Métodos de resonancia magnética de difusión para minimizar los déficits posoperatorios en la cirugía de epilepsia pediátrica

Este proyecto combinará una resonancia magnética cerebral avanzada con una evaluación neuropsicológica detallada, realizada en niños y adolescentes afectados por epilepsia focal resistente a los medicamentos, para abordar dos objetivos principales, cada uno de ellos con las siguientes hipótesis de investigación:

OBJETIVO 1. Determinar la precisión del análisis de riesgo-beneficio basado en tractografía de aprendizaje profundo en comparación con un mapeo de estimulación eléctrica estándar (ESM), que es el estándar clínico actual para detectar regiones corticales elocuentes antes de la cirugía de epilepsia.

Hipótesis 1.1 En controles sanos, la clasificación de tractos basada en DCNN localizará cortezas elocuentes, que se superponen significativamente tanto en la adquisición DWI de capa única como en las imágenes de muestreo Q generalizadas, lo que sugiere que la precisión de este enfoque puede no verse significativamente afectada por el protocolo de adquisición.

Hipótesis 1.2 La clasificación de tractos basada en DCNN logrará al menos un 93% de precisión para la detección prospectiva de cortezas elocuentes definidas por ESM, incluidos pacientes con una alta probabilidad de reorganización funcional.

Hipótesis 1.3 La preservación de las vías de sustancia blanca elocuente clasificadas por DCNN durante la cirugía predecirá la evitación de los déficits posoperatorios con tanta precisión como la preservación de la corteza elocuente definida por ESM.

Hipótesis 1.4 La preservación de los márgenes quirúrgicos optimizados por el filtro de Kalman en datos retrospectivos logrará el control de las convulsiones y evitará los déficits posoperatorios en una cohorte prospectiva de pacientes quirúrgicos.

Con este objetivo, los investigadores probarán la precisión de un modelo de beneficio-riesgo basado en el aprendizaje profundo desarrollado recientemente, llamado clasificación de tracto de red neuronal convolucional profunda (DCNN) combinada con análisis de filtro de Kalman, para la detección no invasiva de vías elocuentes de materia blanca y optimización del margen quirúrgico (es decir, la distancia entre el área epileptogénica y el área elocuente), lo que da como resultado la ausencia de convulsiones y la evitación de déficits funcionales. La falta de identificación de áreas elocuentes en la región de resección propuesta puede tener consecuencias potencialmente de por vida, y la sobreestimación o localización incorrecta de la extensión de las regiones elocuentes puede conducir a una resección incompleta de la zona epileptógena. Sin optimizar la relación riesgo-beneficio, el margen mínimo aceptable es muy variable en diferentes entornos, oscilando entre 0 y 2 cm en los centros de cirugía de epilepsia. Los investigadores estudiarán si el modelo de riesgo-beneficio propuesto puede estandarizar (o personalizar) la cirugía de epilepsia de pacientes individuales mediante la optimización precisa de los márgenes de las vías elocuentes de la materia blanca que deben conservarse, lo que en última instancia es esencial para equilibrar el beneficio de la ausencia de convulsiones con el riesgo de déficit funcional. Este nuevo enfoque de imagen propuesto podría cambiar la práctica clínica para la cirugía de epilepsia pediátrica y es ampliamente aplicable para otros tipos de procedimientos neuroquirúrgicos como la resección de tumores.

OBJETIVO 2. Determinar la precisión del análisis del conectoma basado en el aprendizaje profundo para la predicción de la mejora neurocognitiva a largo plazo después de la cirugía de la epilepsia.

Hipótesis 2.1 Las eficiencias de conectividad conservadas en redes modulares específicas de conectomas preoperatorios basados ​​en DCNN, que se asociaron con una mejora funcional posoperatoria en datos retrospectivos, predecirán con precisión una mejora funcional a largo plazo en una cohorte prospectiva de pacientes.

Hipótesis 2.2 La mayor duración de la epilepsia se asociará significativamente con una mayor disminución de la eficiencia en la red modular de IQ a gran escala del conectoma basado en DCNN preoperatorio, lo que sugiere que la cirugía más temprana producirá una mejor mejora del IQ a gran escala a largo plazo.

Hipótesis 2.3 Los pacientes con resecciones ipsilaterales, que muestran signos de "hacinamiento" posoperatorio (es decir, mejora del CI verbal a expensas de la función no verbal), mostrarán una disminución de la eficiencia en la red no verbal y una mayor eficiencia en la red de CI verbal basada en DCNN. conectoma en el hemisferio contralateral.

Con este objetivo, los investigadores probarán si un enfoque DWMRI avanzado que integra DCNN y conectoma ayuda a decidir la cirugía oportuna al proporcionar 1) marcadores de imágenes preoperatorias que subyacen a la alta probabilidad de mejoras neurocognitivas posoperatorias y 2) información mecanicista en la reorganización estructural del cerebro asociada con la mejora del coeficiente intelectual verbal posoperatorio . Se evaluará una serie de marcadores de imágenes preoperatorias llamados "eficiencia local" que cuantifican la eficiencia con la que las regiones vecinas comparten la conexión neuronal en los niveles de redes modulares específicas. Esperamos que estos marcadores puedan identificar consecuencias neurocognitivas específicas y a largo plazo (y posibles predictores de estas) asociadas con la intervención quirúrgica y sus correlatos neuronales para funciones neurocognitivas específicas. Además, la remodelación neuronal asociada con un efecto de aglomeración funcional, estudiada con el conectoma DWMRI mejorado por la clasificación del tracto DCNN, proporcionará una nueva visión mecánica en los procesos compensatorios para la función del coeficiente intelectual verbal en niños y adolescentes que se someten a cirugía resectiva para tratar el foco resistente a los medicamentos. epilepsia.