Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

צינור אינטגרצית תמונת 3D Multimodality ותכנון בסיוע מחשב בכירורגיה אפילפסיה

Published: May 20, 2016 doi: 10.3791/53450
Automatic Translation
1, 1, 2, 2, 1, 2, 3, 3, 1
1Department of Clinical and Experimental Epilepsy, UCL Institute of Neurology, 2Center of Medical Imaging and Computing, UCL, 3Department of Neurosurgery, National Hospital for Neurology and Neurosurgery

Summary

אנו מתארים את השלבים כדי להשתמש בתוכנה האישית המעוצבת שלנו לשילוב תמונה, ויזואליזציה ותכנון ניתוחי אפילפסיה.

Abstract

ניתוח אפילפסיה הוא מאתגר את השימוש של שילוב תמונת multimodality 3D (3DMMI) על מנת לסייע בתכנון presurgical הוא מבוסס היטב. שילוב תמונת Multimodality יכול להיות תובעני מבחינה טכנית, והוא לא מנוצל בפרקטיקה קלינית. פתחנו פלטפורמת תוכנה אחת לשילוב תמונה, הדמיית 3D ותכנון כירורגית. הנה, צינור שלנו מתואר שלב-אחר-צעד אופנה, החל רכישת התמונה, שתמשיך דרך תמונה שיתוף רישום, פילוח ידני, המוח והפקת כלי, הדמיית 3D ותכנון ידנית של stereoEEG (SEEG) השתלות. עם הפצת התוכנה צינור זה יכול להיות מועתק מרכזים אחרים, מה שמאפשר לקבוצות אחרות ליהנות 3DMMI. כמו כן, אנו מתארים את השימוש של מתכנן אוטומטי, רב-מסלול להפקת תוכניות השתלת stereoEEG. מחקרים ראשוניים מצביעים זה תוספת מהירה, בטוחה ויעילה לתכנון השתלות SEEG. לבסוף, soluti פשוטעל ליצוא של תוכניות ומודלים למערכות neuronavigation מסחריות ליישום תוכניות בתוך חדר הניתוח מתואר. תוכנה זו היא כלי רב ערך שיכול לתמוך בקבלת החלטות קלינית ברחבי המסלול ניתוחי אפילפסיה.

Introduction

בפועל כירורגית הוא קריטי עבור המנתח להעריך מבנים אנטומיים ויחסים מרחביים שלהם אחד לשני בשלושה ממדים. זה חשוב במיוחד נוירוכירורגיה, שם המנתח פועל במרחב מצומצם, עם ראיה מוגבלת וגישת האנטומיה מורכב. למרות זאת, עד כה רוב ההדמיה הוצגה בפני מנתחים בצורת 2D מישוריים קונבנציונלי, ואת שיטות הדמיה שונות לעתים קרובות מוצגות בזה אחר בסדרה. כתוצאה מכך, המנתח צריך נפשי לשלב נתונים זה עבור כל מטופל, ולמקם אותו לתוך מסגרת אנטומיים לתכנון presurgical. יש יתרון ברור ביצירת מודלים ממוחשבים 3D של מוח החולה האינדיבידואלי, אשר מביא לידי ביטוי את האנטומיה של קליפת המוח, כלי הדם, נגעים פתולוגיים כל נוכחיים כמו גם ציוני 3D רלוונטיים אחרים באותו ההקשר המרחבי 1-4. לפני הניתוח המנתח יכול לסובב ולשנות את השקיפות of המודלים האלה, כדי להבין את יחסי 3D מלא בין מבנים השונים של עניין. עיקרון זה נקרא הדמיה multimodality 3D (3DMMI).

מטרת הערכה טרום ניתוחית עבור ניתוחי אפילפסיה היא להסיק את הלוקליזציה של האזור במוח שבו תקפים להתעורר, ולהבטיח כי זה יכול להיות כריתה בבטחה מבלי לגרום 5 גירעונות משמעותיים. קיים מגוון רחב של שיטות הדמיה אבחון שתורמים זה, כולל MRI מבניים, טומוגרפיית פליטת פוזיטרונים fluorodeoxyglucose (FDG-PET), טומוגרפיה ממוחשבת פליטת פוטונים בודדים ictal (SPECT), מגנטו (MEG) הדיפולים, MRI תפקודי (fMRI) ו דימות מותח דיפוזי (DTI) 6. ניתוחי אפילפסיה הוא אידיאליים עבור 3DMMI שכן הוא מחייב את התרגום סימולטני של ערכות נתונים מרובות, לבין התמורה של איך כל קבוצת נתונים מתייחסת אחר.

במקרים רבים חקירות פולשני נכשלות to לספק את רמת הראיות הנדרשות כדי להמשיך כריתה. במקרים אלה EEG תוך-גולגולתי (IC EEG) הקלטות נחוצות כדי לזהות את האזור של המוח שיש להסירו כדי למנוע התקפים. יותר ויותר, IC EEG מבוצע על ידי טכניקה הנקראת SEEG, שבו מספר אלקטרודות עומק הקלטה ממוקמות intracerebrally ללכוד את המקור ואת ההתפשטות של פעילות חשמלית קשורים התקפים אצל 3D 1,7-10.

