol></li></ol></li></ol></li><li> Planejador multi-trajetória executado (Figura 6). NOTA: Automated planejamento multi-trajetória é dependente de preparação de dados robusta; renderings superfície do couro cabeludo, couro cabeludo máscara exclusão, vascularização intracraniana, sulcos superfície, córtex e substância cinzenta são obrigatórios. <ol><li> Selecione Planner Trajetória de ícones velocidade. imagem de referência Select como neuronavegação T1 de ressonância magnética. </li><li> Selecione &quot;pontos-alvo; vários pontos de destino pode ser introduzido por &#39;Shift&#39; e esquerdo do mouse clique, ou através do carregamento de um conjunto de pontos-alvo salvo. Nota: exemplos de alvo incluem estruturas mesial temporal (amígdala, hipocampo), insula, giro do cíngulo. </li><li> Selecione &quot;pontos de entrada&quot;, e selecione a máscara de exclusão couro cabeludo no menu suspenso em anexo. Nota: Isto tem a finalidade de limitar a busca dos possíveis pontos de entrada a uma área restrita que é viável para implementar cirurgicamente. </li><li> Escolha estruturas críticas, marcando as superfícies da lista suspensa que as trajetórias deve evitar. Selecione configurações avançadas; ajustar os contras definidos pelo usuáriotraints quanto ao tempo de trajetória, ângulo de entrada e distância entre trajetórias como preferencial. </li><li> Selecione cinza Matéria avaliação substância branca e classificar risco estratificar para otimizar a proporção das trajetórias que se encontram na substância cinzenta. </li><li> Execute planejador multi-trajetória, selecionando Adicionar Novo Plano e Plano Recompute. </li></ol></li><li> Visualize risco (Figura 7). <ol><li> Avaliar o perfil de risco e segurança depois de planejamento de trajetória, usando o ícone de Risco velocidade de visualização. Nota: Para cada trajetória existem métricas de comprimento, ângulo de entrada, o risco cumulativo, distância mínima de vasos sanguíneos e os rácios de substância branca substância cinzenta, além de representação gráfica ao longo do caminho trajetória do raio de estruturas críticas. Um visualizador de sondas de olho também está incluído. </li><li> Escolha um mapa de risco em DataManager para mostrar um mapa colorido contorno que recobre a máscara de exclusão do couro cabeludo, com potenciais pontos de entrada representados eo nível associado de co riscolour codificado, com a representação vermelha alto risco e verde que representa baixo risco para qualquer trajetória selecionado. </li></ol></li><li> O ajuste manual de trajetórias. <ol><li> Select trajetória. </li><li> Selecione novo ponto de entrada pressionando Alt e clique direito do mouse, eo novo ponto de destino pressionando Alt e mouse clique esquerdo. </li><li> Avaliar nova trajetória usando o ícone de velocidade Visualização de risco como no passo 3.3. </li></ol></li></ol> 4. Os planos de exportação e modelos para o teatro de operação <ol><li> Verifique se imagem de referência está no formato DICOM. Selecione S7 exportação a partir do ícone da velocidade. </li><li> Definir a imagem de referência, os planos e as trajetórias e os modelos que estão a ser exportado, e especificar o destino do arquivo salvo. Executar ferramenta de exportação de S7. </li><li> Carregar gerado arquivo para um stick USB para transferência para um sistema de neuronavegação na sala de operações, e carregar pasta arquivada no sistema de neuronavegação para a implementação clínica de tr planejadoajectories. </li></ol> 5. Reconstructing Eletrodo Implantação No pós-operatório <ol><li> Adquirir tomografia computadorizada no pós-operatório. </li><li> cabeça de carga CT em software in-house, ea carga salvo anteriormente conjunto de dados do paciente. </li><li> Coregister CT para fazer referência T1 MRI ponderado utilizando a ferramenta NiftyReg. </li><li> Gerar renderização 3D superfície de eletrodos utilizando a ferramenta SurfaceExtractor no CT registrado, com alta de limiar. </li><li> eletrodos de superfície limpa prestados de ruído, e fios utilizando as funções de limpeza e reparação de software de processamento de malha 3D. </li></ol>

