इस परियोजना के लक्ष्य के पास वास्तविक समय में गहरी मस्तिष्क उत्तेजना के प्रभाव अनुकरण और इन उपकरणों मस्तिष्क में तंत्रिका गतिविधि को प्रभावित करने के लिए के रूप में सार्थक प्रतिक्रिया प्रदान करने के लिए एक इंटरैक्टिव, रोगी विशेष मॉडलिंग पाइपलाइन विकसित करने के लिए है ।
गहरी मस्तिष्क उत्तेजना (डीबीएस), जो एक इलेक्ट्रोड की प्रविष्टि शामिल करने के लिए एक स्थानीयकृत मस्तिष्क क्षेत्र को उत्तेजना देने, आंदोलन विकारों के लिए एक स्थापित चिकित्सा है और विकारों की बढ़ती संख्या के लिए लागू किया जा रहा है । गणनात्मक मॉडलिंग सफलतापूर्वक डीबीएस के नैदानिक प्रभाव की भविष्यवाणी करने के लिए इस्तेमाल किया गया है; हालांकि, डीबीएस उपकरणों की बढ़ती जटिलता के साथ तालमेल रखने के लिए उपन्यास मॉडलिंग तकनीक की जरूरत है । इन मॉडलों को भी जल्दी और सही भविष्यवाणियों उत्पंन करने की आवश्यकता है । इस परियोजना का लक्ष्य एक छवि प्रसंस्करण पाइपलाइन विकसित करने के लिए एक इंटरैक्टिव, रोगी विशिष्ट मॉडल में संरचनात्मक चुंबकीय अनुनाद इमेजिंग (एमआरआई) और प्रसार भारित इमेजिंग (DWI) को शामिल करने के लिए है डीबीएस के प्रभाव अनुकरण । एक आभासी डीबीएस नेतृत्व रोगी मॉडल के अंदर रखा जा सकता है, सक्रिय संपर्क और उत्तेजना सेटिंग्स, जहां नेतृत्व की स्थिति या अभिविंयास में परिवर्तन के साथ एक नया परिमित तत्व मेष और निकट वास्तविक समय में बिजली के क्षेत्र की समस्या का समाधान उत्पंन, एक लगभग 10 सेकंड के timespan । इस प्रणाली को भी बंद निकटता में कई सुराग के अनुकरण सक्षम बनाता है विभिंन सुराग पर एनॉड और कैथोड अलग से वर्तमान स्टीयरिंग के लिए अनुमति देते हैं । इस कागज में प्रस्तुत तकनीकों को उत्पादन और गणना के मॉडल का उपयोग करते हुए इलेक्ट्रोड स्थिति, इलेक्ट्रोड डिजाइन के प्रभाव के बारे में सार्थक प्रतिक्रिया प्रदान करने के बोझ को कम करने, और शोधकर्ताओं या चिकित्सकों के लिए विंयास उत्तेजना जो मॉडलिंग के विशेषज्ञ नहीं हो सकते ।
डीप ब्रेन उत्तेजना (डीबीएस) ऐसे आवश्यक कंपन1 और पार्किंसंस रोग2के रूप में आंदोलन विकारों के लिए एक स्थापित चिकित्सा है । इस थेरेपी भी दर्दनाक मस्तिष्क चोट3, Tourette के सिंड्रोम4सहित विकारों की बढ़ती संख्या के लिए एक संभावित उपचार के रूप में जांच की जा रही है, और अवसाद5। डीबीएस सिस्टम एक इलेक्ट्रोड नेतृत्व के सर्जिकल आरोपण की आवश्यकता के लिए एक स्थानीयकृत मस्तिष्क क्षेत्र में उत्तेजना देने के लिए चल रही तंत्रिका गतिविधि6. इलेक्ट्रोड और उत्तेजना मापदंडों के स्थान दोनों को उपचारात्मक लाभ प्रदान करने वाले न्यूरॉन सर्किट संग्राहक पर एक प्रभाव है । स्थान में छोटे बदलाव चिकित्सकीय खिड़की को