הצעד הראשון של השתלות SEEG הוא לפתח את האסטרטגיה של ההשתלה, המגדיר את האזורים במוח שצריך שנדגמו. זה כרוך שילוב מועד EEG הקליני ולא פולשנית, עם הדמיה מבנית, עם כל חבלה, ונתוני הדמיה תפקודיים להסיק את המיקום של המקור של אפילפסיה.

הצעד השני הוא תכנון הכירורגים המדויק של מסלולי האלקטרודה. המנתח חייב להבטיח מסלולי אלקטרודה avascular בטוחים, מרכוז elערכי ectrode בקודקוד של gyri ומרוחק מן ורידי משטח קליפת מוח, חצה גולגולת orthogonally. בנוסף להסדר ההשתלה כולו צריך להיות יזום היטב, עם ריווח בין האלקטרודה סביר ולא התנגשויות האלקטרודה.

ההיתכנות של יצירת מודלים 3DMMI להנחות השתלת אלקטרודות IC EEG במסגרת אימון ניתוחי אפילפסיה עסוק בעבר הפגינו 11. גם אנחנו הוכחנו את העיקרון כי השימוש 3DMMI מקנה ערך מוסף בקבלת החלטות קלינית. במחקר פרוספקטיבי, גילוי של 3DMMI השתנה היבט כלשהו של ניהול 43/54 (80%) מקרים, ובמיוחד שינה את המיקום של 158/212 (75%) של אלקטרודות עומק 12.

יש מגוון של חבילות תוכנה המאפשרים 3DMMI. אלה כוללים פלטפורמות neuronavigation זמינות מסחרי המשמשות בתוך חדר הניתוח, חבילות תוכנת תכנון מתמחים בריתעם פלטפורמות neuronavigation ופלטפורמות אינטגרציה וויזואליזציה תמונת מחקר חוקי עצמאיות. ככל פונקציונליות, הגמישות הצדדית של עליית הפלטפורמות הללו, את אופן השימוש סביר לתרגמם בקליניקה יורד בהתאם.

פיתחנו תוכנה אישית מעוצבת לשילוב תמונה multimodality, הדמיית 3D מתקדמת מיקום האלקטרודה SEEG מתכננים 12,13 לטיפול באפילפסיה. הדגש הוא על קלויות השימוש בתרחיש קליני, המאפשר שימוש בזמן אמת של תוכנה על ידי רופאים, ושילוב מהיר לתוך הצינור הקליני. התוכנה פועלת על פלטפורמת הדמית translational 14, משלב NiftyReg, NiftySeg ו NiftyView.

במאמר זה הפרוטוקול עבור שימוש בתוכנה בקליניקה מפורט. הפעולות שיש לבצע כדי שיתוף רישום תמונה, פילוח האזורים של עניין, פילוח המוח, לחילוץכלי הדם מפני הדמיה של כלי הדם המוקדש 15, בניית מודלים 3D, תכנון השתלות SEEG ובמהירות ייצוא מודלים ותוכניות לחדר הניתוח מתוארים. כלי הרומן גם מתואר על-מסלול רב אוטומטיות תכנון 13, אשר מגביר את הבטיחות והיעילות של השתלות ו מפחיתה באופן משמעותי את משך התכנון.

Protocol

הערה: פקודות תוכנות המסופקות כאן הן ספציפיות לגרסה הנוכחית (2015/01/19) של התוכנה עשויה להשתנות במהלך מהדורות תוכנה שלאחר מכן. מדריכים עבור גרסאות הפרט זמינים על פי בקשה.