<ol><li>Cardinale, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stereoelectroencephalography%3A+surgical+methodology%2C+safety%2C+and+stereotactic+application+accuracy+in+500+procedures%5BTitle%5D)+AND+%22Neurosurgery%22%5BJournal%5D)">Stereoelectroencephalography: surgical methodology, safety, and stereotactic application accuracy in 500 procedures.</a> Neurosurgery. 72, discussion 366 353-366 (2013).</li>
<li>Murphy, M., O'Brien, T. J., Morris, K., Cook, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multimodality+image-guided+epilepsy+surgery%5BTitle%5D)+AND+%22J+Clin+Neurosci%22%5BJournal%5D)">Multimodality image-guided epilepsy surgery.</a> J Clin Neurosci. 8, 534-538 (2001).</li>
<li>Murphy, M. A., O'Brien, T. J., Morris, K., Cook, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multimodality+image-guided+surgery+for+the+treatment+of+medically+refractory+epilepsy%5BTitle%5D)+AND+%22J+Neurosurg%22%5BJournal%5D)">Multimodality image-guided surgery for the treatment of medically refractory epilepsy.</a> J Neurosurg. 100, 452-462 (2004).</li>
<li>Harput, M. V., Gonzalez-Lopez, P., Ture, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+reconstruction+of+the+topographical+cerebral+surface+anatomy+for+presurgical+planning+with+free+OsiriX+Software%5BTitle%5D)+AND+%22Neurosurgery%22%5BJournal%5D)">Three-dimensional reconstruction of the topographical cerebral surface anatomy for presurgical planning with free OsiriX Software.</a> Neurosurgery. 10, (Suppl 3) 426-435 (2014).</li>
<li>Duncan, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Selecting+patients+for+epilepsy+surgery%3A+synthesis+of+data%5BTitle%5D)+AND+%22Epilepsy+Behav%22%5BJournal%5D)">Selecting patients for epilepsy surgery: synthesis of data.</a> Epilepsy Behav. 20, 230-232 (2011).</li>
<li>Duncan, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Imaging+in+the+surgical+treatment+of+epilepsy%5BTitle%5D)+AND+%22Nat+Rev+Neurol%22%5BJournal%5D)">Imaging in the surgical treatment of epilepsy.</a> Nat Rev Neurol. 6, 537-550 (2010).</li>
<li>Cossu, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stereoelectroencephalography+in+the+presurgical+evaluation+of+focal+epilepsy%3A+a+retrospective+analysis+of+215+procedures%5BTitle%5D)+AND+%22Neurosurgery%22%5BJournal%5D)">Stereoelectroencephalography in the presurgical evaluation of focal epilepsy: a retrospective analysis of 215 procedures.</a> Neurosurgery. 57, 706-718 (2005).</li>
<li>Cossu, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stereo-EEG+in+children%5BTitle%5D)+AND+%22Childs+Nerv+Syst%22%5BJournal%5D)">Stereo-EEG in children.</a> Childs Nerv Syst. 22, 766-778 (2006).</li>
<li>Gonzalez-Martinez, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stereotactic+placement+of+depth+electrodes+in+medically+intractable+epilepsy%5BTitle%5D)+AND+%22J+Neurosurg%22%5BJournal%5D)">Stereotactic placement of depth electrodes in medically intractable epilepsy.</a> J Neurosurg. 120, 639-644 (2014).</li>
<li>Gonzalez-Martinez, J. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stereoelectroencephalography+in+the+%27%27difficult+to+localize%27%27+refractory+focal+epilepsy%3A+Early+experience+from+a+North+American+Epilepsy+Center%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Stereoelectroencephalography in the ''difficult to localize'' refractory focal epilepsy: Early experience from a North American Epilepsy Center.</a> Epilepsia. 54, 1-8 (2012).</li>
<li>Rodionov, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Feasibility+of+multimodal+3D+neuroimaging+to+guide+implantation+of+intracranial+EEG+electrodes%5BTitle%5D)+AND+%22Epilepsy+Res%22%5BJournal%5D)">Feasibility of multimodal 3D neuroimaging to guide implantation of intracranial EEG electrodes.</a> Epilepsy Res. 107, 91-100 (2013).</li>
<li>Nowell, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Utility+of+3D+multimodality+imaging+in+the+implantation+of+intracranial+electrodes+in+epilepsy%5BTitle%5D)+AND+%22Epilepsia%22%5BJournal%5D)">Utility of 3D multimodality imaging in the implantation of intracranial electrodes in epilepsy.</a> Epilepsia. 56, 403-413 (2015).</li>
<li>Zombori, G., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aZombori%2C+G+%22Information+Processing+in+Computer-Assisted+Interventions%22">Information Processing in Computer-Assisted Interventions</a>. , Fukuoka, Japan. (2014).</li>
<li>Clarkson, M. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+NifTK+software+platform+for+image-guided+interventions%3A+platform+overview+and+NiftyLink+messaging%5BTitle%5D)+AND+%22Int+J+Comput+Assist+Radiol+Surg%22%5BJournal%5D)">The NifTK software platform for image-guided interventions: platform overview and NiftyLink messaging.</a> Int J Comput Assist Radiol Surg. , (2014).</li>
<li>Zuluaga, M. A., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aZuluaga%2C+MA+%22Medical+Image+Computing+and+Computer-Assisted+Intervention-MICCAI.+2014%22">Medical Image Computing and Computer-Assisted Intervention-MICCAI. 2014</a>. , Springer International Publishing. 651-658 (2014).</li>
<li>Nowell, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+computer-assisted+planning+and+manual+planning+for+depth+electrode+implantations+in+epilepsy%5BTitle%5D)+AND+%22J+Neurosurg%22%5BJournal%5D)">Comparison of computer-assisted planning and manual planning for depth electrode implantations in epilepsy.</a> J Neurosurg. , In Press (2015).</li>
</ol>

Financiamento: Mark Nowell, Gergely Zombori, Rachel faíscas e Rodionov Roman são suportados pelo Departamento de Saúde e Wellcome Trust através do Innovation Challenge Fund Saúde (HICF-T4-275, Programa Grant 97914). John Duncan recebeu apoio financeiro Institucional da Eisai, UCB Pharma, GSK, Janssen Cilag, Medtronic, e GE Healthcare. Andrew McEvoy tem recebido apoio de UCB, Baxter, e Cyberonics. Os demais autores não têm conflitos de interesse. Esta publicação apresenta pesquisa independente apoiado pela Inovação Fundo de Saúde Challenge (HICF-T4-275, Programa de Bolsas de 97914), uma parceria financiamento paralelo entre o Departamento de Saúde e Wellcome Trust. As opiniões expressas nesta publicação são de responsabilidade do autor (s) e não necessariamente as do Departamento de Saúde ou Wellcome Trust.

