Method Article

Epilepsi Cerrahisi 3D Multimodalite Görüntü Entegrasyonu ve Bilgisayar destekli Planlama Bir Boru Hattı

DOI:

10.3791/53450

⸱

May 20th, 2016

 ,  ,  ,  ,  ,  ,  ,  , 
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

In This Article

Summary

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

Biz epilepsi cerrahisi görüntü entegrasyonu, görselleştirme ve planlama için bizim özel olarak tasarlanmış yazılımı kullanmak için gereken adımları açıklar.

Abstract

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

Epilepsi cerrahisi zor ve cerrahi öncesi planlamayı yardımcı olmak için 3D multimodalite görüntü entegrasyonu (3DMMI) kullanımı köklü olduğunu. Multimodalite görüntü entegrasyonu teknik olarak zor olabilir ve klinik pratikte atıl edilir. Biz görüntü entegrasyonu, 3 boyutlu görselleştirme ve cerrahi planlama için tek bir yazılım platformu geliştirdik. Burada, bizim boru hattı görüntü ko-kayıt, manuel segmentasyon, beyin ve damar çıkarma, 3 boyutlu görselleştirme ve stereoEEG (Seeg) implantasyonu manuel planlama ile geçmeden, görüntü alımı ile başlayan, adım-adım moda açıklanmıştır. Yazılımın yayılması ile bu boru hattı diğer gruplar 3DMMI yarar sağlayan, diğer merkezlerde çoğaltılabilir. Ayrıca stereoEEG implantasyon planları oluşturmak için bir otomatik, çok yörünge planlayıcısı kullanımını tarif eder. Ön çalışmalar bu Seeg implantasyonu planlama için hızlı, güvenli ve etkili bir yardımcı olduğunu gösteriyor. Son olarak, basit solutiameliyathanede planların uygulanması için ticari nöronavigasyon sistemlerine plan ve modellerin ihracat için açıklanmıştır. Bu yazılım epilepsi cerrahisi yolunun boyunca klinik karar vermeyi destekleyen değerli bir araçtır.

Introduction

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

Cerrah anatomik yapıları ve üç boyutlu birbirine mekansal ilişkileri takdir etmek için cerrahi pratikte çok önemlidir. Bu cerrah sınırlı görselleştirme ve karmaşık anatomisi erişimi olan, dar bir alana çalışıyor nöroşirürji, özellikle önemlidir. Buna rağmen, bugüne kadar en görüntüleme geleneksel düzlemsel 2D şeklinde cerrahlara sunulmuştur ve farklı görüntüleme yöntemleri genellikle seri birbiri ardına sunulmaktadır. Bunun bir sonucu olarak, cerrah zihinsel her hasta için bu verileri entegre ve cerrahi öncesi planlama için bir anatomik çerçeve içine yerleştirmek zorundadır. Korteks anatomisinin gösteren bireysel hasta beyin, 3D bilgisayar modelleri üreten açık yarar vardır, kan damarları, aynı mekansal bağlamda 1-4 herhangi bir mevcut patolojik lezyonlar yanı sıra ilgili diğer 3D görülecek. Ameliyattan önce cerrah döndürmek ve o şeffaflık değiştirebilirf Bu modellerde, tam farklı ilgi yapılar arasında 3D ilişkileri anlamak için. Bu ilke 3D multimodalite görüntüleme (3DMMI) olarak adlandırılır.

Epilepsi cerrahisi için cerrahi öncesi değerlendirme amacı nöbetlerin ortaya beynin alanının lokalizasyonu sonucuna ve bu güvenle önemli açıkları 5 neden olmadan rezeke edilebilir sağlamaktır. Yapısal MRG, florodeoksiglukoz pozitron emisyon tomografisi (FDG-PET), iktal tek foton emisyon bilgisayarlı tomografi (SPECT), manyetoensefalografi (MEG) dipoller, fonksiyonel MRI (fMRI) ve dahil olmak üzere bu katkı tanısal görüntüleme yöntemleri, geniş bir yelpazesi vardır difüzyon tensör görüntüleme (DTG) 6. birden fazla veri setleri simültane çeviriye ve her veri seti başka nasıl bir ilişki göz önüne alınmasını gerektirir çünkü Epilepsi cerrahisi ideal 3DMMI için uygundur.

Pek çok durumda, invazif olmayan araştırmalar t başarısızo rezeksiyon geçmek için gerekli kanıt düzeyi sağlar. Bu durumlarda intrakranial EEG (IC EEG) kayıtları nöbetleri önlemek için çıkarılması gerekir beyin bölgesini belirlemek için gereklidir. Giderek, IC EEG kayıt derinliği elektrot sayıda 3D 1,7-10 nöbet ile ilişkili elektriksel aktivitenin orijinal ve üretim yakalamak için intraserebral yerleştirildiği Seeg adı verilen bir teknik ile gerçekleştirilir.