1. בצע אינטגרציה תמונה ויזואליזציה

  1. רוכשת הדמיה.
    1. לרכוש neuronavigation משוקלל-T1 סריקת MRI עם גדוליניום enhancement- זו תהיה תמונת ייחוס. (הערה: דרישות תמונת רכישה זמינות neuronavigation הספק מסחרי 11,12 ראה טבלת 1)..
    2. לאסוף את כל הדמיה אחרות לעשות במהלך ההערכה presurgical ב DICOM או בפורמט Nifti (עשויים לכלול MRI תפקודי (fMRI), דימות מותח דיפוזי (tractography DTI), טומוגרפיית פליטת פוזיטרונים fluoro-deoxyglucose (FDG-PET), פליטת פוטונים בודדים-interictal ictal CT ( SPECT), מגנטו (MEG) דיפול, MRI לעומת שלב 3D, אנגיוגרפיה CT) ראה טבלה 1.
  2. הפעל עיבוד מראש מחוץ תוכנה ללא צורך במיקור חוץ.
    1. T1 איזומטרי תהליך משוקלל MRI עם תוכנות קוד פתוח Freesurfer, לרוץ על תחנת עבודה לינוקס באמצעות הפקודה 'Recon-כל', כדי ליצור בפילוחים קליפת המוח.
    2. המרת wmparc.mgz וקבצים ribbon.mgz לפורמט nifti באמצעות הפקודה 'mrconvert'
  3. תוכנה ב-בית פתוח במחשב Windows לטעון נתונים (איור 1).
    1. הערת 2 x 2 חלון ראווה, DataManager על שמאל קיצוני, סמלים על גבי מייצגי כלי עיבוד תמונה שונים כלי נבחר על ימין קיצוני.
    2. נתוני יבוא באמצעות 'גרורים ושחררו', על ידי הגישה "הקובץ / פתח" בתפריט הראשי או על ידי כפתור מהירות (סמל) "פתח". לגלול ערכות נתונים שונים על מנת להבטיח שלמות. הערת פונקציית הזום על ידי לחיצה ימנית ועכבר נעים, ואת האופי ההיררכי של DataManager, עם שכבת תמונה ברציפות.
  4. תמונות Coregister. <ol>
  5. תמונות יחידות.
    1. בחר כלי NiftyReg מן הסמלים מהירים.
    2. T1 neuronavigation בחר עם גדוליניום ב DataManager- זה יהיה תמונת ייחוס שכל הדמיה אחרת coregistered כדי.
    3. בחרו "תמונה צפה 'להיות coregistered כדי מתייחס לתמונה.
    4. גדר שם ומיקום של תמונה רשומה. פרמטרי אופטימיזציה נקבעו לרמת מספר 4, רמה לבצע 3, 5 במספר איטרציה, סוג coregistration גוף נוקשה.
    5. הפעל coregistration גוף קשיח אוטומטי על ידי לחיצה על כפתור "הפעל".
    6. בדוק דיוק של coregistration. בדוק את התמונה הרשומה מעל תמונת ההתייחסות, ולשנות שקיפות של תמונה רשומה על ידי לחיצה ימנית על תמונת DataManager, והזזת הסמן 'האטים'. ודא coregistration באמצעות בדיקת ציוני דרך אנטומיים ברורים כגון foramen של מונרו.
  6. תמונות מותאמות.
    1. "התמונה מרחב-הגדרת 'Coregister הראשון (לְמָשָׁל. מפת איזוטרופי בשברי), שימוש באפשרות NiftyReg כמו צעדים 1.4.1.1 - 1.4.1.6.
    2. בחר כלי RegResample מן הסמלים מהירים.
    3. T1 neuronavigation בחר עם גדוליניום ב DataManager כתמונת התייחסות.
    4. בחר תמונה עם תוצאות של עיבוד (למשל., תמונת tractography) כתמונה צפה.
    5. השתמש txt קובץ שנוצר מהרישום הקודם של 'תמונת החלל בהגדרה' כמו שינוי קלט.
    6. גדר שם ומיקום של תמונה רשומה. סוג אינטרפולציה בחר כ 0.
    7. הפעל דגימה מחדש של 'תוצאה של עיבוד' על ידי לחיצה על כפתור "הפעל".
    8. צג תמונה שנוצרה חדשה על ידי בחירה ב DataManager
    9. בדוק דיוק של coregistration כמו בשלב 1.4.1.6.
  7. חזור על שלבים 1.4.1 - 1.4.2 עבור כל ערכות נתונים.
  • תמונות מגזר.
    1. תמונה בוחרת להיות מפולחת ב DataManager, ובחר כלי עורך פילוח מן הסמלים מהירים.
    2. השתמש בכלי פילוח מתקדמים (פילוח ידני, גדל-אזור, חיסור) לצייר אזור של עניין בכמה פרוסות הדמיה צירית, מטוסי העטרה ועל sagittal
    3. בחר אינטרפולציה 3D לדמיין מתפתח מבנה מפולח בחלון 3D. אשר פילוח כדי ליצור קובץ Nifti חדש של מבנה מפולח.
    4. חזור על שלבי 1.5.1 - 1.5.3 עבור כל התמונות שבו פילוח ידני מותווה.
  • צור מודלי מוח.
    1. בחר תמונה wmparc.nii על DataManager, ולהבטיח wmparc.nii הוא coregistered בצעדים באמצעות תמונת ייחוס 1.4.1.
    2. בחר כלי עיבוד בסיסיים של דמויות מהירות.
    3. החלת הסף wmparc.nii מן 1-5002 ליצור מסכה binarised של קליפת המוח.
  • לדקלם אזורים של עניין כמו משטחי 3D (איור 2, 3). הערה: ויזואליזציה של מערכי נתונים כמו הדמיות משטח 3D (קבצי STL) ניתן לעשות זאת בשתי דרכים:
    1. השתמש t מחלץ SurfaceOOL.
      1. סמל מחלץ Surface בחר. גדר סף להפקת משטח ובחר החל. שם טיוח השטח DataManager.
    2. קליק ימני על קובץ Nifti ב DataManager ובחר "Surface פוליגון חלקים '.
  • חלץ מודלי פני שטח של כלי (איור 4). הערה: חילוץ כלי הדמית כלי דם מוקדש (לעומת שלב 3D MRI, אנגיוגרפיה CT, MRI המשוקלל T1 עם גדוליניום) ניתן לעשות זאת בשתי דרכים.
    1. השתמש בכלי מחלץ Surface.
      1. Coregister ההדמיה של כלי הדם אל תמונת ההתייחסות באמצעות NiftiReg. משטח 3D להבהיר את התמונה באמצעות מחלץ Surface.
      2. צור מסכה תוך גולגולתי ידי החלת ההתרחבות וסגירת פונקציות עיבוד תמונה בסיסית כדי להסוות את binarised של קליפת מוח. החל מסכה תוך גולגולתי אל דימות כלי הדם באמצעות הפונקציה להכפיל ב עיבוד תמונה בסיסי להסיר כלי extracranial.
      3. הסרת רעש מן fil STLדואר על ידי עיבוד בחוץ-בית תוכנה, באמצעות חבילת תוכנה לעיבוד רשת 3D. הערה: הוראות שימוש בכלי זה הן באינטרנט זמין בחינם.
    2. השתמש בכלי VesselExtractor.
      1. בחר בכלי VesselExtractor מן הסמלים המהירים. בחר קבוצת נתוני תמונה וסקולרית ולציין את שמו ומיקומו של קובץ Nifti שאיבת כלי.
      2. הפעל VesselExtractor ידי לחיצה על 'הפעלה'. החל מסכה תוך גולגולתי לתוצאות VesselExtractor באמצעות הפונקציה להכפיל ב עיבוד תמונה בסיסי להסיר כלי extracranial. הערה: מסכה תוך גולגולתי שנוצרה על ידי יישום ההתרחבות וסגירת פונקציות עיבוד תמונה בסיסי כדי להסוות את binarised של קליפה כמו 1.8.1.2.
    3. יש לחזור על התהליך של 1.8.1 או 1.8.2 עבור אנגיוגרפיה CT, MRI לעומת שלב 3D ו- T1 neuronavigation עם גדוליניום.
  • צור טיוח נפח המוח (איור 5).
    1. בחר im wmparc.niiגיל על DataManager, ולהבטיח wmparc.nii הוא coregistered עם תמונת התייחסות באמצעות צעדים 1.4.1.
    2. בחר כלי עיבוד בסיסיים של דמויות מהירות.
    3. החל חלקת גאוס wmparc.nii תמונה, תוך שימוש בכלי עיבוד בסיסי.
    4. נפח בחר טיוח מכלי הסמלים מהירים, ולהבטיח קובץ wmparc.nii מוחלק מודגש DataManager.
    5. "טיוח נפח" Tick הקופסה פנימה כלי טיוח נפח לייצר טיוח נפח של קליפת המוח.

