Diffuusio-MRI-menetelmät leikkauksen jälkeisten puutteiden minimoimiseksi lasten epilepsiakirurgiassa

Tässä hankkeessa yhdistetään edistynyt aivojen MRI ja yksityiskohtainen neuropsykologinen arviointi, joka suoritetaan lapsille ja nuorille, joilla on lääkeresistentti fokaalinen epilepsia. Tavoitteena on saavuttaa kaksi päätavoitetta, joista jokaisessa on seuraavat tutkimushypoteesit:

TAVOITE 1. Määrittää syväoppimiseen perustuvan traktografiaan perustuvan hyöty-riskianalyysin tarkkuus verrattuna standardiin sähköisen stimulaation kartoitukseen (ESM), joka on nykyinen kliininen standardi kaunopuheisten aivokuoren alueiden havaitsemiseksi ennen epilepsialeikkausta.

Hypoteesi 1.1 Terveillä kontrolleilla DCNN-pohjainen kanavaluokitus paikantaa kaunopuheiset aivokuoret, jotka ovat merkittävästi päällekkäisiä sekä yhden kuoren DWI-hakukuvauksessa että yleisessä Q-näytteenottokuvauksessa, mikä viittaa siihen, että hankintaprotokolla ei välttämättä vaikuta merkittävästi tämän lähestymistavan tarkkuuteen.

Hypoteesi 1.2 DCNN-pohjainen kanavaluokitus saavuttaa vähintään 93 %:n tarkkuuden ESM-määriteltyjen kaunopuheisten aivokuorten prospektiiviseen havaitsemiseen, mukaan lukien potilaat, joilla on suuri todennäköisyys toiminnalliseen uudelleenorganisoitumiseen.

Hypoteesi 1.3 DCNN-luokiteltujen kaunopuheisen valkoisen aineen reittien säilyminen leikkauksen aikana ennustaa postoperatiivisten puutteiden välttämisen yhtä tarkasti kuin ESM:n määrittämän kaunopuheisen aivokuoren säilymisen.

Hypoteesi 1.4 Leikkausmarginaalien säilyttäminen Kalman-suodattimella retrospektiivisillä tiedoilla mahdollistaa kohtausten hallinnan ja postoperatiivisten puutteiden välttämisen mahdollisessa kirurgisessa potilaskohortissa.

Tässä tarkoituksessa tutkijat testaavat äskettäin kehitetyn syväoppimiseen perustuvan hyöty-riskimallin, jota kutsutaan syvän konvoluutiohermoverkon (DCNN) ratojen luokitteluksi yhdistettynä Kalman-suodatinanalyysiin, tarkkuutta kaunopuheisten valkoisen aineen kulkureittien ei-invasiiviseen havaitsemiseen. kirurgisen marginaalin optimointi (eli epileptogeenisen alueen ja kaunopuheisen alueen välinen etäisyys), mikä johtaa kohtausvapauteen ja toimintahäiriöiden välttämiseen. Jos ehdotetun resektioalueen kaunopuheisia alueita ei tunnisteta, sillä voi olla elinikäisiä seurauksia, ja kaunopuheisten alueiden laajuuden yliarviointi tai virheellinen sijainti voi johtaa epileptogeenisen alueen epätäydelliseen resektioon. Optimoimatta hyöty-riskisuhdetta pienin hyväksyttävä marginaali vaihtelee suuresti eri asetuksissa, vaihdellen 0–2 cm epilepsiakirurgian keskuksissa. Tutkijat selvittävät, voidaanko ehdotetulla hyöty-riskimallilla standardoida (tai mukauttaa) yksittäisten potilaiden epilepsiakirurgia optimoimalla tarkasti kaunopuheisten valkoisen aineen kulkureittien marginaalit, jotka on säilytettävä, mikä on viime kädessä välttämätöntä kohtausvapauden hyödyn tasapainottamiseksi. toimintahäiriön riski. Tämä ehdotettu uusi kuvantamismenetelmä voisi muuttaa kliinistä käytäntöä lasten epilepsiakirurgiassa, ja sitä voidaan soveltaa laajalti muun tyyppisiin neurokirurgisiin toimenpiteisiin, kuten kasvaimen resektioon.

TAVOITE 2. Selvittää syväoppimiseen perustuvan konnektomianalyysin tarkkuus epilepsialeikkauksen jälkeisen pitkän aikavälin neurokognitiivisen paranemisen ennustamiseksi.

Hypoteesi 2.1 Tietyissä preoperatiivisten DCNN-pohjaisten yhteyksien modulaarisissa verkoissa säilyneet liitettävyystehot, joiden on todettu liittyvän leikkauksen jälkeiseen toiminnalliseen parantumiseen retrospektiivisen datan perusteella, ennustavat tarkasti tulevan potilasryhmän pitkän aikavälin toiminnan paranemisen.

Hypoteesi 2.2 Pidempi epilepsian kesto liittyy merkittävästi heikentyneeseen tehokkuuteen täyden mittakaavan IQ-moduuliverkossa preoperatiivisessa DCNN-pohjaisessa konnektiossa, mikä viittaa siihen, että aikaisempi leikkaus tuottaa paremman pitkän aikavälin täysimittaisen älykkyysosamäärän paranemisen.

Hypoteesi 2.3 Potilaat, joilla on ipsilateraaliset resektiot ja joilla on merkkejä leikkauksen jälkeisestä "ruohosta" (eli verbaalisen älykkyysosamäärän paraneminen ei-verbaalisen toiminnan kustannuksella), tehokkuus on heikentynyt ei-verbaalisessa ja lisääntynyt tehokkuus verbaalisessa IQ-verkossa DCNN-pohjaisessa verkossa. contralateraalisella pallonpuoliskolla.

Tässä tavoitteessa tutkijat testaavat, auttaako edistynyt DWMRI-lähestymistapa, joka yhdistää DCNN:n ja connectomin, päättää oikea-aikaisesta leikkauksesta tarjoamalla 1) leikkauksen jälkeisiä neurokognitiivisia parannuksia suuren todennäköisyyden taustalla olevia preoperatiivisia kuvantamismarkkereita ja 2) mekaanista tietoa aivojen rakenteellisesta uudelleenjärjestelystä, joka liittyy leikkauksen jälkeiseen verbaaliseen älykkyysosamäärään. . Joukko leikkausta edeltäviä kuvantamismarkkereita, joita kutsutaan "paikalliseksi tehokkuudeksi", joka kvantifioi kuinka tehokkaasti hermoyhteys jaetaan naapurialueiden kesken, arvioidaan tiettyjen modulaaristen verkkojen tasolla. Odotamme, että nämä markkerit voivat tunnistaa kirurgiseen interventioon liittyvät pitkäaikaiset ja spesifiset neurokognitiiviset seuraukset (ja niiden mahdolliset ennustajat) ja niiden hermokorrelaatiot tiettyjen neurokognitiivisten toimintojen suhteen. Lisäksi funktionaaliseen tiivistymisvaikutukseen liittyvä hermosolujen uusiutuminen, jota on tutkittu DWMRI-liitännällä, jota on parannettu DCNN-kanavaluokituksen avulla, tarjoaa uuden mekanistisen käsityksen verbaalisen älykkyysosamäärän kompensaatioprosesseista lapsilla ja nuorilla, joille tehdään resektiivinen leikkaus lääkeresistenttien fokaalien hoitamiseksi. epilepsia.