Seeg implantasyonu ilk adım örneklenmiş gereken beyin alanlarını tanımlayan, implantasyon strateji geliştirmektir. Bu epilepsi kaynağının konumunu sonucuna herhangi bir lezyon ve fonksiyonel görüntüleme verileri ile yapısal görüntüleme, klinik ve non-invaziv EEG tarihini entegre içerir.

İkinci adım elektrot yörüngeleri kesin cerrahi planlama olduğunu. cerrah el merkezleme, güvenli avasküler elektrot yörüngeleri sağlamalıdırgirus ve uzaktan kortikal yüzey damarlar ve ortogonal kafatası çaprazlayan taç ectrode girişleri. Buna ek olarak, tüm implantasyon düzeneği de uygun elektrot arası aralığı ve herhangi bir elektrot çarpışmalar, oluşmalıdır.

Yoğun bir epilepsi cerrahisi pratiğinde IC EEG elektrot implante rehberlik 3DMMI modelleri üreten fizibilite önce 11 kanıtlanmıştır. Biz de 3DMMI kullanımının klinik karar verme katma değer sağladığını ilkesini ortaya koymuştur. Bir prospektif çalışmada, 3DMMI açıklanması 43/54 (% 80) olguda yönetimin bazı yönlerini değiştirdi ve özellikle derinlik elektrotların 12 158/212 (% 75) konumlandırma değiştirdi.

3DMMI kolaylaştırmak yazılım paketleri bir dizi var. Bu müttefik ameliyathanede kullanılan ticari olarak mevcut nöronavigasyon platformları, özel planlama yazılımı suit dahilnöronavigasyon platformları ve araştırma odaklı tek başına görüntü entegrasyonu ve görselleştirme platformları ile. klinik uygulamaya çevrilmesinde işlevselliği, esneklik ve çok yönlülük, bu platformlar artış, kullanılabilirlik ve olasılığı olarak buna azalır.

Biz multimodal görüntü entegrasyonu, gelişmiş 3 boyutlu görselleştirme ve epilepsi tedavisi için 12,13 planlama Seeg elektrot yerleştirme için özel tasarlanmış bir yazılım geliştirdik. vurgu klinik boru hattı içine klinisyenler tarafından yazılımın gerçek zamanlı kullanımını ve hızlı birleşme sağlayan bir klinik senaryo kullanım kolaylığı üzerindedir. Yazılım NiftyReg, NiftySeg ve NiftyView birleştiren translasyonel görüntüleme platformu 14 üzerinde çalışır.

Bu yazıda klinik pratikte yazılımı kullanarak protokolü yola. Görüntü ko-kayıt, ilgi alanlarının segmentasyon, beyin segmentasyon, ayıklamak için adımlaradanmış damar görüntüleme 15, 3B modeller bina Seeg implantasyonu planlama ve hızla ameliyathaneye modelleri ve planları ihraç gelen kan damarları açıklanmıştır. Bir roman araç da 13 planlama otomatik multi-yörünge için tarif, yani implantasyonlarının güvenliğini ve etkinliğini artırır ve büyük ölçüde planlama süresini azaltır.

Protocol

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

NOT: Burada sağlanan Yazılım komutları yazılımının güncel sürümü (2015/01/19) özgüdür ve sonraki yazılım sürümleri üzerine değişebilir. Bireysel sürümleri için kılavuzları istek üzerine mevcuttur.