    • 2. בצע תכנון ידני

    1. השתמש בסמל מהירות מתכנן מסלול.
      1. T1 neuronavigation בחר לסרוק כתמונה להתייחסות. בחר תוכנית חדשה, ואת מסלול חדש.
      2. נקודת היעד בחר על הדמית מישוריים ידי לחיצה על 'Alt' ו לחץ לחיצה ימנית על העכבר, מבוסס על רשימת נקודות יעד אנטומי הרצוי על ידי רופאים. הערה: דוגמאות של מטרות כוללות מבנים זמניים mesial (האמיגדלה, ההיפוקמפוס), אינסולה רכס חגורה.
      3. בחר נקודת כניסה על הדמית מישוריים ידי לחיצה על 'Alt' ולחיצה שמאלית על העכבר, מבוסס על רשימת נקודות כניסה רצויה על ידי רופאים. הערה: דוגמאות של נקודות כניסה כוללים gyrus הזמני באמצע, gyrus precentral, gyrus supramarginal.
      4. שים מסלול ליניארי שנוצר בין היעד לבין נקודת כניסה.
    2. Visualise סיכון.
      1. סמל מהירות ויזואליזציה סיכונים בחר לבחון אורך המסלול.
      2. בחר 'קישור נוף במטוסי לקשר צופה עין בדיקות למטוסי נוף מאונכים בחלון ראשי.
      3. גלול לאורך המסלול, בחינת הצופה עין בדיקות כדי להבטיח נתיב avascular.