Em resumo, os passos cruciais para a integração de imagem e visualização 3D são a imagem de co-registro, segmentação do cérebro, vasos e outras estruturas ou áreas de interesse, e exportar para um sistema de neuronavegação. Este processo foi realizado anteriormente no grupo que utilizou o software de integração de imagens disponível comercialmente. A desvantagem para este oleoduto foi o tempo necessário, com todo o processo tendo 2-4 hr. Usando nossa in-house plataforma de software, esta conduta é simplificado consideravelmente, e pode ser concluído em 1-2 horas. Além disso, há a funcionalidade adicional de planejamento cirúrgico de trajetórias de eléctrodos Seeg sobre este software, que pode ser feito manualmente ou com o computador-assistência. Os benefícios de PAC sobre planeamento manual são maior precisão, risco reduzido e velocidade aumentada, e que tenham sido discutido em outra parte (Nowell et ai, In Press, Sparks et al, submetido). A plataforma de software in-house está em d contínuaesenvolvimento, com novas ferramentas e funcionalidades que está sendo adicionado para apoiar todas as fases de avaliação pré-cirúrgica e tratamento cirúrgico. Há, portanto, uma necessidade de testes rigorosos a cada novo lançamento da versão. limitações atuais do software incluem a falta de renderização de volume de alta qualidade, que está presente em outras plataformas e é uma adição valiosa para a visualização 3D avançada. Também exportação só é compatível com uma empresa neuronavegação selecionada no momento presente. Estas limitações não afetaram a utilidade clínica do software em nossa unidade, e não ter retardado a disseminação da tecnologia para outros centros. O significado deste software é que ele remove as barreiras que os grupos anteriores citados como razões para não usar 3DMMI. A solução fornece ferramentas fáceis de usar em uma única plataforma, que não requer treinamento ou especialização, é tempo e custo-eficaz e é facilmente traduzida na prática clínica. Temos plans para adicionar mais inovações ao software para apoiar Cirurgia de Epilepsia. Além disso, os métodos podem ser facilmente aplicados a outras áreas de neurocirurgia, tais como ressecção de tumores de baixo grau perto de córtex eloquentes, a lesão focal e entrega de estimulação alvo. 3DMMI e ferramentas precisas de planejamento cirúrgico tendem a se tornar cada vez mais importante na cirurgia moderna, como os casos mais difíceis são tomadas e como tratamentos minimamente invasivos entrar prática comum.

Na prática cirúrgica é crucial para o cirurgião apreciar estruturas anatómicas e as suas relações espaciais entre si em três dimensões. Isto é especialmente importante em neurocirurgia, onde o cirurgião está a trabalhar num espaço confinado, com visualização limitado e acesso a anatomia complexa. Apesar disso, a data mais imagiologia foi apresentado aos cirurgiões em forma planar 2D convencional e modalidades de imagem diferentes são frequentemente apresentados um após o outro em série. Como consequência, o cirurgião tem de integrar mentalmente esses dados para cada paciente, e colocá-lo em uma estrutura anatômica para o planejamento pré-cirúrgico. Existe um claro benefício na geração de modelos de computador 3D do cérebro do paciente individual, o que demonstra a anatomia do córtex, os vasos sanguíneos, quaisquer lesões patológicas presentes, bem como outros pontos de referência 3D relevantes no mesmo contexto espacial 1-4. Antes da cirurgia, o cirurgião pode girar e alterar a transparência of estes modelos, para compreender plenamente as relações 3D entre diferentes estruturas de interesse. Este princípio é chamado de imagens multimodalidade 3D (3DMMI). O objetivo da avaliação pré-cirúrgica para a cirurgia de epilepsia é inferir a localização da área do cérebro onde surgem convulsões, e garantir que isso pode ser ressecado com segurança sem causar déficits significativos 5. Existe uma vasta gama de modalidades de diagnóstico por imagem que contribuem para isso, incluindo ressonância magnética estrutural, fluorodeoxyglucose tomografia por emissão de positrões (FDG-PET), tomografia computadorizada por emissão de fóton único ictal (SPECT), magnetoencefalografia (MEG) dipolos, ressonância magnética funcional (fMRI) e tensor de difusão (DTI) 6. cirurgia de epilepsia é ideal para 3DMMI uma vez que exige a interpretação simultânea de vários conjuntos de dados, ea consideração de como cada conjunto de dados refere-se a outro. Em muitos casos, as investigações não invasivas falhar to fornecer o nível de evidência necessária para prosseguir para ressecção. Nestes casos EEG intracraniana (IC EEG) gravações são necessárias para identificar a região do cérebro que deve ser removida para prevenir convulsões. Cada vez mais, IC EEG é realizada por uma técnica chamada de EEG, em que um certo número de eléctrodos profundidade de gravação são colocados intracerebral para capturar a origem e propagação de actividade eléctrica associada com convulsões em 3D 1,7-10. O primeiro passo de implantes EEG é desenvolver a estratégia do implante, que define as áreas do cérebro que têm de ser amostrada. Isto envolve a integração da data de EEG clínica e não-invasiva, com imagem estrutural, com qualquer lesão, e os dados de imagem funcional que inferir o local da fonte da epilepsia. O segundo passo é o planejamento cirúrgico precisa das trajetórias de eléctrodos. O cirurgião deve assegurar trajetórias de eléctrodos avascular seguros, centrando-electrode entradas na coroa do giros e remota a partir de veias superfície cortical, e que atravessa o crânio ortogonalmente. Além disso, o acordo de implantação inteira tem de ser bem concebido, com um espaçamento inter-eletrodo razoável e não há colisões de eléctrodos. A viabilidade de gerar modelos 3DMMI para orientar a implantação de eletrodos IC EEG em uma prática de cirurgia de epilepsia ocupado foi previamente demonstrado 11. Nós também demonstraram o princípio de que o uso de 3DMMI confere valor na tomada de decisão clínica acrescentou. Em um estudo prospectivo, a divulgação de 3DMMI mudou algum aspecto da gestão em 43/54 (80%) casos, e, especificamente, mudou o posicionamento de 158/212 (75%) dos eletrodos de profundidade 12. Há uma série de pacotes de software que facilitam 3DMMI. Estes incluem plataformas Neuronavegação comercialmente disponíveis que são utilizados no bloco operatório, conjuntos de software especializadas de planejamento aliadascom plataformas Neuronavegação e plataformas de integração de imagem e visualização autónomos orientadas para a investigação. Como a funcionalidade, flexibilidade e versatilidade destes aumento plataformas, a usabilidade ea possibilidade de traduzi-las em prática clínica correspondentemente diminui. Nós desenvolvemos software de design personalizado para a integração imagem multimodalidade, visualização 3D avançada e colocação de eletrodos EEG planejando 12,13 para o tratamento da epilepsia. A ênfase está na facilidade de uso em um cenário clínico, permitindo o uso em tempo real de software por médicos, e incorporação rápido no pipeline clínica. O software é executado em uma plataforma de imagem de translação 14, que combina NiftyReg, NiftySeg e NiftyView. Neste trabalho, o protocolo para a utilização do software na prática clínica é estabelecida. As etapas para a imagem co-registro, segmentação de regiões de interesse, segmentação cérebro, extrairvasos sanguíneos de imagem vascular dedicado 15, a construção de modelos 3D, planejamento de implantações Seeg e rapidamente exportar modelos e planos para o teatro operacional são descritos. Uma nova ferramenta também é descrito para automatizado multi-percurso planear 13, que aumenta a segurança e eficácia dos implantes e reduz substancialmente o período de planeamento.

