Method Article

Межприступная высокочастотных колебаний с одновременным Обнаруженные магнитоэнцефалографии и электроэнцефалография как биомаркер детской эпилепсии

DOI:

10.3791/54883

⸱

December 6th, 2016

 ,  ,  ,  ,  ,  , 
1Fetal-Neonatal Neuroimaging and Developmental Science Center, Division of Newborn Medicine, Department of Medicine, Boston Children's Hospital, Harvard Medical School, 2Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital, Harvard Medical School, 3Division of Epilepsy Surgery, Department of Neurosurgery, Boston Children's Hospital, Harvard Medical School, 4Division of Epilepsy and Clinical Neurophysiology, Department of Neurology, Boston Children's Hospital, Harvard Medical School

In This Article

Summary

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

Высокая частота колебаний (HFO) появились в качестве предоперационной биомаркеров для идентификации эпилептогенной зоны в педиатрических больных с медицинской точки зрения невосприимчивой эпилепсией. Методология для неинвазивного записи, обнаружения и локализации ГФО с одновременным скальпа электроэнцефалографии (ЭЭГ) и магнитоэнцефалографии (МЭГ) представлена.

Abstract

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

Решающее значение для успеха хирургии эпилепсии является наличие надежного биомаркера, который идентифицирует эпилептогенной зоны (EZ). Высокая частота колебаний (HFO) появились в качестве потенциальных дохирургической биомаркеров для идентификации EZ в дополнение к межприступный эпилептиформных разрядах (СВУ) и иктальной деятельности. Несмотря на то, что они обещают локализовать EZ, они не подходят для диагностики или мониторинга эпилепсии в клинической практике. Основные барьеры остаются: отсутствие формального и глобальное определение для ГФО; как следствие, неоднородность методологических подходов, используемых для их изучения; и практические трудности, чтобы обнаружить и локализовать их неинвазивного из кожи головы записей. Здесь мы представляем методологию для записи, обнаружения и локализации интериктальных ГФО от педиатрических пациентов с рефрактерной эпилепсией. Мы сообщаем репрезентативные данные о ГФО обнаруженных неинвазивного из интериктальный кожи головы ЭЭГ и МЭГ из двух детейперенесших операцию.

Основополагающие генераторы ГФО были локализованы путем решения обратной задачи и их локализация сравнивали с судорожной Onset зоны (СОЗ), как это было определено с помощью Эпилептолог. Для обоих пациентов, Межприступная эпилептогенной Сбросы (СВУ) и ГФО были локализованы с исходными изображениями в согласующихся местах. Для одного пациента, внутричерепные данные ЭЭГ (то есть, например) были также доступны. Для этого пациента, мы обнаружили, что локализация ГФО была созвучна между неинвазивных и инвазивных методов. Сравнение с то есть, например результатами скальп записей служили для подтверждения этих выводов. Насколько нам известно, это первое исследование, которое представляет локализацию источника кожи головы ГФО от одновременного ЭЭГ и МЭГ записей, сравнивающих результаты с инвазивными записями. Эти данные позволяют предположить, что ГФО может быть надежно обнаружен и локализован неинвазивно с скальпа ЭЭГ и МЭГ. Мы пришли к выводу, что неинвазивный локализация intericтал ГФО может существенно улучшить предоперационной оценке для педиатрических пациентов с эпилепсией.

Introduction

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

Детская эпилепсия является распространенным неврологическим расстройством с уровнем распространенности 4 - 6 случаев на 1000 детей 1. Это может оказать существенное влияние на развитие детей 2 и может существенно повлиять на их взрослую жизнь. Долгосрочные последующие исследования в детском возрасте начала эпилепсии показывают , что примерно у 30% больных, страдающих эпилепсией , с медицинской точки зрения становятся неразрешимыми 3-6, и обычно требуют resective эпилептической хирургии. Во многих из этих пациентов, эпилепсия хирургии приводит к значительному снижению частоты приступов и часто на свободу захват. Чтобы быть успешным, эпилепсия операция должна достичь захват свободной состояния с минимальным или нулевым функционального дефицита. Это требует тщательного разграничения эпилептогенной зоны (EZ) 7, 'области коры , что является необходимым условием для генерации эпилептических припадков' 8. EZ не может быть измерена непосредственно; его местоположение оценивается на основе непротиворечивых данных из множества тестов тхат идентифицировать другие корковые зоны. Инвазивным внутричерепное электроэнцефалографии (то есть, например) служит в качестве золотого стандарта для локализации зоны захват начало (СОЗ), в регионе, где припадки генерируются и происходят на иктальных записей. Однако стоит дорого то есть , например, зависит от сотрудничества ребенка, несет в себе определенный риск инфекции и кровотечение 9, и может вызвать дополнительное неврологическое повреждение во время имплантации 10. Кроме того, записи могут привести к ошибочным выводам, так как большие участки мозга остаются неизученными. Таким образом, надежный дохирургической биомаркером, который помогает в идентификации EZ необходим для успешного хирургического лечения эпилепсии.

Патологические ГФО (80 - 500 Гц) 11,12 появились за последнее десятилетие в качестве биомаркеров для идентификации эпилептогенной ткани , которая может улучшить предоперационной диагностики и хирургического клинические исходы у больных с эпилепсией 13. Отчеты с использованием микроэлектроды в сочетании с глубиной EEG электродов показали наличие ГФО у больных эпилепсией. ГФО также были найдены с помощью стандартных macroelectrodes во время иктальных и интериктальных периодов. Недавние исследования показали , что ГФО идентифицировать Soz с более высокой чувствительностью и специфичностью по сравнению с ирритативным зоной 14,15, зона , которая генерирует СВУ, и что хирургическое удаление ТДТ-генераторной ткани коррелирует с лучшими результатами , чем удаление SOZ или раздражающим зона 15. ГФО обычно классифицируются как рябь (80 - 250 Гц) или быстрых ряби (250 - 500 Гц). Быстро ряби были более тесно связаны с патологической активностью и к локализации Соз 16, но исследования внутричерепных записей человека показывают , что оба ряби и быстрые пульсации увеличиваются в эпилептогенных регионах 17.

Несмотря на эти многообещающие выводы, ГФО еще не подходят для диагностики или мониторингаэпилепсия в клинической практике. Основные барьеры остаются: (я) отсутствие формального и глобальное определение для ГФО; (II), как следствие, неоднородность методологических подходов, используемых для их изучения; и (III) практические трудности, чтобы обнаружить и локализовать их неинвазивного из кожи головы записей. Последнее связано с тем, что электроды находятся далеко от источника сигнала, сигнал может быть смазан фонового шума и мышечной активности, и сигнал может быть искажен в кожу головы или родничков и швов в черепе, особенно в детские пациентов. Кроме того, трудно провести различие между нормальным и ненормальным ГФО 18,19 , так как пульсации и быстрые пульсации присутствуют даже в нормальной ткани головного мозга человека 20. Ранние исследования сообщали ГФО в скальпа ЭЭГ только небольшой (0,2 - 3,4%) части больных с эпилепсией 21-23. Однако недавние исследования показали, что ГФО могут быть обнаружены неинвазивно с скальпа ЭЭГ. Ictally, ТДТs было зарегистрировано в начале эпилептических судорогах у детей (50 - 100 Гц 24, 40 - 120 Гц 25), а также при наступлении тонических судорог при синдроме Леннокса-Гасто (50 - 100 Гц) 26. Межприступная ГФО (70 - 200 Гц) впервые были обнаружены на коже головы ЭЭГ у детей с сна индуцированной эпилептический электрического состояния 27. Затем интериктальных ГФО (80 - 200 Гц) были выявлены в коже головы ЭЭГ больных с фокальной эпилепсией с более высокими показателями внутри Соз 28. Интересно, что ГФО чаще встречались у пациентов с высоким числом интериктальных эпилептиформных разрядов (СВУ), и они были найдены , чтобы быть более точным , чем СВУ для Соз 29, подчеркивая связь ГФО с epileptogenicity.

MEG, кажется, представляет значительные преимущества по сравнению с скальпа ЭЭГ для неинвазивного обнаружения и локализации ГФО: (I) высокая частота активности в МЭГ менее восприимчивы, чем EEG к загрязнению от мышечнойактивность 30-31, (II) сигналы МЭГ не искажены проводимостью черепа и менее искаженным , чем EEG по неплавленых областей черепной кости , таких как родничку или шовного материала, и (III) датчик МЭГ массивы имеют более высокую плотность по сравнению с EEG , что всегда обращена проблема солевых мостиков между электродами, когда головка мала, как и с детьми. Данные из фантомных конструкций, имитирующих ГФО генераторы предположил , что ГФО могут быть обнаружены и локализованы с высокой точностью локализации (2 - 3 мм) с МЭГ 32. Несколько недавних исследований сообщили ГФО в МЭГ сигналов , регистрируемых у пациентов с эпилепсией в ряби полосе частот 33-38. Частотно-временной анализ показал , что данные МЭГ содержат высокочастотные компоненты , связанные с EZ 33-36. Тем не менее, лишь немногие исследования выявили Межприступная ГФО как видимые события выделяясь фонового сигнала во временной области, а обычно делается с 37-38 то есть , например. Ван КЛИНК и др. 37 обнаружена ГФО в пульсации полосы с использованием виртуальных каналов , построенных с методами формирования диаграммы направленности на основе пространственной информации , полученной от самодельных взрывных устройств. Фон Ellenrieder и др. 38 обнаруженных ГФО в сигналах МЭГ от физических датчиков независимо от ИЭУ и использовать максимум энтропии на методе Mean (MEM) , чтобы локализовать их источники и исследовать их корреляцию с EZ. Rampp и др. (2010) также обнаружен эпилептические высокой гамма - колебания с MEG, которые были шип-шип заблокирован или независимый, и локализуется эту деятельность с анализом исходного минимальной нормы 39. Они обнаружили , что характеристики этих быстрых колебаний (то есть, очевидно , начало среднего полного диапазона и максимальной амплитуды колебаний) были высоко связаны с Соз. ГФО также были обнаружены с МЭГ во время иктальной активности в педиатрических больных с эпилептическими судорогами 40. Тем не менее, MEG представляет некоторые явные ограничения по сравнению с скальпа ЭЭГ: (я) это InSeУчитывать регистр к источникам, которые имеют радиальную ориентацию по отношению к центру головки, (II), он не позволяет длинные записи, которые увеличивают возможность обнаруживать и регистрировать иктальный события, и (III), его датчики не могут соответствовать форме головы каждого человека, так как шлем и датчик массива внутри шлема все фиксируется в форме. Таким образом, идеальная установка, которая максимизирует возможность обнаружить и локализовать эпилептогенной активность является путем объединения информации из обоих скальпа ЭЭГ и МЭГ.