    .3 בצע תכנון בסיוע מחשב

    1. הכן את הנתונים.
      1. כן משטח חומר אפור.
        1. בחר בקובץ ribbon.nii המופק תוכנת פילוח קליפת מוח.
        2. Co-לרשום קובץ ribbon.nii לתדמית התייחסות באמצעות NiftiReg.
        3. רנדה משטח 3Dr שיתוף רשום תמונה באמצעות 'משטח מצולע חלק' פונקציה.
      2. כן קרקפת ותבנית דרת קרקפת.
        1. בחר תמונת T1 neuronavigation כתמונת התייחסות.
        2. השתמש בכלי עיבוד תמונה בסיסיים ליישם שינוי גאוס.
        3. Surface להפוך תמונה באמצעות מחלץ Surface, כדי ליצור משטח הקרקפת.
        4. שמור תמונת יצוא כקובץ STL.
        5. STL טען fle לתוך תוכנת עיבוד רשת 3D.
        6. עבור קרקפת, להשתמש בכלי ניקוי ועריכה למחוק תכנים תוך גולגולתי.
        7. עבור תבנית דרת קרקפת, להשתמש בכלי עריכה ידניים להסיר אזורים לא מתאימים נקודות כניסת אלקטרודה (כלומר., פנים, אוזניים, בחצי כדור נגדיים, באזור שמתחת cerebelli Tentorium).
      3. כן משטח sulci שטח.
        1. צור שלם sulci.
          1. Binarise wmparc.nii הקובץ באמצעות כלי עיבוד תמונה בסיסי כמו בשלב 1.6.3.
          2. לסגור binarisedקובץ wmparc.nii ידי 3 באמצעות כלי עיבוד תמונה בסיסיים.
          3. פחת binarised קובץ שנוצר ב 3.1.3.1.1 מקובץ binarised סגור שנוצר 3.1.3.1.2 באמצעות כלי עיבוד תמונה בסיסיים.
        2. הסר את sulci בעומק כדי ליצור את התמונה sulci השטח. הערה: באמצעות תמונת sulci המשטח כמבנה קריטי יש את היתרון של מסלולי מרווח הרחק sulci על פני השטח של המוח, המתיר מסלולים להתקרב sulci בעומק, שבה חומר אפור שקרים.
          1. מנמיך את קובץ wmparc הסגור, binarised שנוצר 3.1.3.1.2 השימוש באפשרות עיבוד תמונה הבסיסית.
          2. קובץ הפוך שנוצר 3.1.3.2.1 שימוש באפשרות עיבוד תמונה הבסיסית.
          3. כפל קובץ שנוצר ב 3.1.3.2.2 ידי sulci השלם שנוצר 3.1.3.1.3, שימוש באפשרות עיבוד תמונה הבסיסית.
    2. מתכנן רב-מסלול הפעל (איור 6).
      הערה: אוטומטתכנון רב-מסלול ed תלוי הכנת נתונים חזקה; הדמיות שטח של הקרקפת, מסכת דרת קרקפת, כלי דם תוך גולגולתי, sulci שטח, קליפת חומר אפור נדרשות.
      1. בחר מתכנן מסלול מן הסמלים מהירים. תמונת ייחוס בחר כ neuronavigation T1 MRI.
      2. בחירה 'נקודות היעד'; ניתן להזין נקודות יעד מרובות על ידי 'Shift' העכבר השמאלי-קליק, או על ידי טעינת סט נקודת היעד נשמר. הערה: דוגמאות של היעד כוללות מבנים זמניים mesial (האמיגדלה, ההיפוקמפוס), אינסולה רכס חגורה.
      3. הבחירה 'נקודות כניסה', ובחר מסכת דרת קרקפת על התפריט הנפתח המצורף. הערה: זה כולל את מטרת הגבלת החיפוש של נקודות מוצא אפשריות לאזור מוגבל בניתוח אפשרי על מנת ליישם.
      4. בחר מבנים קריטיים, לציון משטחים מהרשימה הנפתחת כי המסלולים כדאי להימנע. בחר הגדרות מתקדמות; להתאים את והחסרונות המוגדרים על ידי המשתמשtraints לעניין משך מסלול, זווית הכניסה ומרחק בין המסלולים כמועדפת.
      5. בחר הערכה משנה matter- לבן אפור ולמיין סיכון לרבד כדי לייעל את חלקם של המסלולים המצויים בחומר אפור.
      6. הפעל מתכנן רב-מסלול על ידי הבחירה להוסיף תכנית חדשה, ו Recompute תכנית.
    3. Visualise סיכון (איור 7).
      1. הערכת פרופיל סיכון ובטיחות לאחר תכנון מסלול, באמצעות סמל מהירות ויזואליזציה סיכונים.
        הערה: עבור כל מסלול יש מדדים עבור אורך, זווית הכניסה, סיכון מצטבר, מרחק מינימאלי כדי כלי דם ויחסי חומר לבנים אפור עניין, בתוספת ייצוג גרפי לאורך שביל מסלולו של מרחק מבנים קריטיים. הצופה עין בדיקות נכלל גם.
      2. מפת הסיכונים בחר DataManager להראות מפה מתארת ​​בצבעים שמעל מסכת דרת קרקפת, עם נקודות כניסה פוטנציאליות המיוצגות ורמת הקשורים של שיתוף הסיכוןלזעוף מקודד, עם אדום המייצג בסיכון גבוה וירוק המייצג סיכון נמוך עבור כל מסלול שנבחר.
    4. כוונון ידני של מסלולים.
      1. מסלול בחר.
      2. בחר נקודת מוצא חדשה על ידי לחיצה על Alt ועכבר באמצעות לחצן עכבר ימני, ונקודת היעד חדשה על ידי לחיצה על Alt והעכבר שמאלי.
      3. להעריך מסלול חדש באמצעות סמל מהירות ויזואליזציה סיכונים כמו בשלב 3.3.

    תוכניות ייצוא 4. ומודלים לחדר הניתוח

    1. בדוק כי תמונת הייחוס היא בפורמט DICOM. בחר יצוא S7 מסמל מהיר.
    2. הגדר את תמונת הייחוס, בתוכניות מסלול ועל הדגמים הם להיות מיוצאים, וציין את היעד של הארכיון הציל. להפעיל את כלי יצוא S7.
    3. העלה שנוצר ארכיון על מקל USB להעברת למערכת neuronavigation בחדר הניתוח, ולטעון תיקיה לארכיון על מערכת neuronavigation ליישום קליני של TR המתוכנןajectories.