<table><tbody><tr><td>EpiNav</td><td>UCL</td><td></td><td>Plataforma de software interna para integração de imagens, segmentação, visualização e planejamento cirúrgico</td></tr><tr><td>Freesurfer</td><td>Martinos Centro de Imagens Biomédicas</td><td></td><td>Software para segmentação cortical</td></tr><tr><td>S7 Stealthstation</td> Sistema de <td>neuronavegação</td><td>Medtronic</td><td></td></tr><tr><td>MeshLab</td><td>ISTI-CNR</td><td></td><td>Software de processamento de malha 3D</td></tr><tr>Plataforma de <td>imagem translacional</td> <td>NiftiK</td><td>UCL</td><td></td></tr><tr>Software <td>de integração de imagens</td> <td>do AMIRA</td><td>Visualisation Sciences Group</td><td></td></tr></tbody></table>

a pipeline para 3d multimodality integração imagem e planejamento assistida por computador em cirurgia de epilepsia

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

cirurgia de epilepsia é um desafio e o uso de 3D integração imagem multimodalidade (3DMMI) para auxiliar o planejamento pré-cirúrgico é bem estabelecida. integração imagem multimodalidade pode ser tecnicamente exigente, e é subutilizado na prática clínica. Nós desenvolvemos uma única plataforma de software para integração de imagem, visualização 3D e planejamento cirúrgico. Aqui, nosso pipeline está descrito no passo-a-passo moda, começando com a aquisição da imagem, tramitava imagem co-registro, segmentação manual, cérebro e extração embarcação, visualização 3D e planejamento manual dos stereoEEG implantes (Seeg). Com a disseminação do software este gasoduto pode ser reproduzido em outros centros, permitindo que outros grupos a beneficiar de 3DMMI. Descrevemos também o uso de, um planejador automatizado multi-trajetória para gerar planos de implantação stereoEEG. Estudos preliminares sugerem que este é um complemento rápido, seguro e eficaz para o planejamento de implantações Seeg. Finalmente, um soluti simpleson para a exportação de planos e modelos para sistemas Neuronavegação comerciais para a implementação de planos na sala de operações é descrito. Este software é uma ferramenta valiosa que pode apoiar a tomada de decisão clínica em todo o percurso cirurgia de epilepsia.