В этом исследовании, мы стремимся, чтобы проиллюстрировать методологию мы следуем за неинвазивного обнаружения интериктальных ГФО с помощью одновременной регистрации ЭЭГ и кожи головы от MEG педиатрических больных с медицинской точки зрения невосприимчивой эпилепсией. Мы представляем настройку записей и трубопровода анализа данных с использованием полуавтоматического метода, который мы разработали для обнаружения событий HFO в одновременных данных МЭГ и ЭЭГ. И, наконец, мы также представляем локализациилежащие в основе генераторов ГФО кожи головы, полученных путем решения обратной задачи, и сравнить его с Соз, как это было определено Эпилептолог.

Protocol

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

Заявление по этике: Экспериментальные процедуры здесь были одобрены Институциональным наблюдательным советом (IRB) из Massachusetts General Hospital, Бостон, штат Массачусетс, США. В следующем разделе будет описан экспериментальный протокол для локализации неинвазивного обнаружения и источник ГФО с использованием кожи головы ЭЭГ и МЭГ. Подготовка пациента минимальна, и экспертиза, как правило, хорошо переносится. Весь сеанс длится около 2 - 3 ч с фактическими записями продолжительностью около 60 мин.

1. Подготовка пациента

  1. Убедитесь в том, что ребенок комфортно с окружающей средой.
    Примечание: Разрешить маленьким детям исследовать среды тестирования и увидеть испытательное оборудование. Экран пациента в отношении безопасности и согласия, используя форму скрининга. Попросите пациента (или его / ее родителей), он / она имела ли клинический приступ в течение последних 2 ч.
  2. Удалите все металлические / магнитные материалы и предоставить больничную одежду выдается пациенту. Снимите обувьтак как они часто магнитными свойствами. Проверьте, если объект свободен от магнитных артефактов путем измерения сигналов MEG в течение нескольких минут. Используйте degausser для уменьшения артефактов из имплантированных материалов, таких как стоматологические работ.
    ПРИМЕЧАНИЕ: размагничивания не следует применять, если есть вероятность того, что ферромагнитные объекты находятся внутри тела.
  3. Измерьте максимальную окружность головы, чтобы выбрать подходящий EEG размер крышки для ребенка. Используйте измерительную ленту и удерживайте ее в Насьон. Затем измерьте вокруг головы вокруг максимальной длины окружности (~ 1 см выше затылочного бугра).
  4. Поместите крышку EEG на головке в соответствии с международным 10 - 20 системы. Очисти кожу, где находится каждый электрод и применять пасту / гель для каждого электрода.
    Примечание: Дополнительные сведения об скальп записей ЭЭГ у детей представлены в другом месте 41.
    1. Поместите землю и опорные электроды на голове. Подключение дополнительных электродов для измерения горизонтальных и Verticaл электроокулографии (EOG), электрокардиография (ЭКГ), электромиографии (ЭМГ) и дополнительные электроды EEG в местах, охватывающих временные области (T1 / T2).
      ПРИМЕЧАНИЕ: ЭОГ, ЭКГ, ЭМГ и помогают идентифицировать движений глаз, магнитокардиографических загрязнения, мышечной активности, а также для мониторинга состояния пациента.
  5. Убедитесь в том, что EEG каналы имеют хороший контакт с кожей головы путем размещения датчиков в индивидуальном порядке. Аккуратно скрутить каждый датчик из стороны в сторону, чтобы переместить волосы из пути. Измерьте все электродные импедансов с помощью омметра EEG для того, чтобы быть ниже 10 кОм.
  6. Поместите четыре HPI катушки на голове: два позади мочки уха и два на лбу у приближенных симметричных местах.
    Примечание: Катушки HPI помогают локализовать относительное положение головы пациента относительно расположения датчиков MEG в 3D-пространстве. Число HPI катушек может отличаться в зависимости от поставщика системы МЭГ.
  7. Получитерасположение катушек HPI и EEG электродов с использованием цифровой преобразователь.
    ПРИМЕЧАНИЕ: дигитайзер записывает координаты датчика в 3D-пространстве. Датчик установлен на кончик пера. Места расположения катушек HPI должна быть известна по отношению к головной анатомии и расположения датчиков MEG.
  8. Получить расположение реперных достопримечательностей, включая левый / правый преаурикулярным точек и Насьон с помощью дигитайзера. Оцифровка дополнительные пункты (около 300 точек), чтобы получить точную форму головы.
  9. Перевод пациента в магнитное экранированной комнате (MSR) 42, где расположена система МЭГ.
    ПРИМЕЧАНИЕ: MSR является экранированной среда , которая сводит к минимуму помехи записей МЭГ от внешних электромагнитных источников (например, линий электропередачи, радиочастотные сигналы от портативных устройств, электрических приборов и компьютеров, магнитных полей от движущихся намагниченных объектов , таких как автомобили, лифты и поезда ). Она состоит из трех вложенных слоев.Каждый слой изготовлен из чистого алюминиевого слоя плюс высокую проницаемость ферромагнитного слоя (то есть, мю-металл, сплав , состоящий в основном из никеля и железа).
  10. Лягте пациента на кровати, положил его / ее голову в шлеме MEG, и применять соответствующие колодки / губок под голову пациента для комфорта.
  11. Подключите HPIs ЭЭГ приводит, тем ЭОГ, ЭКГ, ЭМГ, а также дополнительные электроды записывающего устройства. Отрегулируйте положение головы пациента в сканере гарантируя, что он расположен как можно глубже в шлеме.

2. Сбор данных

  1. МЭГ и ЭЭГ
    Примечание: сбор данных МЭГ / ЭЭГ выполняется на основе метода , описанного в предыдущем исследовании 42. Более подробно о клиническом применении MEG в детской эпилепсии может быть найден в другом месте 43,44.
    1. Запись MEG сигналы с цельной головкой системы МЭГ.
      Примечание: Система использует датчики MEG тонкопленочных двух типов (плоскаяградиентометры и магнитометры) интегрированы на 102 элементов датчика. Каждый элемент содержит магнитометр, который состоит из одной катушки, и два ортогональных плоских градиентометры, которые состоят из конфигурации типа катушки "в форме восьмерки". Магнитометр измеряет магнитный поток перпендикулярно к ее поверхности и градиентометры измеряют разницу между двумя петлями "восьмерки", или пространственного градиента. Система МЭГ имеет 204 плоских градиентометры и 102 магнитометры (306 датчиков в общей сложности). MEG системы от разных производителей имеют разное количество и типы катушек (например, осевые градиентометры).
    2. Запись одновременно ЭЭГ сигналов с использованием немагнитного 70-канальный электродный колпачок с Ag / AgCl спеченный кольцевых электродов и дополнительных электродов в T1 / T2 42. Используйте общий опорный монтаж.
    3. Закройте дверцу MSR. Связь с пациентом через систему внутренней связи, чтобы проверить, если он / она чувствует себя комфортно. Попросите родителей, чтобы остаться insidЕ MSR во время записи, если ребенок чувствует себя неудобно оставаться в одиночестве.
    4. Начало записи, нажав на кнопку "Go" в программном обеспечении приобретения MEG. Используйте высокую частоту дискретизации 1 кГц (или более). Используйте нижних частот с бесконечной импульсной характеристикой (IIR) фильтр 6 - го порядка при 400 Гц. Проверьте онлайн все записанные сигналы. Fix плохих каналов MEG с помощью датчика тюнера.
      Примечание: Плохие каналы MEG определяются датчики (градиентометры или магнитометры), которые имеют относительно высокий уровень белого шума (выше 2 до 5 фт / √Гц для магнитометров) или датчиков, которые записывают паразитный экологического электромагнитного шума. Это, как правило, происходит, когда датчики подвергаются сильным (по отношению к сигналам, измеренным) магнитных полей и отдельных частей катушек "ловушки" магнитного потока разрушающего сверхпроводимость. Датчик тюнер затем используется, что нагрев катушки путем подачи через нее электрический ток. Эта процедура называется настройка и используется прибелый уровень шума датчика выше определенного порога (то есть, 2 - 5 фТл / √Гц). Некоторые системы МЭГ не имеют сенсорные тюнеров.
    5. Измерьте положение головы пациента, нажав на кнопку "Measure" в программном обеспечении приобретения MEG. Если голова пациента не хорошо покрыты сенсорной матрицы, попросите пациента, чтобы переместить его / ее голову глубже в шлем.
      Примечание: Этот маневр активирует 4 HPI катушки с применением переходных колебательных электрических сигналов через катушки, которые генерируют искусственные магнитные поля. Эти поля, измеряемые датчиками МЭГ, таким образом, положение головы определяется. Процедура может отличаться между различными поставщиками MEG.
    6. Запись MEG, EEG и периферические записи, нажав на кнопку "Запись" в программном обеспечении приобретения MEG (т.е., ЭКГ, EOG и EMG) в течение ~ 60 мин.
      Примечание: Данные сохраняются в виде файла .fif в резервированной Массивы независимых дисков (RAID).Тип файла отличается для других производителей MEG.
    7. После завершения записи, откройте MSR, отсоедините кабели, и вынуть пациента из MSR комнаты. Удалите все ленты, электроды, HPI катушки, и EEG крышку мягко. Обеспечить мытья головы для пациента.
    8. После приобретения завершен, записывать магнитные сигналы пустой MSR без пациента. Начало записи, нажав на кнопку "Go" в программном обеспечении приобретения MEG. Запись данных MEG в течение 2 мин, используя те же параметры, что и в шаге 2.1.4.
      Примечание: Эти данные используются для оценки экологического электромагнитного шума.
  2. МРТ
    1. Приобретать анатомических данных МРТ с намагниченностью подготовленные быстрого сбора градиента эхо-последовательностей (MPRAGE; TE = 1,74 мс, TR = 2520 мс, размер воксела = 1 × 1 × 1 мм) с помощью сканера 3T с высоким разрешением. Подробная информация о протоколе сканирования МРТ может быть найден в другом месте 45.
      Примечание: Мы не выполнить сканирование МРТв тот же день сессии MEG, чтобы избежать артефактов в записях МЭГ из-за намагниченности возможных металлических имплантатов пациента, например, от стоматологических работ.