    5. השרשת אלקטרודה בשחזור לאחר ניתוח

    1. רוכשת הדמית CT שלאחר ניתוח.
    2. ראש CT טען על תוכנות מחשב שהוונו, והעומס שנשמרו בעבר סט נתוני המטופל.
    3. Coregister CT להפנות MRI משוקלל T1 שימוש באפשרות NiftyReg.
    4. צור טיוח משטח 3D של אלקטרודות שימוש באפשרות SurfaceExtractor על CT רשום, עם thresholding גבוהה.
    5. אלקטרודות משטח שניתנו נקי של רעש, וחוטים באמצעות פונקציות ניקוי ותיקון של תוכנת עיבוד רשת 3D.

    Representative Results

    הפרוטוקול המתואר לשילוב תמונה, ויזואליזציה, תכנון ידני ולייצא מערכת neuronavigation שנבחרה הועסק בבית החולים הלאומיים לנוירולוגיה ונוירוכירורגיה מאז אוגוסט 2013. זה כולל 35 מקרים של השתלת SEEG 12, עם השתלת אלקטרודות עומק 319. 27/35 (77%) מהחולים התקדמו אל השתלה באת כריתת קליפת מוח, שהוא אינדיקטור כי ההשתלה זיהתה את האזור של התפרצות התקף. יש כבר סיבוך המורגית אחד הקשורים המיקום של אלקטרודות עומק, וזה טופל באופן שמרני.

    ההסדרים הדמיה בשימוש במהלך הערכת presurgical מוכרעים על בסיס כל מקרה מקרה, והם מתוארים בטבלה 1. הפרוטוקול הוא גמיש, יכול לשלב כל שיטת הדמיה שניתן לייבא לתוך DICOM או בפורמט Nifti. איור 1 מדגים את הצופה הבסיסי עבור פלטפורמת התוכנה בתוך הבית שלנו, ומספרי 2, 3, 4 ו -5 להמחיש מסך טיפוסי במהלך בניית דגמי multimodality 3D.

    השילוב החלק של פרוטוקול זה לתוך הצינור הקליני שלנו, ואת הפצת תוכנה זו למרכזים אחרים, הוא 'סמן' פונדקאי שימושי של הצלחה. הקשיים בהערכת התועלת הקלינית באוכלוסייה ניתוחי אפילפסיה ידועים ותיאר במקום אחר 12. צינור זו מציע פתרון יעיל, שהוא גמיש, יחסית ידידותי למשתמש, וקל לשכפל במרכזים אחרים.

    תכנון בעזרת מחשב (CAP) הוא התפתחות אחרונה כי נבדקה למפרע על השתלות קודמות מתוכננות באופן ידני 16. תוצאות ראשוניות עולה כי CAP מייצר יותר בטוח, יותר efficהשתלות ient, כי הם ריאליים ליישום וכי הושלמו בתוך זמן באופן 16. טבלה יעילה 2 מדגי השוואת כמותית זו. מחקר פרוספקטיבי של שימוש CAP בקליניקה מתנהל. האלגוריתם שמניע CAP תואר בעבר 13.

    איור 6 מציג תוצאה אופיינית של המתכנן רב-מסלול האוטומטי. המבנים הקריטיים כי כבר נכנסו הם ורידים, עורקי sulci שטח. שימו לב המרכוז של המסלולים על הכתר של gyri, ואת המגבילים של נקודות כניסת מסלול כדי מסכת דרת קרקפת. איור 7 הראה גרף להדמית סיכון אופייני במסלול פרט, עם ערכים משויכים וייצוג גרפי של אורך מסלול.

    איור 1 איור 1. צג Viewer הבסיסי של פלטפורמת תוכנה במיקור חוץ. שמאל DataManager, כלים עליונים המכיל קיצורי תוספת כלים, תוספת נוכחית ימין בכלי בשימוש, את מרכז 4 תצוגת Ortho-נוף. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

    איור 2
    פילוח איור 2. ויזואליזציה 3D תוכנה במיקור חוץ. (א) MRI T1 הצירי עם מודלי פני שטח של השכבה, (B) טיוח משטח 3D של מודלים (ציאן-ורידים, יד מנוע בירוק מן הגירוי מגנטי transcranial, כתום tractography fasciculus מקושת, tractography corticospinal הכחול, tractography קרינה האופטי הוורוד, tractography צהוב fasciculus אונקלי, התלמוס סגולות יםegmentation). נא ללחוץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

    איור 3
    איור 3. דור של מודלים Surface Cortex. (א) להציג צירית של קובץ wmparc, (B) wmparc קובץ thresholded מן 1-5002, (ג) טיוח השטח של קובץ wmparc binarised. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

    איור 4
    איור 4. הפקת כלי תוכנה בתוך הבית באמצעות Vesselness. (א) צנתור Axial CT שיתוף רשום עם ניגודיות שלב 3D MRI. (ב) טיוח משטח 3D של ורידים (ציאן) ועורקים (אדום). נא ללחוץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

    איור 5
    דור איור 5. כרך Cortex הדגם 3D נפח הטיוח של הקורטקס (אפור) ומשטח טיוח של משטח קרקפת (לבן). נא ללחוץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