1. Görüntü Entegrasyon ve Görselleştirme gerçekleştirin

  1. görüntüleme kazanır.
    1. nöronavigasyon T1 ağırlıklı MR Gadolinyumlu tarama Edinme Bu referans görüntü olacaktır enhancement-. (Not: Görüntü elde etme şartları nöronavigasyon ticari tedarikçisi 11,12 edinilebilir Tablo 1'e bakınız.).
    2. (DICOM veya Nifti formatında öncesi değerlendirme sırasında yapılan tüm diğer görüntüleme (fonksiyonel MRI (fMRI), difüzyon tensör görüntüleme (DTG) Traktografi, floro-deoksiglukoz pozitron emisyon tomografisi (FDG-PET), iktal-interiktal tek foton emisyon CT içerebilir toplayın SPECT), manyetoensefalografi (MEG) dipol, 3D faz kontrast MR, BT anjiyografi) Tablo 1'e bakınız.
  2. dışarıda in-house yazılım ön işleme çalıştırın.
    1. linux iş istasyonunda çalışacak açık kaynak Freesurfer yazılımı ile MR ağırlıklı süreç izometrik T1, komutunu kullanarak 'recon-all', kortikal segmentasyonları oluşturmak için.
    2. komutunu 'mrconvert' kullanarak wmparc.mgz ve Nifti biçimine ribbon.mgz dosyalarını dönüştürme
  3. Windows PC ve yük verileri (Şekil 1) Aç in-house yazılımı.
    1. 2 x 2 vitrin, farklı görüntü işleme araçları ve sağdaki seçili aracı temsil üstüne kadar sol simgeleri DataManager unutmayın.
    2. "/ Dosya Aç" ana menüsü erişerek ya da bir hız düğmesi (simge) "Aç" ile, 'sürükle ve bırak' kullanarak veri alma. tamamlanmasını sağlamak için farklı veri kümeleri ilerleyin. ardışık görüntü bindirme ile sağ tıklayarak ve hareketli fare ve Data Manager hiyerarşik doğası gereği zoom fonksiyonu, dikkat edin.
  4. Coregister görüntüler.
    1. Tek görüntüler.
      1. Hız simgeleri NiftyReg aracını seçin.
      2. DataManager- bu Gadolinyumlu seç nöronavigasyon T1 tüm diğer görüntüleme için coregistered olduğu referans görüntü olacaktır.
      3. 'Yüzen görüntü' seçmek görüntüyü başvurmak için coregistered edilecek.
      4. isim ve kayıtlı görüntünün konumunu tanımlayın. seviye 4 numaralı, seviyeye ayarlayın optimizasyon parametrelerini 3, iterasyon sayısı 5, coregistration tipi rijit cismin gerçekleştirmek için.
      5. 'Çalıştır' butonuna tıklayarak otomatik rijit gövde coregistration çalıştırın.
      6. coregistration doğruluğunu kontrol edin. Referans resmin üzerine kayıtlı görüntüyü kontrol edin ve Data Manager içinde resmin üzerine sağ tıklayarak kayıtlı görüntünün saydamlığını değiştirmek ve 'Saydamlık' imleci hareket. Böyle Monroe foramen net anatomik işaretlerini inceleyerek coregistration doğrulayın.
    2. Eşleştirilmiş görüntüler.
      1. Coregister 'uzay tanımlayan görüntü ilk (örneğin. 1.4.1.6 - 1.4.1.1 adımlarda olduğu gibi NiftyReg aracını kullanarak fraksiyonel anizotropik harita).
      2. Hız simgelerinden RegResample aracını seçin.
      3. referans görüntü olarak Data Manager içinde Gadolinyumlu seçin nöronavigasyon T1.
      4. Işleme sonuçlarının (örn., Traktografi görüntüsü) kayan görüntü olarak birlikte resim seçin.
      5. giriş dönüşüm olarak 'uzay-tanımlayan resmin' önceki kayıttan oluşturulan txt dosyası kullanın.
      6. isim ve kayıtlı görüntünün konumunu tanımlayın. 0 olarak seçin interpolasyon tipi.
      7. 'Çalıştır' butonuna tıklayarak 'işlem sonucu' bir yeniden örnekleme çalıştırın.
      8. Datamanager içinde seçerek yeni oluşturulan resmi görmek
      9. Adım 1.4.1.6 olarak coregistration doğruluğunu kontrol edin.
    3. tüm veri kümeleri için 1.4.2 - Tekrar 1.4.1 adımları.
  5. Segment görüntüler.
    1. Seç görüntü Data Manager bölümlenmiş ve hız simgeleri Segmentasyon Editör aracını seçin edilecek.
    2. eksenel görüntüleme birkaç dilim, koronal ve sagital düzlemde ilgi bölgeyi çizmek için gelişmiş segmentasyon araçları (manuel segmentasyon, bölge büyüyen, çıkarmak) kullanın
    3. 3D penceresinde bölümlenmiş yapı gelişen görselleştirmek için 3D interpolasyon seçin. parçalı yapının yeni Nifti dosyası oluşturmak için segmentasyon onaylayın.
    4. manuel segmentasyon gösterilir tüm görüntüler için 1.5.3 - Tekrar 1.5.1 adımları.
  6. Beyin modelleri oluşturmak.
    1. Data Manager üzerinde wmparc.nii görüntü seçin, ve referans görüntü kullanılarak adımlarla 1.4.1 ile coregistered olan wmparc.nii emin olun.
    2. Hız simgeleri Temel İşleme Araçlar'ı seçin.
    3. korteksin binarised maske oluşturmak için 1-5002 den wmparc.nii için bir eşik uygulayın.
  7. 3D yüzey olarak ilgi alanları oluşturulma (Şekil 2, 3). Not: 3D yüzey kaplamalar (stl dosyaları) gibi veri setlerinin Görselleştirme iki şekilde yapılabilir:
    1. Yüzey Extractor t kullanool.
      1. Seç Yüzey Extractor simgesi. Yüzey çıkarma eşiğini tanımlamak ve Uygula'yı seçin. Data Manager yüzey işleme adlandırın.
    2. Sağ Datamanager içinde Nifti dosyasını tıklayın ve 'Smooth Poligon Yüzey' seçeneğini seçin.
  8. Gemilerin yüzey modelleri Özü (Şekil 4). Not: adanmış damar görüntüleme gelen gemiler ayıklanıyor (3D faz kontrast MR, BT anjiografi, Gadolinyumlu T1 ağırlıklı MRG) iki şekilde yapılabilir.
    1. Yüzey Extractor aracını kullanın.
      1. NiftiReg kullanarak referans görüntüye damar görüntüleme Coregister. 3D yüzey Yüzey Extractor kullanarak görüntüyü oluşturmak.
      2. dilatasyon uygulanması ve korteksin binarised maskeye Temel Görüntü İşleme işlevleri kapatarak intrakranial maske oluşturun. Ekstrakranial damarları kaldırmak için Temel Görüntü İşleme çarpın işlevini kullanarak damar görüntüleme intrakranial maske uygulayın.
      3. stl fil gürültü çıkarın3D örgü işleme yazılım paketi kullanarak, dışarıdan in-house işleme yazılımı, e. Not: Bu aracın kullanımı için talimatlar serbestçe kullanılabilir durumda.
    2. VesselExtractor aracını kullanın.
      1. Hız simgeleri VesselExtractor aracını seçin. damar görüntü veri kümesi seçin ve damar çıkarma Nifti dosyasının adını ve konumunu belirtin.
      2. 'Run' tıklayarak VesselExtractor çalıştırın. Ekstrakranial damarları kaldırmak için Temel Görüntü İşleme çarpın işlevini kullanarak VesselExtractor sonuçlarına intrakranial maske uygulayın. Not: dilatasyon uygulanması ve 1.8.1.2 olarak korteksin binarised maskeye Temel Görüntü İşleme işlevleri kapatarak oluşturulan intrakranial maske.
    3. 1.8.1 veya Gadolinyumlu BT anjiyografi, 3D faz kontrast MRG ve nöronavigasyon T1 için 1.8.2 tekrarlanan süreç.
  9. Beyin hacmi render (Şekil 5) oluşturun.
    1. wmparc.nii im seçinData Manager üzerinde yaş ve sağlamak wmparc.nii referans görüntü kullanılarak adımlarla 1.4.1 ile coregistered edilir.
    2. Hız simgeleri Temel İşleme Araçlar'ı seçin.
    3. Temel İşleme araçlarını kullanarak, görüntüyü wmparc.nii Gauss yumuşatma uygulayın.
    4. Hız simgeleri aracını render seçin hacmi ve sağlamak düzeltti wmparc.nii dosya Data Manager vurgulanır.
    5. volume rendering aracı içinde kenenin 'volume rendering' kutu korteks hacmi render oluşturmak için.