3. Идентификация Межприступная деятельности

  1. Откройте данные с помощью Brainstorm 46, который документируется и доступен для свободного скачивания на сайте под общедоступной лицензии GNU.
  2. Выберите визуально порции данных ЭЭГ с межприступном активности происходит по меньшей мере, 2 ч, кроме клинических судорог.
    Примечание: На рисунке 1 представлена часть данных ЭЭГ и МЭГ с частыми СВУ.
    1. Определение эмпирически четко определенных СВУ в ЭЭГ сигналов: это включает в себя шипы (20 - 70 мс) и острые волны (70 - 200 мс) 47-48.
      Примечание: Клиническая значимость обоих типов СВУ в эпилептического локализации фокуса эквивалентно.
    2. Попробуйте определить (если это возможно) части записей с: (I) минимальной Мотиартефактами, (II) более 3 -х - 4 СВУ на 10 с дисплеем, и (III) замедляющей не-REM сна , которые обычно представляют собой большое количество ГФО 49.

figure-protocol-1
Рисунок 1: СВУ в ЭЭГ и МЭГ сигналов. Порция одновременно записывается скальпа ЭЭГ и МЭГ сигналов с частыми СВУ. 1 с выделенной из раздела, который содержит одну резкую волну представлена ​​на правой панели в расширенном масштабе времени дисплей. Красные точки указывают на пик ИЭУ. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

  1. Использование Brainstorm, отображать данные со стандартными настройками дисплея (10 с / страницы). Перейдите на вкладку Фильтр и поставить следующий фильтр параметров отображения: Фильтр высоких частот: 1 Гц, Фильтр низких частот: 80 Гц, фильтр Notch: 50 °R 60 Гц (в зависимости от частоты питающей сети). Проверьте данные и определять части данных с СВУ.
    Примечание: только части сигнала с СВУ будут сканироваться искать ГФО (шаг 3.4). Выбранные фильтры предназначены только для визуализации; они не были применены к данным. Для применения этих фильтров постоянно к данным, использовать полосовой фильтр Баттерворта (4 - го порядка) , следуя инструкциям на веб - сайте Brainstorm (http://neuroimage.usc.edu/brainstorm/).
  2. Отметить пик каждого IED происходит в обоих данных ЭЭГ и МЭГ (см красные пятна на рисунке 1).
    Примечание: Более подробную информацию о маркировке СВУ с помощью Brainstorm можно найти в другом месте (http://neuroimage.usc.edu/brainstorm/Tutorials/Epilepsy).

4. Полуавтоматическая Обнаружение ГФО в Одновременный скальп ЭЭГ и МЭГ данных

Примечание: Здесь мы опишем метод полуавтоматического для обнаружения ГФО, который включает в себя автоматизированное обнаружение (шаг 4.1; FIGURe 2), после чего визуального обзора автоматически обнаруженных ГФО (этап 4.3). Для того, чтобы избежать ложных колебаний резких переходных процессов, как истинные рябью, и обеспечить, чтобы ГФО не из-за фильтрации явления, мы следовали за последние предложения в соответствующей литературе: мы потребовались ГФО иметь минимальное число 4 колебаний с момента было обнаружено , что импульсная характеристика фильтра имеет меньше колебаний , чем выбранное количество циклов 50, мы использовали фильтр с конечной импульсной характеристикой (FIR) , чтобы свести к минимуму звон эффект и "Gibbs" явление 50, мы потребовались кандидаты HFO события чтобы быть проверены также визуально экспертом , чтобы проверить , были ли ГФО также видны наложены на СВУ 50,51, и мы обязательно изолированный остров , который должен соблюдаться в частотно-временной равнине , так как резкое событие , и колебание имеют разные подписи: настоящий ТНТ представлен как изолированный пик во временной frequenТиЦ участок (ограниченный по частоте, как "остров") , расположенной в полосе частот 80 - 500 Гц, в то время как преходящее событие создает удлиненную блоб, расширенные по частоте 50,52,53.

figure-protocol-2
Рисунок 2: Принципиальная электрическая схема алгоритма шагов. Алгоритм работает в два этапа: первый идентифицирует кандидатов ГФО от каждого сигнала ЭЭГ во временной области (левый и средний столбцы); второй классифицирует ранее обнаруженных кандидатов на события для того, чтобы отличить реальную ГФО от артефактов в частотно-временной области (правый столбец). Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

  1. Автоматическое обнаружение ТДТ
    Примечание: На рисунке 2 описывает блок - схему автоматического обнаруженияиз ГФО на каждого сигнала ЭЭГ. Целью разработанного метода является снижение нагрузки для эксперта ЭЭГ маркировки HFO событий на каждом канале ЭЭГ, используя дисплей 2 с / страницы, которая рекомендуется для визуального осмотра ГФО. HFO был определен как событие в пределах пульсация полосы частот (80 - 250 Гц), которая имеет по крайней мере 4 колебания синусоидальной морфологией выделяясь из окружающего фона 54 (этап 4.1.1), и который выступает в качестве кратко- жил событие с изолированным спектрального пика в отличие высокой частоты 14 (этап 4.1.2).
    1. Обнаружение кандидатов ГФО во временной области
      1. Полосовой (ВР) фильтровать EEG сигналы от 80 до 250 Гц, что ограничивает содержание частоты сигналов к пульсации интересующей полосе частот.
        Примечание: Рекомендуется использовать КИХ - фильтр , чтобы свести к минимуму эффект звона и "Gibbs" явление 55 и цифровую фильтрацию нулевой фазой , чтобы избежать фазовых искажений.
      2. подсчитыватьогибающей сигнала BP с использованием преобразования Гильберта. Вычислить среднее значение и стандартное отклонение (SD) от огибающей по 10 с раздвижными окнами, сосредоточенные на каждой точке временного ряда. Оценить общее среднее и SD, используя среднее значение по всем окнам (для того, чтобы получить значения, которые устойчивы к возможному наличию частей сигнала со многими ГФО и высокой SD).
      3. Вычислить Z-счет конверта и отметьте кандидатом HfO каждый раз , когда г-балл выше , чем минимальный порог, установленный равным 3 56.
      4. Определить начальную и конечную точки на обнаруженном событии как вверх и вниз пересечения половины порога. Рассмотрим ГФО с интервалом между событийной менее чем за 30 мс, как одного ТДТ. Подсчитать количество пиков в сигнале BP между начальной и конечной HFO точек, и отбрасывать события с менее чем 4 пиков. Кроме того, отбросить события с Z-счет выше 12.
        Примечание: Измените максимугм порог Z-счет в соответствии с амплитудой артефактов, которые могут произойти в ваших записях. События с низким числом колебаний может быть вызвано с помощью фильтрации эффектов 57,58, в то время как события с чрезвычайно высокой амплитуды может быть из - за мышечных или электродных артефактов.
    2. Отклонить возможные артефакты в частотно-временной области.
      Примечание: Этот шаг необходим, чтобы отличить реальные ГФО от событий, которые могут быть выявлены с помощью других видов деятельности и фильтрации артефактов ЭЭГ, содержание которых частота не ограничена интересующей полосе частот. Он основан на предположении , что реальная ТНТ выглядит как кратковременным , с изолированным спектрального пика на отдельной частоте выше 80 Гц, в отличие от переходных событий , который генерирует удлиненную блоб расширенную по частоте 59. На рисунке 3 показан пример обнаруженного ТНТ , показывающий BP отфильтрованный сигнал EEG (верхняя панель), его конверт (средняя панель) и соответИНГ частотно-временной плоскости (нижняя панель), в период [-0.5, +0.5] S вокруг пика ГВЧ. Дисплей частотно-временной плоскости ограничена от 80 - 150 Гц, потому что ни видным активности не наблюдалось для частот выше 150 Гц.
      1. Transform все кандидаты ГФО события в частотно-временной пространства с использованием преобразования Морле в диапазоне частот от 1 Гц до самой высокой частоты интереса, т.е. 250 Гц (центральная частота = 1 Гц, полноширинного-At-Half-Maximum = 3 с).
      2. Анализ мгновенных спектров мощности представления частотно-временной над каждой временной точки от продолжительности события. Для каждого спектра мощности, следуют автоматические критерии , описанные Бурнос и др. 56 детектировать пик в диапазоне высоких частот и проверить , является ли оно явно отличается от ближайшего пика в диапазоне низких частот. Откажитесь ГФО, которые не показывают спектр мощности с изолированным пиком высоких частот, по меньшей мере, 90%моменты времени.
  2. Сортировка всех обнаруженных ГФО события их временного возникновения по каналам. Группа объединяет все последовательные ГФО, длительность которых перекрывается. Хранить только группы ГФО, включающие по крайней мере, два EEG канала для дальнейшего анализа.
    Примечание: Алгоритм запрашивает ГФО происходить, по крайней мере, 2-х каналов, чтобы избежать захвата паразитных случайных артефактов, которые могут напоминать реальные ГФО и встречаются в единичных ЭЭГ отведений. Два последовательных ГФО считаются накладываться друг на друга начальное время второго ТДТ предшествует начальное время первого.

figure-protocol-3
Рисунок 3: ТДТ событие , обнаруженное с помощью алгоритма. Верхняя панель: ВР фильтруется (80 - 150 Гц) ЭЭГ сигнала (в мкВ) с одного канала (F8 - T8) от пациента 1. Средняя панель: огибающей сигнала BP (Z-счет). Пик огибающей (красная звездочка) указывает на выбор времени пика HFO (красная вертикальная пунктирная линия). Синие звездочки обозначают вверх и вниз перекрестки половины порога (синяя пунктирная линия), которые указывают на начальную и конечную временные точки HFO (синие вертикальные пунктирные линии). Нижняя панель: анализ плоскости частотно-временной. Обратите внимание на изолированный пик в полосе частот пульсаций (~ 100 Гц) вокруг пика ТДТ. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

  1. Визуальный обзор событий HFO
    Примечание: Часть визуального обзора на основе руководящих принципов , предложенных Андраде-Валенса и др. 28 и Zelmann и др. 60.
    1. Вертикально совместите 2 компьютерных экранов; один для осмотра ЭЭГ и один для проверки сигналов МЭГ. Отображение обнаруженных событий на обоих расширенный (2 с / страниц) и типичные SCale (10 с / страница), показывающая, соответственно, 80 - 250 Гц и 1 - 40 Гц ВР отфильтрованный сигналы.
    2. Игнорировать события cooccurring с мышечными или электродных артефактов в нефильтрованного ЭЭГ и МЭГ, а также события с большой изменчивостью частоты, неправильной морфологии, или большие вариации амплитуды.
    3. Обратите внимание на ЭОГ и ЭМГ сигналы во время обнаружения ГФО и отбросить любое событие, которое, как полагают, соответствует EOG или мышечной активности. Рассмотрим только ГФО , которые перекрываются с ЭЭГ / МЭГ СВУ (обнаружено на этапе 3.3) , поскольку они имеют больше шансов быть истинными ГФО 15,28,56.
      Примечание: Этот подход обеспечивает высокую специфичность по стоимости низкой чувствительности; Таким образом, он обеспечивает уверенность в том, что выявленные ГФО имеют коркового происхождения.
    4. Хранить только события HFO, которые происходят в обеих ЭЭГ и МЭГ сигналов одновременно.