    איור 6
    איור 6. מודלים Multimodality 3D של תכנון מסלול בסיוע מחשב. (א) קרקפת (לבן), מסיכת דרת קרקפת (צהובה) ואת מסלולים (עמ 'urple). (ב) הקרקפת מסכה שקופה להראות המוח (ורוד), sulci (ירוק), ורידים (ציאן) ועורקים (אדום). (C) קרקפת מסכה הוסרה להראות מסלולים ומוח. (ד) המוח הוסר להראות מסלולים, sulci שטח, ורידים ועורקים. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

    איור 7
    איור 7. ויזואליזציה הגרפית של Associated מדדים עם מסלולי פרט. אורך עליון, גולגולת חוצה זווית, סיכון, יחס G / W ו- מרחק מינימאלי מן כלי דם> 1 מ"מ הקוטר. תצוגה גרפית בינונית של מבנה קריטי הקרוב לאורכו של מסלול (עורקים אדומים, ציאן-וריד, מרחק y-axis- למבנה (מקסימום 10 מ"מימ), x-axis- המרחק לאורך מסלולמן כניסת המוח למקד, ייצג טווח ביטחון SM- כקו אדום אופקי מסמן 3 מ"מ הפרדת המסלול למבנה קריטי). על קרקעית תצוגה גרפית של נתיב מסלול דרך חומר אפור ולבן (ירוק-extracerebral, אפור-אפור עניין שלו, לבן חומר לבן). נא ללחוץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

    <td> T1 ניווט עם גדוליניום
    אָפְנוּת אֲתַר טרום עיבוד שדה ראייה (x RL x AP IS) גודל Voxel (x RL x AP IS)
    3D T1 FSPGR ES לא 256 x 256 x 166 0.94 x 0.94 x 1.1
    FLAIR T2 עטרה ES לא 256 x 160 x 32 0.94 x 1.5 x 3.5
    NHNN לא 512 x 512 x 144 0.5 x 0.5 x 1.5
    בניגוד שלב 3D MRI NHNN לא 256 x 256 x 160 0.85 x 0.85 x 1
    צנתור CT NHNN לא 512 x 512 x 383 0.43 x 0.43 x 0.75
    דיפול MEG NHNN כן
    SPECT Ictal-interictal UCLH כן 128 x 128 x 49 3.9 x 3.9 x 3.9
    FDG-PET UCLH כן 128 x 128 x 47 1.95 x 1.95 x 3.3
    DTI ES כן 128 x 128 x 60 1.88 x 1.88 x 2.4
    MRI פונקציונלי, EEG-בקורלציה fMRI ES כן 128 x 128 x 58

    שיטות הדמיה בטבלה 1. המשמש תמונה אינטגרציה ((Society ES-אפילפסיה, החולים NHNN-הלאומי לנוירולוגיה ונוירוכירורגיה, החולים ביוניברסיטי קולג 'בלונדון UCLH-, FSPGR-FastSpoiledGradientRecalledEcho, MEG-מגנטו, פליטת פוטונים SPECT-יחיד טומוגרפיה ממוחשבת, FDG PET - טומוגרפיה פוזיטרוני פליטת fluorodeoxyglucose, דימות מותחת DTI-דיפוזיה, אחוריים קדמיים AP-, RL - שמאל לטוס, IS - נחה) מעולה.

    תכנון ידני * כובע* אומדן ההפרש (ידני-CAP) שְׁגִיאָה ערך P
    אורך אלקטרודה (מ"מ, 1 dp) 57.9 (21.8) 53.9 (15.6) 4.74 1.59 <0.05
    זווית הכניסה (מעלות מעל בניצב, 1 dp) 16.2 (12.8) 13.0 (7.6) 5.89 1.07 <0.05
    סיכונים (יחידות מנורמלות, 2 dp) 0.41 (0.79) 0.36 (0.42) 0.19 0.03 <0.05
    מרחק מזערי בין כלי דם (מ"מ, 1 dp) 4.5 (3.0) 4.5 (3.0) -0.56 0.2 <0.05
    שיעור תוך-מוחי אלקטרודה ב חומר אפור (2 dp) 0.33 (0.33) 0.48 (0.28) -0.11 0.02 <0.05

    טבלה 2. השוואה סטטיסטית בין ידני מחשב-עסיסתכנון טד (CAP). * הערך הראשון הוא חציון, ערך שני בסוגריים הוא משוקלל. טבלה זו שוחזרה באישור 16.

    Discussion

    לסיכום, את הצעדים המכריעים לשילוב תמונת הדמיית 3D הם תמונת שיתוף רישום, פילוח המוח, כלי ומבנים אחרים או תחומי העניין, ולייצא מערכת neuronavigation. תהליך זה בוצע בעבר בקבוצה באמצעות שילוב תוכנת תמונה זמינה מסחרי. חסרון כדי צינור זה היה הזמן שנדרש, עם כל התהליך לוקח 2 - 4 שעות. באמצעות פלטפורמת התוכנה ללא צורך במיקור חוץ שלנו, צנרת זו היא פשוטה באופן משמעותי, והוא יכול להסתיים ב 1 - 2 שעות. יתר על כן, יש תוספת הפונקציונלית של תכנון כירורגית של מסלולי אלקטרודה SEEG על תוכנה זו, כי ניתן לעשות זאת באופן ידני או עם סיוע מחשב. היתרונות של CAP על תכנון ידני גדלו דיוק, הורידו את הסיכון ואת הגבירו את המהירות, ואת כבר דן במקום אחר (Nowell והאח, in press, ניצוצות ואח ', הגיש).