O protocolo descrito para a integração de imagem, visualização, planejamento manual e exportação para um sistema de neuronavegação selecionado tem sido empregada no Hospital Nacional de Neurologia e Neurocirurgia desde agosto de 2013. Este total de 35 casos de implante de EEG 12, com a implantação de 319 eletrodos de profundidade. 27/35 (77%) dos pacientes progrediram para um implante de ressecção seguinte cortical, o que é um indicador de que o implante identificou a área do início das convulsões. Houve uma complicação hemorrágica relacionada com a colocação de eletrodos de profundidade, e isso foi tratado de forma conservadora. As modalidades de imagem utilizadas durante a avaliação pré-cirúrgica são decididas caso a caso-a, e estão descritas na Tabela 1. O protocolo é flexível, e pode incorporar qualquer modalidade de imagem que pode ser importado para o formato NIfTI DICOM ou. A Figura 1 mostra o espectador básico para a nossa plataforma de software in-house, e as figuras 2, 3, 4 e 5 ilustram as imagens típicas durante a construção dos modelos de multimodalidade 3D. A integração deste protocolo em nosso pipeline clínico, bem como a divulgação deste programa a outros centros, é um &quot;marcador&quot; surrogate útil de sucesso. As dificuldades em avaliar o benefício clínico na população cirurgia de epilepsia são bem conhecidos e descritos em outra parte 12. Este gasoduto oferece uma solução simplificada, que é flexível, relativamente fácil de usar, e fácil de replicar em outros centros. Planeamento assistido por computador (PAC) é um desenvolvimento recente que tem sido retrospectivamente testado em anteriores implantes planeados manualmente 16. Os resultados preliminares sugerem que o PAC gera mais seguro mais effic,implantações tário, que são viáveis ​​para implementar e que sejam concluídas em um tempo eficaz maneira 16. A Tabela 2 mostra a comparação quantitativa. Um estudo prospectivo de usar PAC na prática clínica está em andamento. O algoritmo que leva PAC foi anteriormente descrito 13. A Figura 6 mostra um resultado típico do planejador multi-percurso automatizado. As estruturas críticas que foram introduzidos são veias, artérias e sulcos superfície. Note-se a centragem dos percursos sobre a coroa da giros, e o limitadora da trajectória pontos de entrada para uma máscara de exclusão do couro cabeludo. A Figura 7 mostra um gráfico típico de visualização de risco para uma trajetória individual, com métricas associadas e representação gráfica do comprimento de trajectória. <img alt="figura 1" src="/files/ftp_upload/53450/53450fig1.jpg"/&gt; Figura 1. Visualizador básico Display da plataforma In-house Software. Esquerda DataManager, barra de ferramentas TOP- que contém atalhos plug-in ferramentas, tomada de corrente de direita na ferramenta em uso, CENTRE 4 exibição de Ortho-view. <a href="https://www.jove.com/files/ftp_upload/53450/53450fig1large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 2" src="/files/ftp_upload/53450/53450fig2.jpg" /> Figura 2. Segmentação e visualização 3D em In-house Software. (A) axial MRI T1 com modelos de superfície sobreposta, prestação de superfície (B) 3D de modelos (ciano-veias, mão motor de estufa da estimulação magnética transcraniana, laranja- tractography fascículo arqueado, tractography córtico-azulada, rosa- tractography radiação óptica, amarelo-tractography fascículo uncinado, púrpura tálamo segmentation). <a href="https://www.jove.com/files/ftp_upload/53450/53450fig2large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 3" src="/files/ftp_upload/53450/53450fig3.jpg" /> Figura 3. geração de modelos Cortex superfície. (A) vista axial de arquivo wmparc, (B) wmparc arquivo thresholded 1-5002, (C) prestação superfície do arquivo wmparc binarised. <a href="https://www.jove.com/files/ftp_upload/53450/53450fig3large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 4" src="/files/ftp_upload/53450/53450fig4.jpg" /> Figura 4. Recipiente de extracção no In-house Software usando Vesselness. (A) Axial CT angiograma co-registrado com contraste de fase 3D MRI. Renderização de superfície (B) 3D de veias (ciano) e artérias (vermelho). <a href="https://www.jove.com/files/ftp_upload/53450/53450fig4large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 5" src="/files/ftp_upload/53450/53450fig5.jpg" /> Figura 5. Geração de Cortex Volume prestação Volume modelo 3D do córtex (cinza) e renderização superfície da superfície do couro cabeludo (branco). <a href="https://www.jove.com/files/ftp_upload/53450/53450fig5large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 6" src="/files/ftp_upload/53450/53450fig6.jpg" /> Figura 6. 