प्रभावित कर सकते हैं, संभवतः उपचारात्मक लाभ से पहले प्रतिकूल दुष्प्रभाव की संभावना में वृद्धि7,8,9हासिल की है । व्यवहार में, यह अक्सर प्रभाव उत्तेजना तंत्रिका गतिविधि पर होगा की भविष्यवाणी करने के लिए मुश्किल है; नतीजतन, चिकित्सीय लाभ की इस खिड़की उत्तेजना डिवाइस चिकित्सक8,9द्वारा क्रमादेशित है के रूप में एक रोगी द्वारा रोगी के आधार पर की पहचान की है । डीबीएस डिवाइसेज की नई पीढ़ी के उपलब्ध होते ही यह प्रक्रिया और जटिल होती जा रही है । उदाहरण के लिए, उपंयास का नेतृत्व डिजाइन और अधिक संपर्क10,11,12के साथ शुरू किया जा रहा है, और कुछ मामलों में कई सुराग करीब निकटता में प्रत्यारोपित किया जा रहा है एक और13। इसलिए, एक बड़े और बढ़ते पैरामीटर अंतरिक्ष भर में डीबीएस के प्रभाव का पता लगाने और भविष्यवाणी करने में सक्षम होने के लिए एक की जरूरत है ।
गणनात्मक मॉडलिंग और विश्लेषण एक रोगी विशेष आधार पर डीबीएस के शारीरिक और नैदानिक प्रभाव की भविष्यवाणी करने के लिए इस्तेमाल किया जा सकता है । इन मॉडलों का उपयोग परिमित तत्व मॉडलिंग (फेम) मस्तिष्क ऊतक के तीन आयामी निरूपण और प्रत्यारोपित इलेक्ट्रोड के भौतिक विशेषताओं का निर्माण करने के लिए । फेम के लिए बिजली के क्षेत्र के मॉडल सफलतापूर्वक किया गया है14डीबीएस के प्रभाव की भविष्यवाणी करने के लिए, लेकिन अब तक इन गया है समय लेने वाली और गणना के लिए उत्पंन महंगा । डीबीएस उपकरणों की बढ़ती जटिलता के साथ तालमेल रखने के लिए उपन्यास मॉडलिंग तकनीक की जरूरत है । इन रोगी विशिष्ट मॉडल डीबीएस के प्रभाव पर निकट वास्तविक समय दृश्य प्रतिक्रिया के रूप में नेतृत्व स्थान या उत्तेजना मापदंडों बदल रहे है प्रदान करना चाहिए । उपयोगकर्ता एक सीसा स्थान और उत्तेजना कुछ ही सेकंड में स्थापित करने के बारे में प्रतिक्रिया प्राप्त होगा, कई मिनट के पाठ्यक्रम पर नेतृत्व प्लेसमेंट के जारी शोधन को सक्षम करने से । रोगी की विशिष्टता को शामिल करके रोगी की शारीरिक रचना, उनके मस्तिष्क के आकार और आकार, जब फेम निर्माण और अनिसोट्रोपिक ऊतक चालकता के रूप में उनके मस्तिष्क के भौतिक गुणों को लागू करने के द्वारा हासिल की है । अनिसोट्रोपिक चालकता का वर्णन कैसे वर्तमान अलग मस्तिष्क क्षेत्रों के माध्यम से फैल जाएगा और गैर इनवेसिव पूरे एक ठेठ चुंबकीय अनुनाद छवि (एमआरआई) के समान मस्तिष्क के लिए मापा जा सकता है ।