5. Источник Локализация СВУ и ГФО

  1. Локализовать генераторы на пике MEG СВУ, Отмеченный на шаге 3.3, используя эквивалентный ток диполей (ECD). Используйте оценкам программного обеспечения минимальной нормы, которая находится в свободном доступе (http://martinos.org/mne/stable/index.html). Рассмотрим шипы только с доброкачественность-оф-запрессовки (GOF)> 80% и дипольный момент Q <500 нА - м. Перекрытие расположение ECD на МРТ каждого пациента.
    ПРИМЕЧАНИЕ: Максимальная Энтропия на средней (MEM) является привлекательной альтернативой метод , который определяет местоположение и размер источников 61.
  2. Локализация источника ТДТ на обоих ЭЭГ и МЭГ с использованием сейсмического импульса максимальной энтропии по методу Среднее (wMEM) (как это было предложено фон Ellenrieder и др 38).
    ПРИМЕЧАНИЕ: MEM является эффективным методом , который был успешно использован для определения местоположения и степени источников эпилептической активности 62-64. WMEM является продолжением MEM , которая была разработана для локализации колебательный активности , как оценивали с реалистичного моделирования 65. Он разлагает сигнал в дискрит Вейвлет базис перед выполнением локализации источника MEM на каждой коробке частотно-временной. Таким образом, wMEM особенно хорошо подходит для локализации ГФО.
    1. Сегмент МРТ и получить кортикальной поверхности с помощью Freesurfer 66-67.
    2. Решить прямую задачу EEG / МЭГ с помощью метода граничных элементов (МГЭ) для модели 3-слоя с использованием OpenMEEG 68.
    3. Дискретизацию сигналов до 640 Гц, с тем, чтобы гарантировать, что второй масштаб дискретного вейвлет-преобразование соответствует полосе частот, представляющей интерес.
    4. Оценить матрицу ковариации шума в пространстве данных независимо для каждого из ТНТ, основываясь на заднем плане в волнообразного полосы в окне в 150 мс непосредственно перед каждым ТНТ. Выполните локализацию источника для каждого HFO в ряби полосе и в среднем по длительности ГВЧ. Примечание: Полученная карта состоит из коркового значения активации, связанной с каждой вершиной коркового тесселяции.
    5. Нормализация каждую карту, чтобы иметь максимумзначение активации, равная 1 для каждого ТДТ.
    6. Вычислить среднее значение активации во всех ГФО в каждой вершине. Применить порог 60% от максимальной активации, чтобы отобразить итоговые карты по поверхности коры мозга.

6. Проверка

  1. Внутричерепное EEG (то есть, например):
    1. Приобретать экстра-оперативную то есть, например, используя субдуральной сетки и / или стереотаксически управляемые глубинные электроды. Руководство размещение электродов на основе результатов предыдущих испытаний предоперационной оценке и клинических гипотез, подлежащих рассмотрению, который является специфическим для каждого пациента.
      Примечание: внутричерепные ЭЭГ регистрируется с цифровой системой EEG, используя частоту дискретизации 2 кГц, как часть предоперационной оценке. Subdural сетки , как правило , лучший выбор , если рельеф области коры захват имеет важное значение для решения, и если отображение красноречивым коры имеет решающее значение (например, с эпилептогенной области вблизи Primarу моторной коры, где точные границы можно оценить путем картирования стимуляции и иктальной внутричерепного анализа ЭЭГ).
  2. Определение Соз:
    1. Определение Соз, как это определено экспертом эпилептолога на основе клинической информации, доступной для каждого пациента.
      ПРИМЕЧАНИЕ: SOZ определяется как область показывает самое раннее и быстрое распространение изменений (то есть, например иктальная разряда) от базовой линии до или одновременно с клиническим началом. Все каналы, участвующие в начале иктального электрографической разряда, как правило, первый 5S, рассматривались как Soz. У пациентов, где припадки, происходящих из более чем одной области, независимо друг от друга, все контакты в различных SOZs рассматриваются как Soz контактов. Эксперт слепа к результатам локализации источника HFO в момент определения Соз. Клиническая информация также включает в себя: Иктальная и Межприступная выводы, то есть, например видимое поражение на МРТ, Иктальная и Межприступная кожи головы EEGВыводы.
  3. Идентификация каналов HFO:
    1. Обнаружить ГФО в каждом внутричерепного электрода, как описано в 4.1. С помощью метода КИТТЛЕР для определения порога , основанный на гистограмме количества ГФО из всех каналов, а затем применить самогенерация вычислить среднее в качестве окончательного порога 69. И, наконец, определить каналы с частотой ГВЧ выше порога.
  4. Сравните локализацию HFO с Соз идентифицированного в 6.2 в качестве золотого стандарта для результатов локализации источника.

Results

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

У детей больных с рефрактерной эпилепсией были набраны из Эпилепсия клиники Бостонской детской больницы (Бостон, США). Здесь, репрезентативные данные от 2-х пациентов представлены: 15-летняя девочка с энцефаломаляция правой средней мозговой артерии (MCA) область (пациент 1), и 11-летний мальчик с левой теменной / верхней височной энцефаломаляция ( пациент 2). Данные были собраны в рамках их дохирургической проработке для хирургии. Одновременные МЭГ и ЭЭГ проводились на Athinoula А. Мартинос Центра биомедицинской визуализации.

Для обоих пациентов, ГФО были идентифицированы в ряби полосе частот (80 - 150 Гц), происходящих как в ЭЭГ и МЭГ и вышележащих СВУ. На рисунке 4 представлены 10 с одновременной скальпа ЭЭГ и МЭГ данных с межприступном деятельности (верхние панели) от пациента 1. На этом же рисунке также сообщаетп расширенной шкалы времени часть (2 s) сигналов, которые показаны обнаруженные ГФО во временной области (средние панели) и в частотно-временной плоскости (нижняя панель). Этот пациент показал скорость 8,8 ГФО / мин. Для ясности, отображение частотно-временной плоскости ограничена от 80 - 150 Гц, так как не видным активности не наблюдалось для частот выше 150 Гц. В пациента 1, автоматическое обнаружение включено 248 ГФО события в течение 8,65 мин записей. После визуального обзора обнаруженных событий, 76 событий были сохранены, что считались настоящими ГФО, получая скорость 8,8 ГФО / мин.

figure-results-1
Рисунок 4: ГФО наложенные на СВУ детектируемого из скальп ЭЭГ и МЭГ. Верхняя панель: СВУ от пациента 1 из обнаруженных скальпа ЭЭГ (слева) и МЭГ (справа). 10 с данных отфильтрованные от 1 - 70 Гц. Средняя панель: Расширенная временная шкала дисплей (2 сек) данных ЭЭГ и МЭГ выделены серым фоном в верхней панели. Данные отфильтровывают от 80 - 150 Гц. Нижняя панель: частотно-временной плоскости 2 представительных ЭЭГ и МЭГ каналов. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

На рисунке 5 представлены результаты локализации ГФО для пациента 1 из обоих скальпа ЭЭГ и МЭГ. Оба метода локализован ГФО в непосредственной близости от очага поражения в месте рядом с правой височно-теменной перехода. МЭГ и ЭЭГ представлены несколько разных результатов локализации: активность МЭГ была расположена более кпереди по сравнению с EEG и ближе к задней границе очага поражения. Расстояние между двумя максимумами активности wMEM для МЭГ и ЭЭГ составила 15,0 мм. ГФО localizatiна была также примыкает к ирритативным зоне, как это было определено MEG. Евклидово расстояние между усредненными ECDS и максимальной wMEM активности составила 18,7 мм для МЭГ и 28,0 мм для кожи головы ЭЭГ. Для пациента 2, мы определили 8 мин данных во время медленных волн не-REM сна с IED и минимальными артефактами, которые мы использовали для анализа ГВЧ.

Число кожи головы ГФО была значительно ниже, чем у пациента 1, показывающий скорости 0,4 ГФО / мин. На рисунке 6 представлены результаты локализации источника кожи головы ГФО для МЭГ и кожи головы ЭЭГ, ИЭУ , локализованных МЭГ с помощью ECDS и расположение обнаруженных ГФО то есть , например. Расстояние между 2 максимумов активности wMEM для МЭГ и ЭЭГ 16,4 мм. Расстояние между усредненными ECDS и максимальной wMEM активности было 10,9 мм для МЭГ и 24,1 мм для ЭГ. Зона HFO определены неинвазивного кожи головы ЭЭГ и МЭГ был в том же месте, где ГФО были язьntified Инвазивно с то есть, например. Электроды с наибольшим количеством ГФО были LA51, LA52, LA53 и, как показано на рисунке 6, чья локализация была созвучна с активностью HFO локализованной неинвазивно.