3D multimodalidade modelos de computador assistida Planejamento trajetória. (A) do couro cabeludo (branco), máscara de exclusão couro cabeludo (amarelo) e trajetórias (purple). (B) couro cabeludo e máscara transparente para mostrar cérebro (rosa), sulcos (verde), veias (ciano) e artérias (vermelho). (C) couro cabeludo e máscara removida para mostrar trajetórias e cérebro. (D) do cérebro removido para mostrar trajetórias, sulcos superfície, veias e artérias. <a href="https://www.jove.com/files/ftp_upload/53450/53450fig6large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 7" src="/files/ftp_upload/53450/53450fig7.jpg" /> Figura 7. A visualização gráfica de métricas associadas a trajetórias individuais. Top- comprimento, ângulo atravessando crânio, risco, g Razão / W e uma distância mínima a partir de um vaso sanguíneo&gt; 1 mm de diâmetro. distância display gráfico média de mais próximo estrutura crítica ao longo do comprimento da trajetória (vermelho-artéria, cyan-veia, distância y-de cada eixo de estrutura (no máximo 10 mm), x-de cada eixo, juntamente trajetóriaa partir da entrada cérebro para direcionar, margem de segurança SM representada como linha vermelha horizontal que marca mm de separação 3 de trajetória à estrutura crítica). Bottom display gráfico de caminho trajetória através da matéria cinzenta e branca (, matéria cinzenta cinza-verde-extracerebral, branco- substância branca). <a href="https://www.jove.com/files/ftp_upload/53450/53450fig7large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <table fo:keep-together.within-page="1"><tbody><tr><td> Modalidade </td><td> Local </td><td> Pré-tratamento </td><td> Campo de visão (AP x RL x IS) </td><td> Tamanho do voxel (AP x RL x IS) </td></tr><tr><td> 3D T1 FSPGR </td><td> ES </td><td> Não </td><td> 256 x 256 x 166 </td><td> 0,94 x 0,94 x 1,1 </td></tr><tr><td> DOM T2 coronal </td><td> ES </td><td> Não </td><td> 256 x 160 x 32 </td><td> 0,94 x 1,5 x 3,5 </td></tr><tr> &lt;td&gt; T1 navegação com gadolínio </td><td> NHNN </td><td> Não </td><td> 512 x 512 x 144 </td><td> 0,5 x 0,5 x 1,5 </td></tr><tr><td> contraste de fase MRI 3D </td><td> NHNN </td><td> Não </td><td> 256 x 256 x 160 </td><td> 0,85 x 0,85 x 1 </td></tr><tr><td> CT angiograma </td><td> NHNN </td><td> Não </td><td> 512 x 512 x 383 </td><td> 0,43 x 0,43 x 0,75 </td></tr><tr><td> MEG dipolo </td><td> NHNN </td><td> sim </td><td></td><td></td></tr><tr><td> SPECT crítico-interictal </td><td> UCLH </td><td> sim </td><td> 128 x 128 x 49 </td><td> 3,9 x 3,9 x 3,9 </td></tr><tr><td> FDG-PET </td><td> UCLH </td><td> sim </td><td> 128 x 128 x 47 </td><td> 1.95 x 1.95 x 3.3 </td></tr><tr><td> DTI </td><td> ES </td><td> sim </td><td> 128 x 128 x 60 </td><td> 1,88 x 1,88 x 2,4 </td></tr><tr><td> Funcional fMRI MRI, EEG-correlacionados </td><td> ES </td><td> sim </td><td> 128 x 128 x 58 </td><td&gt; 1,87 x 1,87 x 2,5 </td></tr></tbody></table> Tabela 1. modalidades de imagem utilizadas para a Imagem de Integração ((ES-Epilepsy Society, NHNN-National Hospital de Neurologia e Neurocirurgia, UCLH- University College Hospital de Londres, FSPGR-FastSpoiledGradientRecalledEcho, MEG-magnetoencefalografia, emissão de fóton SPECT-single tomografia computadorizada, FDG PET - tomografia por emissão de positrões fluorodeoxyglucose, DTI-tensor de difusão de imagens, posterior anterior AP-, RL - direita à esquerda, IS - inferior Superior). <table fo:keep-together.within-page="1"><tbody><tr><td></td><td> Planejamento Manual * </td><td> BONÉ* </td><td> Diferença estimada (Manual-CAP) </td><td> Erro </td><td> valor P </td></tr><tr><td> Eletrodo Comprimento (mm, 1 dp) </td><td> 57,9 (21,8) </td><td> 53,9 (15,6) </td><td> 4,74 </td><td> 1,59 </td><td> &lt;0,05 </td></tr><tr><td> Ângulo de entrada (graus fora perpendicular, 1 dp) </td><td> 16,2 (12,8) </td><td> 13,0 (7,6) </td><td> 5,89 </td><td> 1,07 </td><td> &lt;0,05 </td></tr><tr><td> Risco (unidades normalizadas, 2 dp) </td><td> 0,41 (0,79) </td><td> 0,36 (0,42) </td><td> 0,19 </td><td> 0,03 </td><td> &lt;0,05 </td></tr><tr><td> Distância mínima entre vasos sanguíneos (mm, 1 dp) </td><td> 4,5 (3,0) </td><td> 4,5 (3,0) </td><td> -0.56 </td><td> 0,2 </td><td> &lt;0,05 </td></tr><tr><td> Proporção de intracerebral Eletrodo em Grey Matter (2 dp) </td><td> 0,33 (0,33) </td><td> 0,48 (0,28) </td><td> -0.11 </td><td> 0,02 </td><td> &lt;0,05 </td></tr></tbody></table> Tabela 2. Comparação estatística entre Manual e Computer-assisted Planejamento (CAP). * primeiro valor é mediano, segundo valor entre parênteses é intervalo interquartil. Esta tabela foi reproduzido com permissão de 16.