डीबीएस मॉडलिंग दृष्टिकोण है कि रोगी विशेष जानकारी का उपयोग नहीं करते तेजी से प्रदान कर सकते हैं, लेकिन उत्तेजना प्रभाव की कम सटीक भविष्यवाणी, मस्तिष्क ऊतक के लिए सामान्यीकृत geometries और चालकता मूल्यों के कारण. इस दृष्टिकोण में, एक एकल स्त्री सभी रोगियों के लिए प्रयोग किया जाता है और तंत्रिका गतिविधि की भविष्यवाणी की पहले से गणना की जा सकती है । रोगी विशेष मॉडल सामान्यीकृत नहीं किया जा सकता है और एक नई स्त्री प्रत्येक व्यक्ति के लिए बनाया गया है के बाद से पूर्व की गणना । इन मॉडलों के निर्माण के लिए और अधिक प्रयास की आवश्यकता है लेकिन अधिक सटीक हो सकता है । कई कारकों जिस गति से इन मॉडलों का निर्माण किया जा सकता है और इस्तेमाल की सीमा: 1) इस तरह इलेक्ट्रोड स्थिति के रूप में मॉडल निर्माण पाइपलाइन, की शुरुआत में मापदंडों को संशोधित करने, अनुवर्ती चरणों के सभी अद्यतन करने के लिए मैन्युअल प्रयास की आवश्यकता है; और 2) मॉडलिंग पाइपलाइन में कदम आसानी से एक दूसरे के साथ एकीकृत नहीं कर रहे हैं, कई सॉफ्टवेयर संकुल के बीच डेटा के निधन की आवश्यकता होती है । अक्सर, हम इलेक्ट्रोड स्थिति, उत्तेजना मापदंडों, या इलेक्ट्रोड डिजाइन के रूप में कई विभिन्न स्थितियों का मूल्यांकन करना चाहते हैं. इन परिवर्तनों को उपचारात्मक प्रभाव रोगी प्राप्त होगा पर प्रभाव के बारे में सार्थक प्रतिक्रिया प्रदान करने के लिए, इन परिणामों के दोनों सटीक होना चाहिए और जल्दी से उत्पन्न.
हमारे लक्ष्य के लिए रोगी-विशिष्ट मॉडल है कि सामान्यीकृत मॉडल में प्राप्त की गति का लाभ लेने के निर्माण और पाइपलाइन कदम के कई स्वचालित एक इंटरैक्टिव मॉडलिंग वातावरण है कि वास्तविक समय दृश्य के पास प्रदान करता है बनाने के लिए नई तकनीक पेश करने के लिए है डीबीएस के प्रभाव के बारे में फीडबैक । एक इंटरैक्टिव सिमुलेशन एक उपयोगकर्ता के पूर्वानुमान परीक्षण और मॉडल निर्माण के विवरण पर ध्यान केंद्रित किए बिना जल्दी परिणाम प्राप्त करने के लिए अनुमति देता है । यह एक बड़ा पैरामीटर अंतरिक्ष का पता लगाने के लिए और कैसे इन मापदंडों सिमुलेशन प्रभाव अनिश्चित हैं जब वहाँ फायदेमंद है । हम चुंबकीय अनुनाद इमेजिंग (एमआरआई) अधिग्रहण से इंटरैक्टिव, रोगी-विशिष्ट फेम मॉडल उत्पन्न करने के लिए प्रसंस्करण पाइप लाइन में कदम का वर्णन करेंगे । उपकरण और इस पत्र में उल्लिखित तकनीकों का उपयोग फेम बनाने के लिए समय की लागत कम होगा बिजली के क्षेत्र मॉडल और एक तरह से इन मॉडलों शोधकर्ताओं और चिकित्सकों जो विशेषज्ञों मॉडलिंग नहीं कर रहे है सुलभ बनाने के लिए प्रदान करते हैं ।
इस प्रोटोकॉल का वर्णन कैसे एक रोगी-प्राप्त एमआरआई मात्रा से विशिष्ट परिमित तत्व मॉडल बनाने के लिए, और फिर बिजली के एक डीबीएस इलेक्ट्रोड द्वारा प्रेरित क्षेत्र अनुकरण । इन मॉडलों के निर्माण में मुख्य कदम के लिए कर रहे हैं: 1) एक परिमित तत्व मॉडल (फेम) रोगी के मस्तिष्क और प्रत्यारोपित इलेक्ट्रोड का प्रतिनिधित्व करने के लिए, 2) मस्तिष्क और डीबीएस डिवाइस के