figure-results-2
Рисунок 5: Локализация ГФО и самодельных взрывных устройств. ГФО зона локализована с помощью wMEM с МЭГ и ЭЭГ от пациента 1 , наложенного на МРТ пациента (слева). Карта ГФО представляет собой среднее значение нормированных значений активации порогами при 60% от максимальной активности. ИЭУ локализуется ECDS с МЭГ (справа). Расположение и ориентации ECDS обозначены голубым цветом. Фиолетовый треугольник указывает местоположение усредненных ECDS (46 ECDS), а красный прямоугольник по месту нахождения детей в раннем возрасте от усредненных самодельных взрывных устройств (СВУ) 28. Для усреднения СВУ, мы определилишипы с аналогичной морфологии. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

figure-results-3
Рисунок 6: Пространственное Concordance между HFO зоны локализованного неинвазивно с скальп ЭЭГ и МЭГ, в перистальтику зоне, а HFO зоны локализованного Инвазивно с то есть , например. Верхние панели: Локализация ГФО от пациента 2 с скальпа ЭЭГ (слева) и МЭГ (средний), а также локализации СВУ с МЭГ (справа) наложены на МРТ пациента. Карта ГФО представляет собой среднее значение нормированных значений активации порогами при 60% от максимальной активности. Cyan круги и полоски указывают на места и ориентации ECDS. Фиолетовый треугольник указывает местоположение усредненных ECDS (30 ECDS), а красный прямоугольник тон местонахождение детей в раннем возрасте от усредненных СВУ (21 СВУ). Нижние панели: Локализация ГФО на то есть , например (слева) и 2 - х из записей из каналов с самой высокой скоростью ГВЧ. Имплантированные электроды показаны на МРТ пациента. Расположение электрода получают путем совместного регистрирующего пост-имплантированных компьютерная томография (КТ) и МРТ-изображений. Электроды с самым высоким уровнем ГФО выделены на карте сетки, имплантированных на коре пациента. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Представительные результаты, представленные здесь, указывают на потенциальное использование описанного метода в клинических условиях для неинвазивной идентификации и локализации ГФО во время предоперационной оценки педиатрических больных с медицинской точки зрения невосприимчивой эпилепсией. Для обоих пациентов были ГФО лocalized согласные для кожи головы ЭЭГ и МЭГ (рисунок 5). Локализация различия нескольких мм , могут быть отнесены к превосходной локализации способности высокой плотности по сравнению с MEG скальпа EEG 70, или могут представлять собой различные базовые генераторы 71. Локализация также была созвучна с перистальтику зоны , как это было определено MEG (смотри рисунок 5 - правая панель). В пациента 2, данные были также то есть, например доступны. ГФО зона локализована неинвазивно с скальпа ЭЭГ и МЭГ была созвучна с зоной ГФО определенной Инвазивно с то есть , например (см рисунок 6). Результаты предлагаемого метода могут служить ориентиром при размещении сеток во время хирургии эпилепсии для потенциальной идентификации EZ.

Discussion

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

Конвергенция доказательства из животных и человека исследования показали, что ГФО представляют собой новый потенциал биомаркером эпилептогенной ткани. Несмотря на эти данные, ГФО имеют очень ограниченное применение в клинической практике для диагностики или мониторинга эпилепсии, в основном потому, что: (я) не существует формального и глобальное определение для ГФО; (II) различных исследовательских групп используют различные методики для записи и анализа данных; (III) неинвазивной обнаружение ГФО с методами нейровизуализации является сложной задачей; и (IV), процесс обзора ГФО отнимает много времени и непрактично, особенно для многоканальной ЭЭГ или МЭГ записей с большим количеством датчиков. В целях обеспечения глобальной стандартизированной методологии, которая способствует систематическое использование ГФО в клинической практике методику, которая затем в Бостоне Детская больница для неинвазивного записи, обнаружения и локализации интериктальных ГФО от педиатрических пациентов с эпилепсией представлена. RepresentativРезультаты е ГФО обнаруженных с одновременным скальпа ЭЭГ и МЭГ из двух детей с медицинской точки зрения невосприимчивой эпилепсией также представлены.

Критические шаги в рамках протокола

Предлагаемая методология включает в себя следующие важные шаги: (I) производительность высоким отношением сигнала к шуму (SNR) ЭЭГ и МЭГ одновременной регистрации межприступном активности от педиатрических больных с медицинской точки зрения невосприимчивой эпилепсией (шаги 2.1.1 и 2.1.2 ); (II) тщательная предварительная обработка и отбор данных с интериктальных разрядов (шаги 3.1 и 3.2); (III) визуальный обзор выявленных ГФО событий с высокой специфичностью (шаги 4.3.1, 4.3.2 и 4.3.3); и (IV) надежная локализация ГФО с использованием соответствующего метода локализации (шаг 5.2).

Самым важным шагом в этом протоколе является визуальной обзор событий HFO, выявленных с помощью автоматического детектора. Строгое обзор автоматически обнаруженных ГФО является крucial отказаться от ГФО noncerebral происхождения. Тем не менее, усталость или отвлечение человеческого обозревателем во время визуального осмотра многоканальной ЭЭГ и МЭГ данных может привести к ошибкам, снижая специфичность процесса обнаружения.

Модификации и устранение неисправностей

Мы избегаем использования сигнала космической проекции (SSP) и методы 72,73 сигнала разделительного пространства (SSS) для того , чтобы гарантировать , что не было никакого искажения активности HFO от их применения. Эти методы часто используются большинством пользователей конкретного поставщика MEG для подавления внешних помех и для коррекции движений головы 72. Дальнейшие исследования необходимы для того, чтобы гарантировать, что применение этих методов не влияют или исказить HFO активность или не вызывают побочных эффектов, которые могут напоминать человека ГФО. Незначительные модификации минимального порога Z-счет огибающей сигнала (этап 4.1.1.3) и пороговое значение переменного токаЗначения активаций (этап 5.2.6) могут быть необходимы для повышения чувствительности алгоритма в обнаружении ГФО и ограничить локализацию зоны ГФО в более фокальной области.

Ограничения метода

Описанный метод имеет ограничения, которые должны быть дополнительно рассмотрены в будущих исследованиях. Во- первых, он не учитывает ГФО происходящие только в сигналах МЭГ или ЭЭГ, и она не включает в себя автоматическое обнаружение ГФО в МЭГ сигналов, что означает , что некоторые фактические низкое SNR MEG ГФО может избежать визуального осмотра 74. Кроме того, чувствительность и специфичность предлагаемого способа , чтобы обнаружить ГФО и его способность локализовать их с высокой точностью должно быть подтверждено с одновременной регистрации скальпа ЭЭГ, МЭГ и 75 то есть , например. Наши данные показали, что отдельные ECDS указали расширенный перистальтику зону по сравнению с фокальной зоны ГФО. Тем не менее, когда ECDS были усреднены, то дипольный locatioп было довольно близко к зоне HFO для обоих пациентов. Наши данные свидетельствуют о специфичности 2 методов показывает возможную более высокую специфичность зоны HFO для epileptogenicity (в частности, для пациента 2, для которых зона HFO была перекрывающихся с Соз) по сравнению с раздражающего зоне, хотя безопасные выводы не могут быть сделаны из такого небольшого контингента больных. Что еще более важно, локализация источников HFO непосредственно не подразумевают локализовать EZ, который отвечает за судорог. Наши выводы должны быть проверены в отношении исхода операции эпилепсия, что мы планируем сделать в будущем исследовании. И, наконец, чтобы записать данные ЭЭГ, использовалась система 70-канальный. Тем не менее, в большинстве центров стандартной клинической ЭЭГ используется, что записывает данные из 19 электродов, расположенных в соответствии с 10 - 20 системы. Более продвинутые системы педиатрической ЭЭГ с гораздо большим числом каналов (до 256), в настоящее время доступны на рынке. Использование этих систем может дополнительно улучшить тон локализации точность ГФО зоны с обнаруженной скальпа ЭЭГ.

Значение метода в отношении существующих / альтернативных методов

Насколько нам известно, это первое исследование, которое сообщает о неинвазивный локализации интериктальных ГФО с одновременным ЭЭГ и МЭГ, а также исследует согласование результатов локализации с теми из внутричерепных записей. Неинвазивный запись, обнаружение и локализация ГФО является сложной задачей. Это потому , что ГФО очень слабые сигналы , генерируемые малыми областями мозга порядка 16,76 кубических миллиметров , а тем более затрудненных шумом и мозга фоновой активности. Недавнее исследование , предположил , что ГФО записано неинвазивно с скальпа ЭЭГ представляют собой сумму деятельности множественного пространственно распределенной очаговых и когерентных источников 60. До сих пор мало исследований 28,29,37,38,60 удалось показать , что ГФО может быть обнаружено неинвазивно с использованием SCAЛ.П. ЭЭГ и МЭГ; еще меньше локализовано эту деятельность путем решения обратной задачи 37-38.

Здесь, данные о интериктальных ГФО представлены, которые были обнаружены с одновременным скальпа ЭЭГ и МЭГ из двух педиатрических пациентов, страдающих эпилепсией. ГФО были локализованы с помощью описанной выше рамки 38. Представительные данные свидетельствуют о том, что неинвазивный локализация интериктальных ГФО осуществимо с помощью методов визуализации источника, выполненные на любом скальпа ЭЭГ или МЭГ записей, при условии, что используется соответствующая методика локализации. Это согласуется с предыдущим исследованием , который использовал фантомное конструкцию , напоминающую ГФО генераторов, что свидетельствует о том , что ГФО можно неинвазивно обнаружить и точно локализованы с МЭГ 32.

Обнаружение и маркировка интериктальных ГФО традиционно осуществляется через визуальный осмотр данных от экспертов ЭЭГ человека. Хотя этот подход часто РегарDed в качестве золотого стандарта, он представляет серьезные ограничения , поскольку он имеет недостаточную надежность между рецензент 77,78, и не применяется к крупным МЭГ и ЭЭГ наборов данных с большим количеством датчиков. Решающее значение для применения ГФО в клинической практике является разработка алгоритмов, которые обнаруживают ГФО автоматически с кожей головы записей, снижающих необходимость вмешательства человека. Визуальная идентификация кожи головы ГФО это на самом деле довольно сложно из-за: (I) с низким ОСШ ГФО на коже головы; (Б) более низкие ставки ГФО в скальп записей по сравнению с внутричерепных те, что предполагает анализ гораздо более длительное время записи; и (III) большое число каналов для анализа, в частности, в высокой плотности ЭЭГ или МЭГ. Несколько алгоритмов для автоматического и полуавтоматического обнаружения ГФО были предложены в последнее десятилетие 54. Ранее детекторы полагались на пороги во временной области, с целью выявления событий , которые можно отличить от постоянной фоновой активности 49,80. Последние достижения предлагают также включения информации из частотной области, при условии , что HFO должен появиться как недолговечной событие с изолированным спектрального пика на отдельной частоте 50,56,81. Полуавтоматические методы, как представляется, наиболее подходящим для применения ГФО в клинической практике. Эти методы включают 2 этапа: (I) начальное автоматическое обнаружение событий, имеет высокую чувствительность, и (б) визуальный обзор событий экспертом, который имеет высокую специфичность. Такой подход обеспечивает более высокую специфичность по сравнению с полностью автоматизированными методами и гарантирует, что окончательные рассмотренные события являются реальными ГФО церебрального происхождения.

Здесь полуавтоматический метод представлен, что позволяет обнаруживать ГФО из интериктальный кожи головы ЭЭГ и МЭГ записей. Предложенный метод расширяет ранее описанных методов для обнаружения ГФО от скальпа ЭЭГ 60 путем включения в критерии идентификации двух импортамуравей характеристики: (I) автоматический анализ времени частота событий HFO; и (б) временное совпадение ГФО событий в обоих МЭГ и ЭЭГ записей.

