Localización automatizada eficiente de electrodos ECoG en imágenes de TC mediante análisis de forma (LOC-ECOG)

Para las personas con epilepsia (PwE) refractaria a la medicación anticonvulsiva, a veces la evaluación prequirúrgica no invasiva mediante electroencefalograma (EEG) registrado directamente desde el cuero cabelludo no es suficiente para delinear la zona epileptógena e identificar la corteza elocuente. En estos casos es necesario un abordaje invasivo mediante electroencefalografía intracraneal (iEEG). Los electrodos subdurales se utilizan con frecuencia en la evaluación prequirúrgica de pacientes candidatos a cirugía de epilepsia. Los electrodos colocados directamente sobre la superficie de la corteza proporcionan una señal con una resolución mucho mayor que la proporcionada por los electrodos del cuero cabelludo y tienen una visión mucho más clara de los pequeños lugares de actividad que son difíciles de ver en el cuero cabelludo.

Los electrodos subdurales permiten no solo la localización de tejido epiléptico anormal sino también la localización de funciones normales adyacentes. Por lo tanto, la localización anatómica precisa de los electrodos en el cerebro del paciente juega un papel clave en la definición de la zona epileptogénica o en el mapeo de la corteza elocuente.

Desde un punto de vista clínico, la localización precisa de los límites anatómicos de la zona epileptogénica permite excluir áreas elocuentes, evitar déficits al paciente y minimizar la resección del volumen cerebral.

La localización de estos electrodos generalmente se obtiene haciendo coincidir las ubicaciones de los electrodos con la anatomía del cerebro del paciente. Por lo general, una imagen de resonancia magnética (IRM) previa al implante se registra conjuntamente con una tomografía computarizada (TC) posterior al implante porque la IRM ofrece un mayor contraste del tejido cerebral, mientras que la TC admite la localización de electrodos, incluso si las imágenes de la TC se ven afectadas por artefactos metálicos. .

Varias herramientas de software dedicadas que respaldan la evaluación prequirúrgica están actualmente disponibles como paquetes basados ​​en Matlab o software de código abierto, también con interfaces gráficas de usuario. Proporcionan principalmente registro conjunto de MRI-CT y ofrecen solo características básicas para el reconocimiento de electrodos ECoG de tomografías computarizadas. La mayoría de los softwares dedicados segmentan los electrodos a través de un umbral de imagen simple y permiten la interacción manual para corregir los datos. Los métodos manuales consumen mucho tiempo, dependen del usuario y son propensos a la inexactitud. Por otro lado, el mero método de umbralización de imagen de TC no es capaz de reconocer todos los electrodos y excluir completamente otros objetos metálicos, como alambres, limaduras de dientes, clips intracraneales, astillas, puntos, audífonos o stents intracraneales. Por lo tanto, a menudo se requiere intervención manual para ajustar los datos. Por ejemplo, la herramienta ALICE considera el volumen de grupos segmentados para identificar los electrodos, pero no pudo excluir otros objetos con volúmenes comparables (p. grupos de cables).

El objetivo de este proyecto es desarrollar un método novedoso, robusto y automatizado para reconocer electrodos ECoG en volúmenes de TC. Consiste en la eliminación de artefactos metálicos de los volúmenes de TC, la identificación de grupos/matrices de objetos metálicos dentro del cráneo y el análisis de la forma de los objetos detectados para lograr la localización de los electrodos ECoG. El enfoque propuesto podría integrarse fácilmente en las herramientas existentes.