Nós descrevemos os passos para usar nosso software projetado sob encomenda para a integração, visualização e planejamento em cirurgia de epilepsia.

A Pipeline para 3D Multimodality Integração imagem e Planejamento assistida por computador em Cirurgia de Epilepsia

Epilepsy surgery is challenging and the use of 3D multimodality image integration (3DMMI) to aid presurgical planning is well-established. Multimodality ...

O objetivo geral desta descrição do software Pipeline é permitir a disseminação do próprio software para outros centros, possibilitando que outros grupos se beneficiem da integração de imagens tridimensionais multimodais na cirurgia de epilepsia. As principais vantagens são que todas as etapas da avaliação pré-cirúrgica da epilepsia, incluindo registro de imagens, segmentação de anatomia e planejamento assistido por computador, podem ser realizadas em uma única plataforma de software. A visualização tridimensional das estruturas cerebrais, aliada à integração de imagens multimodais e ao planejador automático de múltiplas trajetórias para implante de eletrodos, representa ferramentas relevantes para aumentar a eficácia e a segurança da cirurgia de epilepsia.A exibição tridimensional multimodal de imagens estruturais e funcionais do cérebro, incluindo estruturas e funções normais e anormais, permite um planejamento e implantação mais precisos e rápidos de eletrodos profundos. Comece abrindo o software interno em um computador e carregue os dados. Observe a exibição de janelas dois por dois, o gerenciador de dados na extremidade esquerda, os ícones na parte superior representando diferentes ferramentas de processamento de imagens e a ferramenta selecionada na extremidade direita.Importe os dados clicando no ícone "abrir". Percorra diferentes conjuntos de dados para garantir a completude. Em seguida, realize o co-registro das imagens individuais selecionando a ferramenta NiftyReg nos ícones de atalho.Selecione a T1 de neuronavegação com gadolínio no gerenciador de dados para usar como imagem de referência. Em seguida, selecione a imagem flutuante que será co-registrada com a imagem de referência. Defina o nome e a localização da imagem registrada.Defina os parâmetros de otimização para o nível número quatro, o nível a ser executado como três, o número de iterações como cinco e o tipo de co-registro como corpo rígido. Clique em Executar para co-registrar o corpo rígido automatizado. Em seguida, verifique a precisão do co-registro inspecionando a imagem registrada sobre a imagem de referência.Altere a transparência da imagem registrada clicando com o botão direito na imagem no gerenciador de dados e movendo o cursor de opacidade. Comece selecionando a imagem a ser segmentada no gerenciador de dados e, em seguida, selecione a ferramenta de editor de segmentação nos ícones de atalho. Use ferramentas avançadas de segmentação para desenhar a região de interesse em vários cortes da imagem nos planos axial, coronal e sagital.Por fim, selecione a interpolação 3D para visualizar a estrutura segmentada em evolução em uma janela 3D. Confirme a segmentação para gerar um novo arquivo Nifty da estrutura segmentada. Clique com o botão direito no arquivo Nifty no gerenciador de dados e selecione suavizar a superfície poligonal.Inicie selecionando o arquivo de imagem da parcelação cerebral completa no gerenciador de dados e certifique-se de que esta imagem esteja co-registrada com a imagem de referência. Selecione as ferramentas de processamento básico nos ícones de atalho. Aplique um limiar de um a 5002 para criar uma máscara binarizada do córtex.Clique com o botão direito no arquivo Nifty no gerenciador de dados e selecione superfície de polígono suavizada. Selecione a ferramenta extratora de vasos para extrair os modelos de superfície dos vasos. Em seguida, escolha o conjunto de dados de imagem vascular.Especifique o nome e a localização do arquivo Nifty de extração de vasos. Clique em Executar para ativar o extrator de vasos. Aplique uma máscara intracraniana ao resultado utilizando a função de multiplicação das ferramentas básicas de processamento de imagem para remover vasos extracranianos.Por fim, para renderizar as regiões de interesse como superfícies 3D, selecione o ícone extrator de superfície e defina o limiar para extração da superfície. Selecione aplicar e nomeie a renderização da superfície no gerenciador de dados. Comece executando um planejador de múltiplas trajetórias ao selecionar o ícone do planejador de trajetória.Selecione a ressonância magnética T1 de neuronavegação como imagem de referência. Em seguida, selecione os pontos-alvo, como a amígdala, hipocampo, ínsula ou giro do cíngulo, mantendo pressionada a tecla Shift e clicando com o botão esquerdo do mouse. Ou carregue os pontos-alvo a partir de um arquivo previamente salvo.Em seguida, selecione os pontos de entrada, bem como a máscara de exclusão do couro cabeludo no menu suspenso anexado para restringir a busca de possíveis pontos de entrada apenas a uma área cirurgicamente viável. Marque as superfícies de estruturas críticas que as trajetórias devem evitar, a partir da lista suspensa. Selecione as configurações avançadas e ajuste as restrições definidas pelo usuário quanto ao comprimento da trajetória, ângulo de entrada e distância entre as trajetórias.Em seguida, execute um planejador de múltiplas trajetórias selecionando adicionar novo plano e recalculando o plano. Depois, use o ícone de velocidade da visualização de risco para avaliar os perfis de risco e segurança após o planejamento da trajetória. Observe as métricas de comprimento, ângulo de entrada, risco cumulativo, distância mínima ao vaso sanguíneo e razões entre matéria cinzenta e branca.Selecione o "mapa de risco" no gerenciador de dados clicando em uma trajetória específica para exibir um mapa de contorno codificado por cores sobreposto à máscara de exclusão do couro cabeludo. Observe que os pontos de entrada potenciais são codificados por cores com base no nível de risco, sendo que o vermelho representa alto risco e o verde representa baixo risco para qualquer trajetória selecionada. Em seguida, exporte os planos e modelos para a sala de operação.Para fazer isso, primeiro certifique-se de que a imagem de referência foi carregada no formato de ícone e, em seguida, abra a ferramenta de exportação S7. Defina a imagem de referência, os planos, as trajetórias e os modelos que devem ser exportados e especifique o destino do arquivo salvo. Em seguida, execute a ferramenta de exportação S7.Por fim, faça o upload do arquivo salvo em um pendrive para transferência a um sistema de neuronavegação na sala de operações. Carregue a pasta arquivada no sistema de neuronavegação para implementação clínica das trajetórias planejadas. Este protocolo permite uma integração de imagens mais eficiente, bem como visualização e planejamento tridimensionais antes de uma cirurgia de epilepsia.O planejamento assistido por computador gera implantes mais seguros e eficientes, que podem ser concluídos de maneira eficaz em termos de tempo em comparação com o planejamento manual. Aqui, é apresentado um resultado típico do planejador 3D de múltiplas trajetórias. As estruturas críticas que foram inseridas são veias, artérias e sulcos superficiais, o que permite implantes de eletrodos mais precisos.Este vídeo deve proporcionar uma boa compreensão dos princípios da integração de imagens multimodais e do uso do planejamento assistido por computador. Dependendo da quantidade de imagens a serem incluídas, a preparação dos componentes de imagem pode ser difícil de integrar à exibição tridimensional multimodal e pode levar horas. Se houver erros nos dados de origem, eles permanecerão após a integração.Ao tentar este protocolo, é importante lembrar que a qualidade das estruturas anatômicas segmentadas é fundamental para garantir resultados precisos no planejamento assistido por computador. Este software oferece ferramentas fáceis de usar em uma única plataforma, não exigindo treinamento especializado ou experiência, sendo econômico e facilmente traduzido para a prática clínica. Além disso, este software pode ser facilmente aplicado a outras áreas da neurocirurgia, como ressecção de tumores próximos à córtex eloquente, lesão focal e entrega de estimulação direcionada.A plataforma de software desenvolvida internamente está em constante desenvolvimento, com novas ferramentas e funcionalidades sendo adicionadas para apoiar todas as etapas da gestão pré-cirúrgica e da avaliação cirúrgica. Não se esqueça de que a neurocirurgia e a implantação de dispositivos no cérebro apresentam riscos significativos e precisam ser cuidadosamente verificadas em cada etapa do processo, incluindo a execução real das trajetórias, com a implantação dos eletrodos.