2. Manuel Planlama gerçekleştirin

  1. Yörünge Planlayıcısı hız simgesini kullanın.
    1. Seç nöronavigasyon T1 referans görüntü olarak tarayın. Yeni Planı ve Yeni yörünge seçin.
    2. 'Alt' tuşuna basarak ve klinisyenler tarafından istenen anatomik hedef noktaları listesine dayanarak, fare sağ tıklayıp tarafından düzlemsel görüntülemede seçin hedef noktası. Not: hedeflerin örnekleri mesial temporal yapıların (amigdala, hipokampus), insula, singulat girus içerir.
    3. 'Alt' tuşuna basarak düzlemsel görüntülemede giriş noktasını seçin klinisyenler tarafından istenen giriş noktaları listesinde dayalı, farenin sol tıklayın. Not: giriş noktaları örnekleri orta temporal girus, presentral girus, supramarginal girus içerir.
    4. hedef ve giriş noktası arasında üretilen doğrusal yörünge gözlemleyin.
  2. risk görselleştirin.
    1. Seç Risk Görselleştirme hız simgesi yörünge uzunluğu incelemek.
    2. Seç 'Bağlantı görünümü uçakları' ana penceresinde dikey görünüm uçaklarına sondalar göz görüntüleyici bağlamak için.
    3. avasküler yolu sağlamak için sondalar göz görüntüleyici inceleyerek, yörünge boyunca ilerleyin.