    פלטפורמת התוכנה ללא צורך במיקור חוץ היא ברה רציפהevelopment, עם כלים חדשים ופונקציונליות להתווסף לתמוך בכל שלבי הערכה presurgical וניהול כירורגית. לכן יש צורך בדיקות מחמירות בכל שחרור גרסה חדשה. מגבלות נוכחיות של התוכנה כוללות חוסר טיוח נפח באיכות גבוהה, אשר שוהה פלטפורמות אחרות הוא תוספת ערך עבור הדמיית 3D מתקדמת. גם לייצא רק תואם עם חברת neuronavigation שנבחרה בעת הנוכחית. מגבלות אלה לא השפיעו על התועלת הקלינית של התוכנה ביחידה שלנו, ולא האטו את הפצת הטכנולוגיה למרכזים אחרים.

    המשמעות של תוכנה זו היא כי הוא מסיר את המחסומים הקבוצות הקודמות ציטטו כסיבה לא משתמש 3DMMI. הפתרון ספק קל לשימוש כלים בפלטפורמה אחת אחת, שאינו דורשת הכשרה או מומחיות מומחה, הוא הזמן חסכוני מתורגם בקלות לתוך פרקטיקה קלינית. יש לנו pרשתות LAN להוסיף חידושים נוספים על התוכנה לתמיכה ניתוחי אפילפסיה. יתר על כן, השיטות יכולות להיות מיושמות בקלות לאזורים אחרים של נוירוכירורגיה, כגון כריתה של גידולים רמהנמוכה קרובים קליפה רהוטה, מוקדי lesioning ואספקה ​​של גירוי ממוקד. 3DMMI וכלים לתכנון כירורגית מדויקים צפויים להיות חשוב יותר ויותר ניתוחים מודרניים, כמו במקרים מאתגרים יותר נלקחים על ובתור טיפולים פולשנית להיכנס מנהג נפוץ.

    Disclosures

    מימון: מארק Nowell, Gergely Zombori, רחל ניצוצות ורומן Rodionov נתמכים על ידי משרד הבריאות קרן Wellcome באמצעות קרן אתגר חדשנות בריאות (HICF-T4-275, תוכנית גרנט 97,914).

    ג'ון דנקן קבל תמיכה מענק מוסדית מן Eisai, UCB Pharma, GSK, Janssen Cilag, מדטרוניק, ו- GE Healthcare. אנדרו McEvoy קיבלה תמיכה UCB, בקסטר, ו Cyberonics. המחברים הנותרים אין ניגודי אינטרסים.

    פרסום זה מציג מחקר העצמאי בתמיכת קרן אתגר חדשנות הבריאות (HICF-T4-275, תכנית גרנט 97,914), שותפות מימון מקבילה בין משרד הבריאות לבין קרן Wellcome. הדעות המובאות בפרסום זה הן על דעת המחבר (ים) ולאו דווקא אלה של משרד הבריאות או קרן Wellcome.

    Acknowledgments

    תוכנית זו כבר נתמך על ידי משרד הבריאות Wellcome Trust בריאות חדשנות קרן אתגר (HICF-T4-275, תוכנית גרנט 97,914). אנו מודים טראסט וולפסון האגודה אפילפסיה לתמיכה סורק ה- MRI האגודה אפילפסיה. עבודה זו נתמכה על ידי המכון הלאומי לחקר הבריאות (NIHR) אוניברסיטת קולג 'בלונדון בתי חולים מרכז למחקר ביו-רפואי (BRC)

    Materials

    Name Company Catalog Number Comments
    EpiNav UCL Inhouse software platform for image integration, segmentation, visualisation and surgical planning
    Freesurfer Martinos Centre for Biomedical Imaging Software for cortical segmentation
    S7 Stealthstation Medtronic Neuronavigation system
    MeshLab ISTI-CNR 3D mesh processing software
    NiftiK UCL Translational imaging platform
    AMIRA Visualisation Sciences Group Image integration software

    DOWNLOAD MATERIALS LIST

    References

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

    Tags

    רפואה גיליון 111 אפילפסיה ניתוחים multimodality הדמיה 3D תכנון
    צינור אינטגרצית תמונת 3D Multimodality ותכנון בסיוע מחשב בכירורגיה אפילפסיה
    Play Video
    PDF DOI DOWNLOAD MATERIALS LIST

    Cite this Article

    Nowell, M., Rodionov, R., Zombori,… More

    Nowell, M., Rodionov, R., Zombori, G., Sparks, R., Rizzi, M., Ourselin, S., Miserocchi, A., McEvoy, A., Duncan, J. A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery. J. Vis. Exp. (111), e53450, doi:10.3791/53450 (2016).

    Less
    Copy Citation Download Citation Reprints and Permissions
    View Video

    Get cutting-edge science videos from JoVE sent straight to your inbox every month.

    Waiting X
    Simple Hit Counter