Nöbete eğilimli beyin bölgelerini belirlemek için eşzamanlı elektroensefalografi ve manyetoensefalografi

Manyetoensefalografi veya MEG odasında yatan elektroensefalografi veya EEG elektrotları ve ek elektrotlar takan bir insan katılımcıyla başlayın.

EEG, nöronlardan gelen elektrik sinyallerini kaydeder ve EEG verilerini üretir.

Eşzamanlı olarak MEG, nöronal elektriksel aktivite tarafından üretilen manyetik sinyalleri algılar ve MEG verilerini üretir.

Ek elektrotlarla, vücut hareketlerinden gelen periferik sinyalleri kaydedin.

Verilerdeki gürültüyü gidermek için katılımcıyı kaldırın ve arka plan sinyalini kaydedin.

İnteriktal epileptiform deşarjları veya IED'leri olan segmentleri belirlemek için EEG ve MEG verilerini karşılaştırın.

IED'ler, nöbetlerle ilişkili tekrarlayan anormal beyin aktivitesi ile bağlantılıdır.

Algoritmalar uygulayın ve IED'lerin yakınında veya içinde hızlı nöronal aktiviteyi temsil eden yüksek frekanslı salınımları veya HFO'ları tespit edin ve vücut hareket sinyallerini dışlamak için bunları periferik sinyallerle karşılaştırın.

Bu, HFO'ların nöbete eğilimli bölgelere doğru bir şekilde lokalizasyonunu sağlar.

Bir algoritma kullanarak, EEG ve MEG verileri, nöbete eğilimli alanlarla bağlantılı HFO bölgelerini vurgulayan bir 3D beyin haritası oluşturur.

MEG edinme yazılımında, Rekor MEG, EEG'yi kaydetmek ve 60 dakika boyunca çevresel kayıtlar almak için düğmesine basın. Kayıt tamamlandıktan sonra MSR'yi açın ve hastayı MSR odasından çıkarın. Tüm bantları, elektrotları, HPI bobinlerini ve EEG kapağını nazikçe çıkarın. Son olarak, hastayı test alanından çıkardıktan sonra, boş MSR'nin manyetik sinyallerini hasta olmadan iki dakika boyunca kaydedin.

Verileri analiz yazılımında açarak başlayın. EEG ve MEG verilerini, sayfa başına 10 saniyelik dikey olarak hizalanmış iki pencereyle görüntüleyin. Filtre sekmesine gidin ve yüksek geçiren filtreyi 1 Hertz'e, alçak geçiren filtreyi Hertz'e ve çentik filtresini 50 veya 60 Hertz'e ayarlayın.

Verileri inceleyin ve İnteriktal Epileptik Deşarjlar veya IED'ler olan bölümleri belirleyin. Hem EEG hem de MEG verilerinde meydana gelen her IED'nin zirvesini işaretleyin. IED'ler ile EEG verilerinin bölümlerinde HFO'ların otomatik olarak algılanması için algoritmayı çalıştırın ve tespit edilen HFO'ları veri görselleştirme için yazılıma aktarın. Algılanan HFO olaylarını gözden geçirmek için, EEG, MEG ve çevresel kayıtları sayfa başına 2 saniyelik dikey olarak hizalanmış pencerelerle görüntüleyin. Filtre sekmesine gidin ve alçak geçiren filtreyi 250 Hertz'e ve yüksek geçiren filtreyi 80 Hertz'e ayarlayın.

Algılanan HFO'ların artefaktlardan kaynaklanmadığından emin olmak için, çevresel kayıtlarda eşzamanlı aktivite olmadığını doğrulayın. Ayrıca, yalnızca hem EEG hem de MEG sinyallerinde meydana gelen HFO olaylarını göz önünde bulundurun ve işaretli IED'lerle örtüşmeyen HFO'ları göz ardı edin. Daha sonra, hastanın MRG'sini bölümlere ayırın ve beyin görüntüleme analiz yazılımını kullanarak kortikal yüzeyi elde edin ve sınır elemanı yöntemiyle ileri modeli tahmin edin.

Her HFO olayı için, Ortalama veya wMEM yönteminde Dalgacık Maksimum Entropisini kullanarak hem EEG hem de MEG verileri üzerinde kaynak lokalizasyonunu gerçekleştirin. Bir kaynak yerelleştirme haritası elde etmek için etkinlik süresi boyunca yerelleştirme sonuçlarının ortalamasını alın. Son olarak, hem EEG hem de MEG verilerini kullanarak maksimum aktivasyon genliğinin% 60'ı kadar bir eşik uygulayarak HFO bölgesini kortikal yüzey üzerinde görselleştirin.