3. Bilgisayar destekli Planlama gerçekleştirin

  1. Verileri hazırlayın.
    1. gri cevher yüzeyini hazırlayın.
      1. kortikal segmentasyon yazılımından üretilen ribbon.nii dosyayı seçin.
      2. NiftiReg kullanarak referans görüntü ribbon.nii dosyasını Co-kayıt.
      3. 3D yüzey render 'Pürüzsüz poligon yüzey' fonksiyonunu kullanarak görüntüyü eş kayıtlı.
    2. kafa derisi ve saç derisi dışlama şablonu hazırlayın.
      1. referans görüntü olarak T1 nöronavigasyon görüntüyü seçin.
      2. Gauss dönüşümü uygulamak için Temel Görüntü İşleme aracını kullanın.
      3. Yüzey kafa derisi yüzeyini oluşturmak için, yüzey Extractor kullanarak görüntü oluşturmaya.
      4. Kaydet ve stl dosyası olarak ihracat görüntü.
      5. 3D örgü işleme yazılımı yükleyin stl fle.
      6. kafa derisi için intrakranial içeriğini silmek için temizlik ve düzenleme araçları kullanın.
      7. Kafa derisi dışlama şablonu, elektrot giriş noktaları için uygun değildir alanları (yani., Yüz, kulaklar, kontralateral hemisfer, tentorium cerebelli altındaki alan) kaldırmak için manuel düzenleme araçlarını kullanın.
    3. Yüzey sulkuslar yüzeyini hazırlayın.
      1. Bütün sulkuslar oluşturun.
        1. Adım 1.6.3 olarak Temel Görüntü İşleme aracını kullanarak Binarise wmparc.nii dosyası.
        2. yakın binarisedTemel Görüntü İşleme aracını kullanarak 3 ile wmparc.nii dosyası.
        3. Temel Görüntü İşleme aracını kullanarak 3.1.3.1.2 oluşturulan kapalı binarised dosyadan 3.1.3.1.1 oluşturulan binarised dosyayı çıkartın.
      2. Yüzey sulkuslar görüntü oluşturmak için derinlikte sulkuslar çıkarın. Not: gri madde yatıyor nerede, hangi derinlikte sulkuslar yaklaşım yörüngeleri kritik bir yapı uzakta sulkuslar beynin yüzeyinde boşluk yörüngeleri avantajına sahip olarak yüzey sulkuslar görüntü kullanılarak ve izin.
        1. Temel Görüntü İşleme aracını kullanarak 3.1.3.1.2 oluşturulan kapalı, binarised wmparc dosyasını azaltın.
        2. Invert dosyası Temel Görüntü İşleme aracını kullanarak 3.1.3.2.1 oluşturulan.
        3. Temel Görüntü İşleme aracını kullanarak, 3.1.3.1.3 oluşturulan tüm sulkuslar tarafından 3.1.3.2.2 oluşturulan dosyayı çarpın.
  2. Run çoklu yörünge planlayıcısı (Şekil 6).
    NOT: Otomated çoklu yörünge planlaması sağlam veri hazırlama bağlıdır; kafa derisi yüzey kaplamalar, kafa derisi dışlama maskesi, intrakranial damar, yüzey sulkuslar, korteks ve gri madde gereklidir.
    1. Hız simgelerinden Yörünge planlayıcısı seçiniz. nöronavigasyon T1 MRI gibi seçin referans görüntü.
    2. 'Hedef noktaları' seçin; Birden fazla hedef noktaları 'Shift' ve fare sol tıklama ile veya kaydedilmiş bir hedef noktası kümesi yükleyerek girilebilir. Not: Hedef örnekleri mesial temporal yapıların (amigdala, hipokampus), insula, singulat girus içerir.
    3. 'Giriş noktaları' seçin ve ekli açılır menüden üzerine kafa derisi dışlama maskesini seçin. Not: Bu uygulamaya cerrahi uygulanabilir Kısıtlı bir alana olası giriş noktaları sınırlayan bir amacı vardır.
    4. yörüngeleri kaçınmalısınız açılır listeden yüzeyleri işaretleme, kritik yapılar seçin. Gelişmiş ayarları seçin; Kullanıcı tanımlı eksilerini ayarlamakTercih olarak yörüngeleri arasındaki yörünge uzunluğu, giriş açısı ve mesafesi ile ilgili traints.
    5. gri cevherde yalan yörüngeleri oranını optimize etmek için gri Madde- beyaz cevher değerlendirme ve tabakalandırmak risk tür seçin.
    6. Yeni Planı ve Yeniden Hesapla Planı ekle seçerek çoklu yörünge planlayıcısı çalıştırın.
  3. Visualise riski (Şekil 7).
    1. Risk Görselleştirme hız simgesini kullanarak, yörünge planlama sonrasında risk ve güvenlik profilleri değerlendirin.
      Not: Her yörünge için uzunluğu için ölçütleri, giriş açısı, kümülatif risk, kritik yapılara mesafe yörünge yolu boyunca kan damarı ve gri madde beyaz cevher oranları, artı grafik gösterimi için asgari mesafe vardır. Bir sondalar göz görüntüleyici de dahildir.
    2. Datamanager seçin Risk haritası temsil potansiyel giriş noktaları ile kafa derisi dışlama maskesi örten bir renk kodlu kontur haritası ve risk co ilişkili düzeyini göstermek içinkarartmak kırmızı yüksek risk temsil ve yeşil seçilen herhangi bir yörünge için düşük risk temsil eden, kodlanmış.
  4. yörünge manuel ayar.
    1. Seç yörünge.
    2. sağ tıklayıp Alt ve fare tuşuna basarak yeni giriş noktası seçin ve Alt ve fare tuşuna basarak yeni hedef noktası sol tıklayın.
    3. Adım 3.3 Risk Görselleştirme hız simgesini kullanarak yeni yörünge değerlendirin.

4. İhracat Planları ve Ameliyathane için modeller

  1. Bu referans görüntü DICOM formatında kontrol edin. hız simgesinden S7 Dışa Aktar'ı seçin.
  2. referans görüntü, plan ve yörüngeleri ve ihraç edilecek modellerini tanımlar ve kaydedilmiş arşiv hedefi belirtin. S7 ihracat aracını çalıştırın.
  3. Yükleme ameliyathanede bir nöronavigasyon sistemine aktarımı için bir USB stick üzerine arşiv oluşturulur ve planlı tr klinik uygulanması için nöronavigasyon sistemine arşivlenmiş klasör yüklemekajectories.