a-pipeline-for-3d-multimodality-image-integration-computer-assisted

Research

JoVE Journal

Medicine

Medicina

A estereoeletroencefalografia (SEEG) auxilia na localização de zonas epileptogênicas, no entanto, permanece relativamente subutilizada nos Estados Unidos. O objetivo deste resumo é fornecer uma breve introdução à técnica de SEEG e aprofundar uma técnica detalhada de uso de assistência robótica na colocação de eletrodos SEEG.

Stereo-Electro-encéfalo-Graphy (EEG) com auxílio robótico na avaliação pré-cirúrgica de Medicina de Epilepsia Refratária: A Nota Técnica

A ressonância magnética de conectividade funcional em estado de repouso identificou anormalidades em pacientes com uma ampla gama de distúrbios neuropsiquiátricos, incluindo epilepsia devido a malformações do desenvolvimento cortical. A estimulação magnética transcraniana em combinação com EEG pode demonstrar que pacientes com epilepsia apresentam hiperexcitabilidade cortical em regiões com conectividade anormal.

A Multimodal Imaging- e baseada Estimulação método de avaliação de conectividade relacionadas com o cérebro Excitabilidade em doentes com epilepsia

Este artigo fornece uma visão geral de um programa de mapeamento de cérebro multimodal projetado para identificar regiões do cérebro que suportam funções cognitivas críticas em pacientes de neurocirurgia individuais.

Mapeamento cerebral translacional na Universidade de Rochester Medical Center: preservando a mente através de mapeamento cerebral personalizado

O protocolo descreve a fabricação de impressões tridimensionais totalmente coloridas de modelos de crânio anatômico específicos do paciente para serem usados para simulação cirúrgica. Os passos cruciais da combinação de diferentes modalidades de imagem, segmentação de imagem, extração de modelotridimensional e produção das impressões são explicados.

Impressão 3D multicolorida de tumores intracranianos complexos na neurocirurgia

O método descrito abaixo visa fornecer um protocolo abrangente para a preparação de neurocirurgia de primatas não humanos (NHP) utilizando uma nova combinação de métodos de impressão tridimensionais (3D) e extração de dados de ressonância magnética.

Uma caixa de ferramentas baseada em ressonância magnética para planejamento neurocirúrgico em primatas não humanos

A barreira hemencefálica (BBB) pode ser temporariamente interrompida com ultrassom focado (ME) mediado por microbolhas. Aqui, descrevemos um protocolo passo-a-passo para abertura BBB de alto rendimento in vivo usando um sistema de FUS modular acessível para especialistas em não-ultrassom.

Um sistema de neuronação estereática guiada por imagem de alta produtividade e sistema de ultrassom focado para abertura de barreira hemencefálica em roedores

Os avanços no tratamento endovascular substituíram procedimentos cirúrgicos abertos complexos por opções minimamente invasivas, como a troca valvar e o reparo de aneurismas. Este artigo propõe o uso de modelagem tridimensional (3D) e realidade virtual para auxiliar no posicionamento do arco em C, medidas angulares e geração de roteiros para o planejamento de procedimentos de laboratório de cateterismo neurointervencionista, minimizando o tempo do procedimento.

Abordagens pioneiras específicas do paciente para cirurgia de precisão usando imagens e realidade virtual

A magnetoencefalografia (MEG) e a eletroencefalografia de alta densidade (HD-EEG) raramente são registradas simultaneamente, embora forneçam informações confirmatórias e complementares. Aqui, ilustramos a configuração experimental para registrar MEG e HD-EEG simultâneos e a metodologia para analisar esses dados com o objetivo de localizar áreas cerebrais epileptogênicas e eloquentes em crianças com epilepsia resistente a medicamentos.

Imagem de fonte eletromagnética na avaliação pré-cirúrgica de crianças com epilepsia resistente a medicamentos

A estimulação ultrassônica transcraniana (UST) é uma técnica emergente de neuromodulação não invasiva que requer um planejamento cuidadoso de simulações acústicas e térmicas. A metodologia descreve um pipeline de processamento de imagem e simulação de ultrassom para um planejamento eficiente, fácil de usar e simplificado para experimentação de TUS humano.

Pipeline para Planejamento e Execução de Experimentos de Neuromodulação por Ultrassom Transcraniano em Humanos

Este protocolo apresenta a estereoeletroencefalografia assistida por robô (sEEG), um método para o implante estereotáxico de eletrodos intracerebrais utilizados para monitoramento de crises invasivas em pacientes com epilepsia refratária. As técnicas que incorporam orientação robótica estereotáxica para sEEG são seguras e precisas e podem melhorar a eficiência cirúrgica, especialmente ao implantar um número maior de eletrodos.

Estereoeletroencefalografia guiada por robótica para monitoramento invasivo de epilepsia

Aprenda a integrar imagens 3D multimodais para planejamento assistido por computador em cirurgia de epilepsia. Este software consolida registro de imagens, segmentação anatômica e planejamento de trajetórias em uma única plataforma.

A Pipeline para 3D Multimodality Integração imagem e Planejamento assistida por computador em Cirurgia de Epilepsia

Explorar mais vídeos