Будущие приложения или направления после освоения этой техники

Надежная локализация ГФО с неинвазивных методов нейровизуализации, таких как скальпа ЭЭГ и МЭГ, имеет решающее значение. Мастеринг, совершенствование и проверки предлагаемый протокол предоставит врачам с надежным, неинвазивно записываемый биомаркеров для идентификации EZ. Развитие такого биомаркера имеет потенциал, чтобы уменьшить требование для долгосрочного мониторинга и инвазивных внутричерепных записей, приводящих к значительному улучшению предоперационной процедуры оценки в педиатрических больных. Это не только поможет идентифицировать эпилептогенной ткани для хирургического вмешательства, но также позволит окончательный дифференциальный диагноз эпилепсии от острых симптоматических приступов, что требует совершенно рааренда подход к лечению, а также от не эпилептических припадков щадящих необходимость долгосрочного мониторинга в некоторых пациентов. Кроме того, это может позволить оценку эффективности терапевтических вмешательств, не дожидаясь другого захват происходит.

Disclosures

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

Авторы не имеют ничего раскрывать.

Acknowledgements

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

Эта работа поддержана Программой исследовательских грантов Фонда эпилепсии и Американского общества эпилепсии и Стипендией для развития карьеры факультета Гарвардской медицинской школы, Офис по развитию факультета.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Система VectorView MEGElekta-Neuromag, ФинляндияСистема MEG
Magentically Shielded RoomImedco, Хагендорф, ШвейцарияТрехслойная система MSR
EEGElekta-Neuromag, Финляндия70-канальная система ЭЭГ
3D дигитайзерPolhemus, Колчестер, VT