मापदंडों उत्तेजना, और 3) के लिए समाधान के भौतिक गुणों को जोड़ने मॉडल में इलेक्ट्रोड द्वारा उत्पन्न वोल्टेज. डीबीएस सिमुलेशन के लिए एक रोगी विशिष्ट मॉडल का निर्माण करने के लिए दो इमेजिंग मोडलों की जरूरत है । एक T1 एमआरआई मस्तिष्क की सतह, निलय, और विशिष्ट नाभिक के विभाजन के निर्माण के लिए प्रयोग किया जाता है । प्रसार भारित इमेजिंग (DWI), पानी diffusivity का एक उपाय, मस्तिष्क ऊतक15भर में प्रसार दसियों अनुमान करने के लिए प्रयोग किया जाता है । प्रसार दसियों चालकता tensers में परिवर्तित कर रहे हैं, जो voxel आधार16द्वारा एक voxel पर ऊतक के सजातीय, अनिसोट्रोपिक के भौतिक गुणों को बढ़ाता है । इलेक्ट्रोड द्वारा प्रेरित मस्तिष्क भर में वोल्टेज वितरण Poisson समीकरण को हल करने से गणना की है, जो फेम के आवेदन के माध्यम से समीकरण कुल्हाड़ी के एक रेखीय प्रणाली के लिए सरल = b जहां एक एक कठोरता मैट्रिक्स है कि चालकता और जाल की ज्यामिति का प्रतिनिधित्व करता है, एक्स मेष में प्रत्येक नोड पर वोल्टेज समाधान है, और बी सीमा शर्तों और वर्तमान स्रोतों पर आधारित संशोधित किया गया है ।
इस प्रोटोकॉल तकनीक का प्रदर्शन किया है समय बोझ और डीबीएस के लिए एक डिग्री है कि सिमुलेशन परिणाम के पास वास्तविक समय प्रतिक्रिया की अनुमति देता है के लिए रोगी विशिष्ट मॉडल के निर्माण की गणना लागत को कम करने के लिए । तीव्र प्रतिक्रिया प्रतिमान परिवर्तन मॉडल परिणामों को प्रभावित करने के लिए बेहतर समझने के लिए एक बड़े पैरामीटर स्थान की खोज सक्षम करता है । इन मापदंडों का नेतृत्व स्थान, सक्रिय संपर्कों के विकल्प, और आयाम, नाड़ी चौड़ाई, और उन संपर्कों पर उत्तेजना तरंग की आवृत्ति शामिल हैं । प्रस्तावित उपकरण की मुख्य विशेषताएं हैं: 1) एक सरल यूजर इंटरफेस के पास वास्तविक समय दृश्य के साथ मॉडल मापदंडों को समायोजित करने के लिए कैसे इन मापदंडों सिमुलेशन प्रभाव, और 2) आदानों का एक छोटा सा सेट से मॉडल निर्माण के स्वचालन: मस्तिष्क की सतह, मस्तिष्क ऊतक चालकता दसियों, और इलेक्ट्रोड ज्यामिति की सतह प्रतिनिधित्व. इस स्वचालन कई व्यक्तियों जो विभिन्न मस्तिष्क geometries और ऊतक conductivities है के रूप में के रूप में अच्छी तरह से मौजूदा मॉडल में विभिन्न इलेक्ट्रोड डिजाइन डालने के प्रभाव का मूल्यांकन के लिए रोगी विशेष मॉडल के निर्माण में तेजी लाने. इस प्रोटोकॉल में वर्णित छवि पूर्व-संसाधन चरणों को पूरी तरह से स्वचालित नहीं किया गया था और संसाधन का एक दिन तक का समय लग सकता है । हालांकि, एक बार पूरा डेटा इन चरणों से उत्पंन स्थिर माना जाता है, अर्थ इस डेटा सिमुलेशन के दौरान संशोधित नहीं है । मॉडल निर्माण के स्वचालन प्रणाली की क्षमता से उठता है कि मैनुअल प्रयास के बिना रोगी विशिष्ट फेम के लिए इस डेटा को लागू करने के लिए । SCIRun नेटवर्क मॉडल पीढ़ी, सिमुलेशन, दृश्य चरणों के सभी प्रदर्शन करने के लिए केवल एक बार बनाया जाना चाहिए । इसलिए, केवल छवि पूर्व-संसाधन चरणों को फिर से किया जा करने के लिए एक रोगी-विशिष्ट मॉडल आने वाले रोगी के लिए उत्पन्न करने की आवश्यकता है ।