5. Yeniden Elektrot İmplantasyon sonrası ameliyat

  1. post-operatif BT görüntüleme kazanır.
  2. Yük BT içi yazılım üzerine kafa ve yük daha önce hasta veri seti kaydedildi.
  3. Coregister CT NiftyReg aracını kullanarak T1 ağırlıklı MR başvurmak için.
  4. yüksek eşikleme kayıtlı BT SurfaceExtractor aracını kullanarak elektrotların 3D yüzey render oluşturmak.
  5. Temiz bir yüzey render gürültü elektrotlar ve 3D örgü işleme yazılımı temizlik ve onarım işlevlerini kullanarak telleri.

Results

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

Seçilen nöronavigasyon sistemi görüntü entegrasyonu, görselleştirme, manuel planlama ve ihracat için açıklanan protokol Bu 319 derinlik elektrotları implantasyon, Seeg implantasyonu 12 35 olgu içermektedir Ağustos 2013 yılından bu yana ve Sinir Ulusal Hastanesinde istihdam edilmiştir. Hastaların 27/35 (% 77) implantasyon nöbet başlangıç ​​alanını tespit bir göstergesi olan kortikal rezeksiyon aşağıdaki implantasyon, ilerlemiştir. Orada derinlik elektrotların yerleştirilmesi ile ilişkili bir hemorajik komplikasyon olmuştur ve bu konservatif olarak tedavi edildi.

Öncesi değerlendirme sırasında kullanılan görüntüleme yöntemleri bir vaka ile vaka bazında karar verilir ve Tablo 1'de açıklanmıştır. Protokol esnektir ve DICOM veya Nifti formatında alınabilir herhangi bir görüntüleme modalitesi dahil edebilirsiniz. Şekil 1 bizim in-house yazılım platformu için temel görüntüleyici gösterir ve 2, 3, 4 ve 5 3D multimodalite modellerinin inşası sırasında tipik ekran olarak göstermektedir.

Klinik boru içine Bu protokol, ve diğer merkezlere bu yazılımın yaygınlaştırılması kesintisiz entegrasyon, başarı yararlı bir vekil marker "dir. Epilepsi cerrahisi popülasyonda klinik fayda değerlendirilmesinde güçlükler iyi bilinen ve başka bir yerde 12 tanımlanmıştır. Bu boru hattı, nispeten kullanıcı dostu ve diğer merkezlerde çoğaltmak kolay, esnek bir aerodinamik bir çözüm sunmaktadır.

Bilgisayar destekli planlayıcı (CAP) geriye dönük olarak önceki manuel planlanan implantasyonu 16 üzerinde test edilmiştir yeni bir gelişmedir. Ön sonuçlar CAP daha güvenli, daha effic üretir düşündürmektediruygulamak mümkün olup sağ- lasa implant uygulamaları, etkin bir biçimde 16. Tablo 2 bu nicel karşılaştırma gösteren bir sürede tamamlanır. Klinik pratikte CAP kullanarak ileriye dönük çalışma devam etmektedir. CAP sürücüler algoritma daha önce 13 tarif edilmiştir.

Şekil 6 otomatik çoklu-yörünge planlayıcısı tipik bir sonucu gösterir. girildiğinde kritik yapılar damarlar, atardamarlar ve yüzey sulkuslar vardır. . Girusların taç yörünge ortalamasını ve kafa derisi dışlama maskesi yörünge giriş noktaları sınırlayıcı Not ilişkili metrik ve yörünge uzunluğu grafik gösterimi ile, 7 bireysel yörünge için tipik bir risk görselleştirme grafiğini göstermektedir.

figure-results-1 Şekil 1. In-house Yazılım Platformu Temel Görüntüleyici Ekran. Kısayollar plug-in araçları, kullanım aracı SAĞA akım fiş içeren sol Data Manager, TOP- araç çubuğu, merkeze 4 Ortho-görmek göstermek. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-2
In-house Yazılım Şekil 2. Segmentasyon ve 3D Görselleştirme. Üst üste bindirilmiş yüzey modelleri ile (A) aksiyal T1 MR, modeller (mavi-venlerin (B) 3D yüzey render, transkranial manyetik stimülasyon, Turuncu kavisli fasikül traktografi, mavi kortikospinal traktografi, pink- optik radyasyon Traktografinin gelen yeşil-motorlu el sarı-unsinat fasikül traktografisi, purple- talamus segmentation). Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-3
Korteks Yüzey Modellerinin 3. Nesil Şekil. Dosya 1-5002 den eşiklenir wmparc (A) wmparc dosyanın eksenel görünümü, (B), binarised wmparc dosyasının (C) yüzey oluşturma. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-4
Vesselness kullanırken-ev Yazılım Şekil 4. Gemi Ekstraksiyon. (A) aksiyel BT anjiyografi 3D faz kontrast M ile birlikte kayıtlıRİ. Venlerin (mavi) ve arterlerin (kırmızı) (B) 3D yüzey oluşturma. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-5
Korteks (gri) ve saçlı deri yüzeyine (beyaz) yüzey render Cortex Hacmi Model 3D Ses render Şekil 5. Nesil. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-6
Bilgisayar destekli Yörünge Planlama Şekil 6. 3D Multimodalite Modelleri. (A) kafa derisi (beyaz), saçlı deri dışlama maskesi (sarı) ve yörüngeleri (purple). (B) saçlı deri ve maske beyin (pembe) göstermek için şeffaf, sulkuslar (yeşil), damarlar (mavi) ve arterler (kırmızı). Yörüngeleri ve beyin göstermek için kaldırıldı (C) saçlı deri ve maske. (D) yörüngeleri, yüzey sulkuslar, damarları ve arterler göstermek için kaldırıldı beyin. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