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Prevalence of the Epilepsies in Children and Adolescents. Epilepsia. 30 (1), 94-106 (1989).">Cowan, L. D., Bodensteiner, J. B., Leviton, A., Doherty, L. Prevalence of the Epilepsies in Children and Adolescents. Epilepsia. 30 (1), 94-106 (1989).
  2. School-children with Epilepsy at Risk for Learning and Behaviour Problems. Dev. Med. Child Neurol. 20 (4), 502-508 (1978).">Stores, G. School-children with Epilepsy at Risk for Learning and Behaviour Problems. Dev. Med. Child Neurol. 20 (4), 502-508 (1978).
  3. Prognosis of seizure recurrence after stopping antiepileptic drugs in seizure-free patients: A long-term population-based study of childhood-onset epilepsy. Epilepsy Behav. 8 (4), 713-719 (2006).">Sillanpää, M., Schmidt, D. Prognosis of seizure recurrence after stopping antiepileptic drugs in seizure-free patients: A long-term population-based study of childhood-onset epilepsy. Epilepsy Behav. 8 (4), 713-719 (2006).
  4. Course and outcome of childhood epilepsy: a 15-year follow-up. Dutch study of epilepsy in childhood. Epilepsia. 51 (7), 1189-1197 (2010).">Geerts, A., et al. Course and outcome of childhood epilepsy: a 15-year follow-up. Dutch study of epilepsy in childhood. Epilepsia. 51 (7), 1189-1197 (2010).
  5. Etiology as a risk factor for medically refractory epilepsy: A case for early surgical intervention. Neurology. 51 (5), 1243-1244 (1998).">Engel, J. Etiology as a risk factor for medically refractory epilepsy: A case for early surgical intervention. Neurology. 51 (5), 1243-1244 (1998).
  6. Early Identification of Refractory Epilepsy. N. Eng. J. Med. 342 (5), 314-319 (2000).">Kwan, P., Brodie, M. Early Identification of Refractory Epilepsy. N. Eng. J. Med. 342 (5), 314-319 (2000).
  7. The Epileptogenic Zone. In: Wyllie, E. Wyllie's treatment of epilepsy Principles & Practice 5th Ed. , Wolters Kluwer/Lippincott Williams & Wilkins . Philadelphia. 818-827 (2011).">Datta, A., Loddenkemper, T. The Epileptogenic Zone. In: Wyllie, E. Wyllie's treatment of epilepsy Principles & Practice 5th Ed. , Wolters Kluwer/Lippincott Williams & Wilkins . Philadelphia. 818-827 (2011).
  8. Presurgical evaluation of epilepsy. Brain. 124 (9), 1683-1700 (2001).">Rosenow, F. Presurgical evaluation of epilepsy. Brain. 124 (9), 1683-1700 (2001).
  9. Complications of invasive subdural grid monitoring in children with epilepsy. J. Neurosurg. 98 (5), 1017-1026 (2003).">Önal, Ç, Otsubo, H., et al. Complications of invasive subdural grid monitoring in children with epilepsy. J. Neurosurg. 98 (5), 1017-1026 (2003).
  10. High-frequency electroencephalographic oscillations correlate with outcome of epilepsy surgery. Ann. Neurol. 67 (2), 209-220 (2010).">Jacobs, J., Zijlmans, M., et al. High-frequency electroencephalographic oscillations correlate with outcome of epilepsy surgery. Ann. Neurol. 67 (2), 209-220 (2010).
  11. High-frequency oscillations in human brain. Hippocampus. 9 (2), 137-142 (1999).">Bragin, A., Engel, J., Wilson, C., Fried, I., Buzsáki, G. High-frequency oscillations in human brain. Hippocampus. 9 (2), 137-142 (1999).
  12. Hippocampal and Entorhinal Cortex High-Frequency Oscillations (100-500 Hz) in Human Epileptic Brain and in Kainic Acid-Treated Rats with Chronic Seizures. Epilepsia. 40 (2), 127-137 (1999).">Bragin, A., Engel, J., Wilson, C., Fried, I., Mathern, G. Hippocampal and Entorhinal Cortex High-Frequency Oscillations (100-500 Hz) in Human Epileptic Brain and in Kainic Acid-Treated Rats with Chronic Seizures. Epilepsia. 40 (2), 127-137 (1999).
  13. High-frequency oscillations as a new biomarker in epilepsy. Ann. Neurol. 71 (2), 169-178 (2012).">Zijlmans, M., Jiruska, P., Zelmann, R., Leijten, F., Jefferys, J., Gotman, J. High-frequency oscillations as a new biomarker in epilepsy. Ann. Neurol. 71 (2), 169-178 (2012).
  14. Mapping interictal oscillations greater than 200 Hz recorded with intracranial macroelectrodes in human epilepsy. Brain. 133 (1), 33-45 (2010).">Crepon, B., Navarro, V., et al. Mapping interictal oscillations greater than 200 Hz recorded with intracranial macroelectrodes in human epilepsy. Brain. 133 (1), 33-45 (2010).
  15. Interictal high-frequency oscillations (80-500 Hz) are an indicator of seizure onset areas independent of spikes in the human epileptic brain. Epilepsia. 49 (11), 1893-1907 (2008).">Jacobs, J., LeVan, P., Chander, R., Hall, J., Dubeau, F., Gotman, J. Interictal high-frequency oscillations (80-500 Hz) are an indicator of seizure onset areas independent of spikes in the human epileptic brain. Epilepsia. 49 (11), 1893-1907 (2008).
  16. Local generation of fast ripples in epileptic brain. J Neurosci. 22 (5), 2012-2021 (2002).">Bragin, A., Mody, I., Wilson, C. L., Engel, J. Local generation of fast ripples in epileptic brain. J Neurosci. 22 (5), 2012-2021 (2002).
  17. High-frequency oscillations in human temporal lobe: simultaneous microwire and clinical macroelectrode recordings. Brain. 131 (4), 928-937 (2008).">Worrell, G. A., Gardner, A. B., et al. High-frequency oscillations in human temporal lobe: simultaneous microwire and clinical macroelectrode recordings. Brain. 131 (4), 928-937 (2008).
  18. High-frequency oscillations: What is normal and what is not? Epilepsia. 50 (4), 598-604 (2009).">Engel, J. Jr, Bragin, A., Staba, R., Mody, I. High-frequency oscillations: What is normal and what is not? Epilepsia. 50 (4), 598-604 (2009).
  19. Fast Oscillations and Epilepsy. Epilepsy Curr. 3 (3), 77-79 (2003).">Traub, R. Fast Oscillations and Epilepsy. Epilepsy Curr. 3 (3), 77-79 (2003).
  20. Unsupervised Classification of High-Frequency Oscillations in Human Neocortical Epilepsy and Control Patients. J. Neurophysiol. 104 (5), 2900-2912 (2010).">Blanco, J., Stead, M., et al. Unsupervised Classification of High-Frequency Oscillations in Human Neocortical Epilepsy and Control Patients. J. Neurophysiol. 104 (5), 2900-2912 (2010).
  21. The grand mal pattern of Gibbs, Gibbs and Lennox. Electroencephalogr Clin Neurophysiol. 40 (4), 401-406 (1976).">Rodin, E., Smid, N., Mason, K. The grand mal pattern of Gibbs, Gibbs and Lennox. Electroencephalogr Clin Neurophysiol. 40 (4), 401-406 (1976).
  22. Paroxysmal beta activity in the pediatric electroencephalogram. Ann Neurol. 4 (2), 112-116 (1978).">Nealis, J. G., Duffy, F. H. Paroxysmal beta activity in the pediatric electroencephalogram. Ann Neurol. 4 (2), 112-116 (1978).
  23. The nature of arousal in sleep. J. Sleep. Res. 13 (1), 1-23 (2004).">Halasz, P., Terzano, M., Parrino, L., Bodizs, R. The nature of arousal in sleep. J. Sleep. Res. 13 (1), 1-23 (2004).
  24. Very Fast Rhythmic Activity on Scalp EEG Associated with Epileptic Spasms. Epilepsia. 45 (5), 488-496 (2004).">Kobayashi, K., Oka, M., et al. Very Fast Rhythmic Activity on Scalp EEG Associated with Epileptic Spasms. Epilepsia. 45 (5), 488-496 (2004).
  25. Spectral characteristics of EEG gamma rhythms associated with epileptic spasms. Brain. Dev. 30 (5), 321-328 (2008).">Inoue, T., Kobayashi, K., Oka, M., Yoshinaga, H., Ohtsuka, Y. Spectral characteristics of EEG gamma rhythms associated with epileptic spasms. Brain. Dev. 30 (5), 321-328 (2008).
  26. Detection of changes of high-frequency activity by statistical time-frequency analysis in epileptic spikes. Clin Neurophysiol. 120 (6), 1070-1077 (2009).">Kobayashi, K., Jacobs, J., Gotman, J. Detection of changes of high-frequency activity by statistical time-frequency analysis in epileptic spikes. Clin Neurophysiol. 120 (6), 1070-1077 (2009).
  27. Scalp-recorded high-frequency oscillations in childhood sleep-induced electrical status epilepticus. Epilepsia. 51 (10), 2190-2194 (2010).">Kobayashi, K., Watanabe, Y., Inoue, T., Oka, M., Yoshinaga, H., Ohtsuka, Y. Scalp-recorded high-frequency oscillations in childhood sleep-induced electrical status epilepticus. Epilepsia. 51 (10), 2190-2194 (2010).
  28. Interictal scalp fast oscillations as a marker of the seizure onset zone. Neurology. 77 (6), 524-531 (2011).">Andrade-Valenca, L. P., Dubeau, F., Mari, F., Zelmann, R., Gotman, J. Interictal scalp fast oscillations as a marker of the seizure onset zone. Neurology. 77 (6), 524-531 (2011).
  29. Occurrence of scalp-fast oscillations among patients with different spiking rate and their role as epileptogenicity marker. Epilepsy Res. 106 (3), 345-356 (2013).">Melani, F., Zelmann, R., Dubeau, F., Gotman, J. Occurrence of scalp-fast oscillations among patients with different spiking rate and their role as epileptogenicity marker. Epilepsy Res. 106 (3), 345-356 (2013).
  30. High frequency spectral components after Secobarbital: The contribution of muscular origin-A study with MEG/EEG. Epilepsy Res. 100 (1-2), 132-141 (2012).">Claus, S., Velis, D., Lopes da Silva, F., Viergever, M., Kalitzin, S. High frequency spectral components after Secobarbital: The contribution of muscular origin-A study with MEG/EEG. Epilepsy Res. 100 (1-2), 132-141 (2012).
  31. MEG and EEG show different sensitivity to myogenic artifacts. Neurol Clin Neurophysiol. 78, (2004).">Zimmermann, R., Scharein, E. MEG and EEG show different sensitivity to myogenic artifacts. Neurol Clin Neurophysiol. 78, (2004).
  32. MEG's ability to localise accurately weak transient neural sources. Clin Neurophysiol. 120 (11), 1958-1970 (2009).">Papadelis, C., Poghosyan, V., Fenwick, P., Ioannides, A. MEG's ability to localise accurately weak transient neural sources. Clin Neurophysiol. 120 (11), 1958-1970 (2009).
  33. Using ictal high-frequency oscillations (80-500Hz) to localize seizure onset zones in childhood absence epilepsy: A MEG study. Neuroscience Lett. 566, 21-26 (2014).">Miao, A., Xiang, J., et al. Using ictal high-frequency oscillations (80-500Hz) to localize seizure onset zones in childhood absence epilepsy: A MEG study. Neuroscience Lett. 566, 21-26 (2014).
  34. MEG correlates of epileptic high gamma oscillations in invasive EEG. Epilepsia. 51 (8), 1638-1642 (2010).">Rampp, S., Kaltenhäuser, M., et al. MEG correlates of epileptic high gamma oscillations in invasive EEG. Epilepsia. 51 (8), 1638-1642 (2010).
  35. Low- and high-frequency oscillations reveal distinct absence seizure networks. Ann Neurol. 76 (4), 558-567 (2014).">Tenney, J. R., Fujiwara, H., et al. Low- and high-frequency oscillations reveal distinct absence seizure networks. Ann Neurol. 76 (4), 558-567 (2014).
  36. Frequency and spatial characteristics of high-frequency neuromagnetic signals in childhood epilepsy. Epileptic Disord. 11 (2), 113-125 (2009).">Xiang, J., et al. Frequency and spatial characteristics of high-frequency neuromagnetic signals in childhood epilepsy. Epileptic Disord. 11 (2), 113-125 (2009).
  37. Identification of epileptic high frequency oscillations in the time domain by using MEG beamformer-based virtual sensors. Clin Neurophysiol. 127 (1), 197-208 (2016).">van Klink, N., Hillebrand, A., Zijlmans, M. Identification of epileptic high frequency oscillations in the time domain by using MEG beamformer-based virtual sensors. Clin Neurophysiol. 127 (1), 197-208 (2016).
  38. Detection and Magnetic Source Imaging of Fast Oscillations (40-160 Hz) Recorded with Magnetoencephalography in Focal Epilepsy Patients. Brain Topogr. 29 (2), 218-231 (2016).">von Ellenrieder, N., Pellegrino, G., et al. Detection and Magnetic Source Imaging of Fast Oscillations (40-160 Hz) Recorded with Magnetoencephalography in Focal Epilepsy Patients. Brain Topogr. 29 (2), 218-231 (2016).
  39. MEG correlates of epileptic high gamma oscillations in invasive EEG. Epilepsia. 51 (8), 1638-1642 (2010).">Rampp, S., Kaltenhäuser, M., et al. MEG correlates of epileptic high gamma oscillations in invasive EEG. Epilepsia. 51 (8), 1638-1642 (2010).
  40. Epileptic spasms in older pediatric patients: MEG and ictal high-frequency oscillations suggest focal-onset seizures in a subset of epileptic spasms. Epilepsy Res. 78 (2-3), 216-224 (2008).">Ramachandrannair, R., Ochi, A., et al. Epileptic spasms in older pediatric patients: MEG and ictal high-frequency oscillations suggest focal-onset seizures in a subset of epileptic spasms. Epilepsy Res. 78 (2-3), 216-224 (2008).
  41. Cortical source analysis of high-density EEG recordings in children. J Vis Exp. (88), e51705(2014).">Bathelt, J., O'Reilly, H., de Haan, M. Cortical source analysis of high-density EEG recordings in children. J Vis Exp. (88), e51705(2014).
  42. Functional Mapping with Simultaneous MEG and EEG. M. J Vis Exp. (40), e1668(2010).">Liu, H., Tanaka, N., Stufflebeam, S., Ahlfors, S., Hämäläinen, M. Functional Mapping with Simultaneous MEG and EEG. M. J Vis Exp. (40), e1668(2010).
  43. Current and emerging potential for magnetoencephalography in pediatric epilepsy. J Ped Epilepsy. 2, 73-85 (2013).">Papadelis, C., Harini, C., Ahtam, B., Doshi, C., Grant, E., Okada, Y. Current and emerging potential for magnetoencephalography in pediatric epilepsy. J Ped Epilepsy. 2, 73-85 (2013).