मॉडलिंग पाइपलाइन से परिणाम पैदा करने में प्रदर्शन लाभ मेष पीढ़ी, बिजली के क्षेत्र की गणना, और एक सॉफ्टवेयर वातावरण में समाधान के दृश्य के एकीकरण के कारण है । ऐसे अनुकूली जाल पीढ़ी के रूप में मौजूदा मॉडलिंग तकनीक इलेक्ट्रोड और कम घनत्व के आसपास उच्च मेष घनत्व बनाने के लिए इस्तेमाल किया गया है जो समय के निर्माण और फेम को हल करने के लिए कम कर देता है इलेक्ट्रोड से दूर । सॉफ्टवेयर, SCIRun, भी मेष पीढ़ी और बिजली के क्षेत्र की गणना के स्वचालन सक्षम बनाता है । इलेक्ट्रोड के उपयोगकर्ता-परिभाषित आंदोलन इंटरैक्टिव विगेट्स का उपयोग कर अद्यतन इलेक्ट्रोड स्थिति के साथ एक नया जाल के निर्माण से चलाता है. यह सीमा शर्तों और नई इलेक्ट्रोड स्थिति के लिए चालकता मान संशोधित करना शामिल है ।
इलेक्ट्रोड ज्यामिति अपनी स्थिति फेम में एकीकृत है इससे पहले कि मस्तिष्क की मात्रा के अंदर एक मुक्त चलती वस्तु के रूप में इलाज किया जाता है. जाल निर्माण के लिए इस दृष्टिकोण का एक प्रमुख निहितार्थ है कि कई इलेक्ट्रोड आसानी से मॉडल में डाला जा सकता है. उदाहरण के लिए, इलेक्ट्रोड ज्यामिति की एक दूसरी प्रति कई मिलीमीटर दूर रखा जा सकता है और दोनों फेम में शामिल किया जाएगा । हाल के अनुसंधान में, दो इलेक्ट्रोड करीब निकटता में प्रत्यारोपित किया गया है करने के लिए एकाधिक स्केलेरोसिस कंपन का इलाज13 और गैर में इस्तेमाल किया गया है मानव रहनुमा प्रयोगों प्रभावी उत्तेजना21लक्ष्य का पता लगाने के लिए । एकाधिक इलेक्ट्रोड का उपयोग करने का लाभ एक बड़े क्षेत्र पर ऊतक में उत्पन्न बिजली के क्षेत्र के बेहतर नियंत्रण प्रदान करने के लिए है. दोनों इलेक्ट्रोड पर सक्रिय संपर्कों के साथ उत्तेजक लक्ष्य क्षेत्र की ओर वर्तमान में चलाने और नकारात्मक पक्ष प्रभाव के लिए नेतृत्व करेंगे कि क्षेत्रों से दूर कर सकते हैं. उत्तेजना के एक बड़े क्षेत्र पर बेहतर नियंत्रण भी अलग उत्तेजना स्थानों का पता लगाने जब इच्छित लक्ष्य का सही स्थान अज्ञात है उपयोगी है, के रूप में डीबीएस के उभरते चिकित्सा अनुप्रयोगों के कई के साथ मामला है । हालांकि, चिकित्सीय उत्तेजना प्राप्त करने के लिए मापदंडों का निर्धारण एक पहले से ही बड़े पैरामीटर अंतरिक्ष में वृद्धि के कारण एक इलेक्ट्रोड की तुलना में अधिक चुनौतीपूर्ण है.