figure-results-7
Şekil 7. Bireysel Yörüngelerinin ile Metrik İlişkili Grafik Görselleştirme. çapında bir kan damarı> 1 mm Top- uzunluk, açı kateden kafatası, risk, G / W oranı ve minimum mesafe. yörünge boyunca yörünge (kırmızı-arter, mavi-damar yapısı (maksimum 10 mm y-Eksen mesafe) uzunluğu boyunca yakın kritik yapının orta grafik ekran, x-Eksen mesafesiBeyin girişi hedef için, SM güvenlik marjı kritik yapıya yörüngenin 3 mm ayrılması) işaretler yatay kırmızı çizgi olarak temsil etti. Gri ve beyaz cevher ile yörünge yolu (yeşil-ekstraserebral, gri-gri madde, beyaz-beyaz madde) Alt-grafik ekran. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

Navigasyon T1
yöntem yer Ön-işleme Görüş alanı (AP x RL x IS) Voksel boyutu (AP x RL x IS)
3D T1 FSPGR ES Yok hayır 256 x 256 x 166 0.94 x 0.94 x 1.1
Koronal T2 FLAIR ES Yok hayır 256 x 160 x 32 0.94 x 1.5 x 3.5
NHNN Yok hayır 512 x 512 x 144 0.5 x 0.5 x 1.5
MRG 3D faz kontrast NHNN Yok hayır 256 x 256 x 160 0.85 x 0.85 x 1
BT anjiyografi NHNN Yok hayır 512 x 512 x 383 0.43 x 0.43 x 0.75
MEG dipol NHNN Evet
İktal-interiktal SPECT UCLH Evet 128 x 128 x 49 3,9 x 3,9 x 3,9
FDG-PET UCLH Evet 128 x 128 x 47 1.95 x 1.95 x 3.3
DTI ES Evet 128 x 128 x 60 1.88 x 1.88 x 2.4
Fonksiyonel MRI, EEG-korelasyon fMRI ES Evet 128 x 128 x 58

Nöroloji ve Nöroşirurji, UCLH- University College London Hospital, FSPGR-FastSpoiledGradientRecalledEcho, MEG-manyetoensefalografinin, SPECT-tek foton emisyon bilgisayarlı tomografi, FDG PET Görüntü Entegrasyonu ((ES-Epilepsi Derneği, NHNN-Ulusal Hastane için kullanılan Tablo 1. Görüntüleme Yöntemleri - fluorodeoksiglukoz pozitron emisyon tomografi, DTI-difüzyon tensör görüntüleme, AP ön arka, RL - sağdan sola, IS - üstün alt).

Manuel Planlama * CAP * Tahmini Fark (Manuel-CAP) Hata P değeri
Elektrot uzunluğu (mm, 1 dp) 57.9 (21.8) 53.9 (15.6) 4.74 1.59 <0.05
Giriş Açısı (dikey kapalı derece, 1 dp) 16.2 (12.8) 13.0 (7.6) 5.89 1.07 <0.05
Riski (normalize birimler, 2 dp) 0.41 (0.79) 0.36 (0.42) 0.19 0.03 <0.05
Kan Gemi minimum mesafe (mm 1 dp) 4.5 (3.0) 4.5 (3.0) -0.56 0.2 <0.05
Gri Madde içinde İntraserebral Elektrot oranı (2 dp) 0.33 (0.33) 0.48 (0.28) -0.11 0.02 <0.05

Manuel ve Bilgisayar assis arasındaki Tablo 2. İstatistiksel Karşılaştırmasıted Planlaması (CAP). * İlk değer medyan olduğunu, parantez içindeki ikinci değer aralığı çeyrekler arası olduğunu. Bu tablo 16 ila izni ile çoğaltılmıştır.