  44. Magnetoencephalography for Clinical Pediatrics: Recent Advances in Hardware, Methods, and Clinical Applications. J Pediatr Epilepsy. 4 (4), 139-155 (2015).">Gaetz, W., Gordon, R. S., Papadelis, C., Fujiwara, H., Rose, D. F., Edgar, J. C., Schwartz, E. S., Roberts, T. P. L. Magnetoencephalography for Clinical Pediatrics: Recent Advances in Hardware, Methods, and Clinical Applications. J Pediatr Epilepsy. 4 (4), 139-155 (2015).
  45. Imaging of intractable paediatric epilepsy. SA Journal of Radiology. 19 (2), 1-10 (2015).">Prabhu, S., Mahomed, N. Imaging of intractable paediatric epilepsy. SA Journal of Radiology. 19 (2), 1-10 (2015).
  46. Brainstorm: A User-Friendly Application for MEG/EEG Analysis. Comput Intell Neurosci. , 879716(2011).">Tadel, F., Baillet, S., Mosher, J. C., Pantazis, D., Leahy, R. M. Brainstorm: A User-Friendly Application for MEG/EEG Analysis. Comput Intell Neurosci. , 879716(2011).
  47. American Clinical Magnetoencephalography Society Clinical Practice Guideline 1: Recording and Analysis of Spontaneous Cerebral Activity. J Clin Neurophysiol. 0 (0), 1-7 (2011).">Bagic, A. I., Knowlton, R. C., Rose, D. F., Ebersole, J. S. American Clinical Magnetoencephalography Society Clinical Practice Guideline 1: Recording and Analysis of Spontaneous Cerebral Activity. J Clin Neurophysiol. 0 (0), 1-7 (2011).
  48. A glossary of terms most commonly used by clinical electroencephalographers and proposal for the report form for the EEG findings. The International Federation of Clinical Neurophysiology. Electroencephalogr Clin Neurophysiol Suppl. 52, 21-41 (1999).">Noachtar, S., Binnie, C., Ebersole, J., Mauguière, F., Sakamoto, A., Westmoreland, B. A glossary of terms most commonly used by clinical electroencephalographers and proposal for the report form for the EEG findings. The International Federation of Clinical Neurophysiology. Electroencephalogr Clin Neurophysiol Suppl. 52, 21-41 (1999).
  49. High-frequency oscillations recorded in human medial temporal lobe during sleep. Ann'Neurol. 56 (1), 108-115 (2004).">Staba, R. J., Wilson, C. L., Bragin, A., et al. High-frequency oscillations recorded in human medial temporal lobe during sleep. Ann'Neurol. 56 (1), 108-115 (2004).
  50. Pitfalls of high-pass filtering for detecting epileptic oscillations: a technical note on "false" ripples. Clin Neurophysiol. 121 (3), 301-310 (2010).">Benar, C. G., Chauviere, L., Bartolomei, F., Wendling, F. Pitfalls of high-pass filtering for detecting epileptic oscillations: a technical note on "false" ripples. Clin Neurophysiol. 121 (3), 301-310 (2010).
  51. Mapping interictal oscillations greater than 200 Hz recorded with intracranial macroelectrodes in human epilepsy. Brain. 133 (1), 33-45 (2010).">Crepon, B., Navarro, V., et al. Mapping interictal oscillations greater than 200 Hz recorded with intracranial macroelectrodes in human epilepsy. Brain. 133 (1), 33-45 (2010).
  52. A comparison of methods for separation of transient and oscillatory signals in EEG. J Neurosci Methods. 199 (2), 273-289 (2011).">Jmail, N., Gavaret, M., et al. A comparison of methods for separation of transient and oscillatory signals in EEG. J Neurosci Methods. 199 (2), 273-289 (2011).
  53. Ripple classification helps to localize the seizure-onset zone in neocortical epilepsy. Epilepsia. 54 (2), 370-376 (2013).">Wang, S., Wang, I. Z., et al. Ripple classification helps to localize the seizure-onset zone in neocortical epilepsy. Epilepsia. 54 (2), 370-376 (2013).
  54. Recording and analysis techniques for high-frequency oscillations. Prog Neurobio. 98 (3), 265-278 (2012).">Worrell, G. A., Jerbi, K., Kobayashi, K., Lina, J. M., Zelmann, R., Le Van Quyen, M. Recording and analysis techniques for high-frequency oscillations. Prog Neurobio. 98 (3), 265-278 (2012).
  55. Fourier's series. Nature. 59, 606(1899).">Gibbs, J. W. Fourier's series. Nature. 59, 606(1899).
  56. Human Intracranial High Frequency Oscillations (HFOs) Detected by Automatic Time-Frequency Analysis. PLoS ONE. 9 (4), (2014).">Burnos, S., Hilfiker, P., et al. Human Intracranial High Frequency Oscillations (HFOs) Detected by Automatic Time-Frequency Analysis. PLoS ONE. 9 (4), (2014).
  57. High frequency oscillations in intracranial EEGs mark epileptogenicity rather than lesion type. Brain. 132 (4), 1022-1037 (2009).">Jacobs, J., LeVan, P., Châtillon, C., Olivier, A., Dubeau, F., Gotman, J. High frequency oscillations in intracranial EEGs mark epileptogenicity rather than lesion type. Brain. 132 (4), 1022-1037 (2009).
  58. Interictal high-frequency oscillations (100-500 Hz) in the intracerebral EEG of epileptic patients. Brain. 130 (9), 2354-2366 (2007).">Urrestarazu, E., Chander, R., Dubeau, F., Gotman, J. Interictal high-frequency oscillations (100-500 Hz) in the intracerebral EEG of epileptic patients. Brain. 130 (9), 2354-2366 (2007).
  59. High Frequency Oscillations and spikes: Separating real HFOs from false oscillations. Clin Neurophysiol. 127 (1), 187-196 (2015).">Amiri, M., Lina, J. M., Pizzo, F., Gotman, J. High Frequency Oscillations and spikes: Separating real HFOs from false oscillations. Clin Neurophysiol. 127 (1), 187-196 (2015).
  60. Scalp EEG is not a Blur: It Can See High Frequency Oscillations Although Their Generators are Small. Brain Topogr. 27 (5), 683-704 (2014).">Zelmann, R., Lina, J. M., Schulze-Bonhage, A., Gotman, J., Jacobs, J. Scalp EEG is not a Blur: It Can See High Frequency Oscillations Although Their Generators are Small. Brain Topogr. 27 (5), 683-704 (2014).
  61. MEG source localization of spatially extended generators of epileptic activity: comparing entropic and hierarchical bayesian approaches. PLoS One. 8 (2), e55969(2013).">Chowdhury, R. A., Lina, J. M., Kobayashi, E., Grova, C. MEG source localization of spatially extended generators of epileptic activity: comparing entropic and hierarchical bayesian approaches. PLoS One. 8 (2), e55969(2013).
  62. Complex patterns of spatially extended generators of epileptic activity: Comparison of source localization methods cMEM and 4-ExSo-MUSIC on high resolution EEG and MEG data. Neuroimage. , 175-195 (2016).">Chowdhury, R. A., Merlet, I., Birot, G., Kobayashi, E., Nica, A., Biraben, A., Wendling, F., Lina, J. M., Albera, L., Grova, C. Complex patterns of spatially extended generators of epileptic activity: Comparison of source localization methods cMEM and 4-ExSo-MUSIC on high resolution EEG and MEG data. Neuroimage. , 175-195 (2016).
  63. Source localization of the seizure onset zone from ictal EEG/MEG data. Hum Brain Mapp. 37 (7), 2528-2546 (2016).">Pellegrino, G., Hedrich, T., Chowdhury, R., Hall, J. A., Lina, J. M., Dubeau, F., Kobayashi, E., Grova, C. Source localization of the seizure onset zone from ictal EEG/MEG data. Hum Brain Mapp. 37 (7), 2528-2546 (2016).
  64. Intracranial EEG potentials estimated from MEG sources: A new approach to correlate MEG and iEEG data in epilepsy. Hum Brain Mapp. 37 (5), 1661-1683 (2016).">Grova, C., Aiguabella, M., Zelmann, R., Lina, J. M., Hall, J. A., Kobayashi, E. Intracranial EEG potentials estimated from MEG sources: A new approach to correlate MEG and iEEG data in epilepsy. Hum Brain Mapp. 37 (5), 1661-1683 (2016).
  65. Wavelet-based localization of oscillatory sources from magnetoencephalography data. IEEE Trans Biomed Eng. 61 (8), 2350-2364 (2014).">Lina, J. M., Chowdhury, R. A., Lemay, E., Kobayashi, E., Grova, C. Wavelet-based localization of oscillatory sources from magnetoencephalography data. IEEE Trans Biomed Eng. 61 (8), 2350-2364 (2014).
  66. Cortical surface-based analysis, I: segmentation and surface reconstruction. Neuroimage. 9, 179-194 (1999).">Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis, I: segmentation and surface reconstruction. Neuroimage. 9, 179-194 (1999).
  67. Cortical surface-based analysis, II: inflation, flattening, a surface-based coordinate system. Neuroimage. 9, 195-207 (1999).">Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis, II: inflation, flattening, a surface-based coordinate system. Neuroimage. 9, 195-207 (1999).
  68. OpenMEEG: opensource software for quasistatic bioelectromagnetics. Biomed Eng OnLine. 9 (1), (2010).">Gramfort, A., Papadopoulo, T., Olivi, E., Clerc, M. OpenMEEG: opensource software for quasistatic bioelectromagnetics. Biomed Eng OnLine. 9 (1), (2010).
  69. Focal resection of fast ripples on extraoperative intracranial EEG improves seizure outcome in pediatric epilepsy. Epilepsia. 52 (10), 1802-1811 (2011).">Akiyama, T., McCoy, B., et al. Focal resection of fast ripples on extraoperative intracranial EEG improves seizure outcome in pediatric epilepsy. Epilepsia. 52 (10), 1802-1811 (2011).
  70. A study of dipole localization accuracy for MEG and EEG using a human skull phantom. Electroencephalogr Clin Neurophysiol. 107 (2), 159-173 (1989).">Leahy, R. M., Mosher, J. C., Spencer, M. E., Huang, M. X., Lewine, J. D. A study of dipole localization accuracy for MEG and EEG using a human skull phantom. Electroencephalogr Clin Neurophysiol. 107 (2), 159-173 (1989).
  71. Localization of the epileptogenic foci in tuberous sclerosis complex: a pediatric case report. Front Hum Neurosci. 8 (175), (2014).">Hunold, A., Haueisen, J., Ahtam, B., Doshi, C., Harini, C., Camposano, S., Warfield, S. K., Grant, P. E., Okada, Y., Papadelis, C. Localization of the epileptogenic foci in tuberous sclerosis complex: a pediatric case report. Front Hum Neurosci. 8 (175), (2014).
  72. Suppression of interference and artifacts by the signal space separation method. Brain Topogr. 16 (4), 269-275 (2004).">Taulu, S., Kajola, M., Simola, J. Suppression of interference and artifacts by the signal space separation method. Brain Topogr. 16 (4), 269-275 (2004).
  73. Spatiotemporal signal space separation method for rejecting nearby interference in MEG measurements. Phys Med Biol. 51 (7), 1759-1768 (2006).">Taulu, S., Simola, J. Spatiotemporal signal space separation method for rejecting nearby interference in MEG measurements. Phys Med Biol. 51 (7), 1759-1768 (2006).
  74. Pitfalls of high-pass filtering for detecting epileptic oscillations: a technical note on false ripples. Clin Neurophysiol. 121 (3), 301-310 (2010).">Bénar, C. G., Chauvière, L., Bartolomei, F., Wendling, F. Pitfalls of high-pass filtering for detecting epileptic oscillations: a technical note on false ripples. Clin Neurophysiol. 121 (3), 301-310 (2010).
  75. Simultaneous recording of MEG, EEG and intracerebral EEG during visual stimulation: from feasibility to single-trial analysis. Neuroimage. 99, 548-558 (2014).">Dubarry, A. S., Badier, J. M., et al. Simultaneous recording of MEG, EEG and intracerebral EEG during visual stimulation: from feasibility to single-trial analysis. Neuroimage. 99, 548-558 (2014).
  76. High-frequency oscillations in the output of the hippocampal-entorhinal axis of the freely behaving rat. J Neurosci. 19 (9), 3056-3066 (1996).">Chrobak, J. J., Buzsaki, G. High-frequency oscillations in the output of the hippocampal-entorhinal axis of the freely behaving rat. J Neurosci. 19 (9), 3056-3066 (1996).
  77. Interobserver Reproducibility of Electroencephalogram Interpretation in Critically Ill Children. J Clin Neurophysiol. 28 (1), 15-19 (2011).">Abend, N. S., Gutierrez-Colina, A., et al. Interobserver Reproducibility of Electroencephalogram Interpretation in Critically Ill Children. J Clin Neurophysiol. 28 (1), 15-19 (2011).
  78. Interrater reliability of EEG-video monitoring. Neurology. 73 (11), 843-846 (2009).">Benbadis, S. R., LaFrance, W. C., Papandonatos, G. D., Korabathina, K., Lin, K., Kraemer, H. C. Interrater reliability of EEG-video monitoring. Neurology. 73 (11), 843-846 (2009).
  79. Automatic detection of fast oscillations (40-200Hz) in scalp EEG recordings. Clin Neurophysiol. 123 (4), 670-680 (2012).">von Ellenrieder, N., Andrade-Valença, L., Dubeau, F., Gotman, J. Automatic detection of fast oscillations (40-200Hz) in scalp EEG recordings. Clin Neurophysiol. 123 (4), 670-680 (2012).
  80. A comparison between detectors of high frequency oscillations. Clin Neurophysiol. 123 (1), 106-116 (2011).">Zelmann, R., Mari, F., Jacobs, J., Zijlmans, M., Dubeau, F., Gotman, J. A comparison between detectors of high frequency oscillations. Clin Neurophysiol. 123 (1), 106-116 (2011).
  81. Automatic detection of fast ripples. J Neurosci Methods. 213 (2), 236-249 (2013).">Birot, G., Kachenoura, A., Albera, L., Bénar, C., Wendling, F. Automatic detection of fast ripples. J Neurosci Methods. 213 (2), 236-249 (2013).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

High Frequency OscillationsInterictal Epileptiform DischargesSimultaneous EEG MEGSource LocalizationPediatric EpilepsyEpileptogenic ZoneSeizure Onset ZoneIntracranial EEGWavelet Maximum EntropyNoninvasive Biomarker

Related Articles