Efficiente localizzazione automatizzata degli elettrodi ECoG nelle immagini CT tramite l'analisi della forma (LOC-ECOG)

Per le persone con epilessia (PwE) refrattarie ai farmaci antiepilettici a volte la valutazione prechirurgica non invasiva mediante elettroencefalogramma (EEG) registrato direttamente dal cuoio capelluto non è sufficiente per delineare la zona epilettogena e per identificare la corteccia eloquente. In questi casi è necessario un approccio invasivo mediante l'elettroencefalografia intracranica (iEEG). Gli elettrodi subdurali sono usati frequentemente nella valutazione prechirurgica dei pazienti candidati alla chirurgia dell'epilessia. Gli elettrodi posizionati direttamente sulla superficie della corteccia forniscono un segnale con una risoluzione molto più elevata di quella fornita dagli elettrodi del cuoio capelluto e hanno una visione molto chiara dei piccoli loci di attività che è difficile vedere sul cuoio capelluto.

Gli elettrodi subdurali consentono non solo la localizzazione del tessuto epilettico anormale, ma anche la localizzazione delle normali funzioni adiacenti. Pertanto, la precisa localizzazione anatomica degli elettrodi sul cervello del paziente gioca un ruolo chiave nella definizione della zona epilettogena o nella mappatura della corteccia eloquente.

Da un punto di vista clinico, l'accurata localizzazione dei confini anatomici della zona epilettogena consente di escludere aree eloquenti, evitare deficit al paziente e minimizzare la resezione del volume cerebrale.

La localizzazione di questi elettrodi è generalmente ottenuta facendo corrispondere le posizioni degli elettrodi con l'anatomia cerebrale del paziente. Comunemente, un'immagine di risonanza magnetica (MRI) pre-impianto è co-registrata a una scansione di tomografia computerizzata (TC) post-impianto perché la risonanza magnetica offre un contrasto del tessuto cerebrale più elevato, mentre la TC supporta la localizzazione degli elettrodi, anche se le immagini TC sono influenzate da artefatti metallici .

Vari strumenti software dedicati che supportano la valutazione pre-chirurgica sono attualmente disponibili come pacchetti basati su Matlab o software open source, anche con interfacce utente grafiche. Forniscono principalmente la co-registrazione MRI-TC e offrono solo funzionalità di base per il riconoscimento degli elettrodi ECoG dalle scansioni TC. La maggior parte dei software dedicati segmenta gli elettrodi tramite una semplice soglia di immagine e consente l'interazione manuale per correggere i dati. I metodi manuali richiedono molto tempo, dipendono dall'utente e sono soggetti a imprecisioni. D'altra parte, il mero metodo di soglia dell'immagine TC non è in grado di riconoscere tutti gli elettrodi e di escludere completamente altri oggetti metallici, come fili, limatura di denti, clip intracraniche, schegge, punti di sutura, apparecchi acustici o stent intracranici. Pertanto, è spesso necessario un intervento manuale per regolare i dati. Ad esempio, lo strumento ALICE considera il volume dei cluster segmentati per identificare gli elettrodi, ma si è rivelato incapace di escludere altri oggetti con volumi comparabili (ad es. gruppi di fili).

Lo scopo di questo progetto è sviluppare un metodo innovativo, robusto e automatizzato per riconoscere gli elettrodi ECoG nei volumi CT. Consiste nella rimozione di artefatti metallici dai volumi CT, nell'identificazione di gruppi/array di oggetti metallici all'interno del cranio e nell'analisi della forma degli oggetti rilevati per ottenere la localizzazione degli elettrodi ECoG. L'approccio proposto potrebbe essere facilmente integrato negli strumenti esistenti.