Discussion

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

Özetle, görüntü entegrasyonu ve 3 boyutlu görselleştirme için çok önemli adımlar nöronavigasyon sistemi görüntü co-kayıt, beynin segmentasyon, gemiler ve diğer yapılar veya ilgi alanları ve ihracat. Bu süreç daha önce piyasada mevcut görüntü entegrasyon yazılımı kullanılarak grupta yapıldı. 4 saat - bu boru hattına bir dezavantajı 2 alarak tüm süreci ile geçen zaman oldu. Bizim içi yazılım platformunu kullanarak, bu boru hattı büyük ölçüde basitleştirilmiş ve 1 içinde tamamlanabilir - 2 saat. Dahası, elle veya bilgisayar yardımı ile yapılabilir bu yazılım üzerinde Seeg elektrot yörüngeleri cerrahi planlama, ek işlevsellik vardır. Manuel planlama üzerinde TKP yararları, hassasiyet riski azalır ve hızı arttı ve başka yerlerde ele alınmıştır edilir (Nowell ve ark, Press, Sparks ve ark, teslim).

in-house yazılım platformu sürekli d olduğunuYeni araçlar ve işlevselliği ile evelopment, cerrahi öncesi değerlendirme ve cerrahi yönetiminin tüm aşamalarını desteklemek için ilave edilir. Her yeni sürüm sürüm de sıkı test için bir ihtiyaç duyulmaktadır. Yazılımın Güncel sınırlamalar diğer platformlarda mevcut ve gelişmiş 3D görüntüleme için değerli bir katkı kaliteli volume rendering eksikliği bulunmaktadır. Ayrıca ihracat şu anda seçilmiş bir nöronavigasyon şirketi ile uyumludur. Bu sınırlamalar Ünitemizde yazılımın klinik yarar etkilenmez değil, ve diğer merkezlere teknolojinin yayılmasını yavaşlattı değil.

Bu yazılımın önemi önceki grupların 3DMMI kullanmama nedenleri olarak atıfta bulunmuş engelleri kaldırır olmasıdır. çözüm uzmanlık eğitimini veya uzmanlık gerektirmeyen tek bir platformda, araçları sağlayan kullanımı kolay, zaman ve maliyet-etkin ve kolayca klinik pratikte çevrilir. Biz p varlans Epilepsi Cerrahisi desteklemek için yazılımı başka yenilikler eklemek için. Ayrıca, yöntemler kolayca kortekse, fokal lezyon ve hedeflenen stimülasyon doğuma yakın düşük dereceli tümörlerin rezeksiyonu olarak Nöroşirürji diğer alanlarda, tatbik edilebilir. daha zorlu vakalar alınır ve minimal invaziv tedaviler yaygın bir uygulama girerken 3DMMI ve hassas cerrahi planlama araçları, modern bir cerrahi giderek daha önemli hale muhtemeldir.

Disclosures

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

Finansman: Mark Nowell, Gergely Zombori, Rachel Sparks ve Roma Rodionov Sağlık Innovation Challenge Fonu aracılığıyla Sağlık ve Wellcome Trust Bölümü (HICF-T4-275, Programı Hibe 97914) tarafından desteklenmektedir.

John Duncan Eisai, UCB Pharma, GSK, Janssen Cilag'ın, Medtronic, ve GE Healthcare gelen kurumsal hibe desteği aldı. Andrew McEvoy UCB, Baxter ve Cyberonics destek aldı. Kalan Yazarlar herhangi bir çıkar çatışmaları var.

Bu yayın Sağlık Innovation Challenge Fonu (HICF-T4-275, Programı Hibe 97914), Sağlık Bakanlığı ve Wellcome Trust arasında paralel bir fon ortaklığı tarafından desteklenen bağımsız araştırma sunuyor. Bu yayında ifade edilen görüşler yazar (lar) ve bu ille Sağlık veya Wellcome Trust Bölümü olanlardır.

Acknowledgements

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

Bu program Sağlık Bakanlığı ve Wellcome Trust Sağlık Innovation Challenge Fonu (HICF-T4-275, Programı Hibe 97914) tarafından desteklenmiştir. Biz Epilepsi Derneği MR tarayıcı destekleyen Wolfson Vakfı ve Epilepsi Derneği minnettarız. Bu çalışma Sağlık Araştırmaları Ulusal Enstitüsü (NIHR) tarafından desteklenmiştir University College London Hastaneleri Biyomedikal Araştırmalar Merkezi (BRC)

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Görüntü entegrasyonu, segmentasyon, görselleştirme ve cerrahi planlama içinUCLFreesurfer
Martinos Biyomedikal GörüntülemeKortikal segmentasyon için yazılım
S7 StealthstationMedtronicNöronavigasyon sistemi
MeshLabISTI-CNR3D ağ işleme yazılımı
NiftiKUCLTranslasyonel görüntüleme platformu
AMIRAGörselleştirme Bilimleri GrubuGörüntü entegrasyon yazılımı
EpiNav Inhouse yazılım platformu Merkezi

References

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

Reprints and Permissions

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

Request Permission

Tags

3D Multimodality Image IntegrationEpilepsy Surgery PlanningImage Co registrationManual SegmentationBrain Vessel Extraction3D VisualizationStereoEEG ImplantationMulti trajectory PlannerNeuronavigation ExportComputer assisted Planning

Related Articles