हम कल्पना है कि इस इंटरैक्टिव मॉडलिंग उपकरण डीबीएस आरोपण के लिए पूर्व ऑपरेटिव योजना के दौरान लाभ प्रदान कर सकता है । मस्तिष्क के ऊतकों में उत्तेजना की सीमा के बारे में प्रतिक्रिया सर्जनों को लक्ष्य क्षेत्र के लिए चिकित्सीय उत्तेजना प्रदान करने के लिए उनकी शल्य चिकित्सा योजना में इलेक्ट्रोड स्थान को संशोधित करने की अनुमति दे सकते हैं । जबकि डीबीएस थेरेपी इस उपकरण के विकास के लिए प्राथमिक प्रेरित कारक था, इस पत्र में प्रस्तुत तकनीक अलग उत्तेजना या रिकॉर्डिंग मानदंड के साथ किसी भी औरत को बिजली के क्षेत्र मॉडल के लिए लागू किया जा सकता है । उत्तेजना चिकित्सा जैसे transcranial प्रत्यक्ष वर्तमान उत्तेजना अवसाद के लिए22 या मिर्गी के उपचार के लिए गहराई इलेक्ट्रोड का उपयोग23 को प्राप्त करने के लिए उत्तेजना का सबसे अच्छा स्थान निर्धारित करने में डीबीएस के रूप में एक ही चुनौतियों का हिस्सा चिकित्सीय परिणाम । Electrocorticography, मस्तिष्क की सतह पर इलेक्ट्रोड की arrays के साथ एक रिकॉर्डिंग तकनीक जब्ती शुरुआत क्षेत्रों की पहचान करने के लिए, जहां इलेक्ट्रोड के लिए मस्तिष्क24में लक्ष्य क्षेत्रों से रिकॉर्ड करने के लिए जगह निर्धारित करने की चुनौती है । इन आवेदनों के सभी इलेक्ट्रोड स्थिति पर निर्भर करते हुए कैसे मस्तिष्क ऊतक के माध्यम से वर्तमान प्रवाह की अनिश्चितता से निपटने कर रहे हैं । इस कागज में प्रस्तुत तकनीकों के बोझ को कम करने और गणना मॉडल का उपयोग करते हुए शोधकर्ताओं और चिकित्सकों के लिए सार्थक प्रतिक्रिया प्रदान करते हुए इन उपकरणों जो मॉडलिंग नहीं कर रहे है विशेषज्ञों का उपयोग कर ।
The authors have nothing to disclose.
इस परियोजना को राष्ट्रीय स्वास्थ्य संस्थान अनुदान UH3, NS095554 द्वारा समर्थित किया गया. तकनीकी सहायता एकीकृत जैव चिकित्सा कंप्यूटिंग के लिए केंद्र द्वारा वैज्ञानिक कंप्यूटिंग और इमेजिंग संस्थान में प्रदान की गई थी और NIH P41-GM103545, एकीकृत जैव चिकित्सा कंप्यूटिंग के केंद्र से विकसित सॉफ्टवेयर द्वारा भाग में संभव बनाया गया था ।
कृतज्ञता के उत्पादन और प्रस्तुत वीडियो के संपादन के लिए वैज्ञानिक कंप्यूटिंग और इमेजिंग संस्थान में Lexie मंजिल और नाथन Galli के लिए विस्तारित है, और भी पांडुलिपि तैयारी के साथ सहायता के लिए Theresa Lins के लिए ।
FreeSurfer | Athinoula A. Martinos Center for Biomedical Imaging | https://surfer.nmr.mgh.harvard.edu/ | |
3D Slicer | BWH, Harvard University | https://www.slicer.org/ | |
SCIRun | University of Utah Center for Integrative Biomedical Computing | http://www.sci.utah.edu/cibc-software/scirun.html |