Metodi di risonanza magnetica a diffusione per ridurre al minimo i deficit postoperatori nella chirurgia dell'epilessia pediatrica

Questo progetto combinerà una risonanza magnetica cerebrale avanzata con una valutazione neuropsicologica dettagliata, eseguita in bambini e adolescenti affetti da epilessia focale resistente ai farmaci, per affrontare due obiettivi principali, ciascuno dei quali con le seguenti ipotesi di ricerca:

OBIETTIVO 1. Per determinare l'accuratezza dell'analisi del rischio-beneficio basata sulla trattografia basata sull'apprendimento profondo rispetto a una mappatura di stimolazione elettrica standard (ESM) che è l'attuale standard clinico per rilevare regioni corticali eloquenti prima della chirurgia dell'epilessia.

Ipotesi 1.1 Nei controlli sani, la classificazione del tratto basata su DCNN localizzerà le cortecce eloquenti, che sono significativamente sovrapposte sia all'acquisizione DWI a singolo guscio che all'imaging Q-sampling generalizzato, suggerendo che l'accuratezza di questo approccio potrebbe non essere significativamente influenzata dal protocollo di acquisizione.

Ipotesi 1.2 La classificazione del tratto basata su DCNN raggiungerà almeno il 93% di accuratezza per il rilevamento prospettico di cortecce eloquenti definite da ESM, inclusi i pazienti con un'alta probabilità di riorganizzazione funzionale.

Ipotesi 1.3 La conservazione delle vie della materia bianca eloquente classificate dal DCNN durante l'intervento chirurgico predirà l'evitamento dei deficit postoperatori con la stessa precisione della conservazione della corteccia eloquente definita dall'ESM.

Ipotesi 1.4 La conservazione dei margini chirurgici ottimizzata dal filtro di Kalman su dati retrospettivi raggiungerà il controllo delle crisi e l'evitamento dei deficit postoperatori in una potenziale coorte di pazienti chirurgici.

A questo scopo, i ricercatori testeranno l'accuratezza di un modello di rischio-beneficio basato sull'apprendimento profondo recentemente sviluppato, chiamato classificazione del tratto della rete neurale convoluzionale profonda (DCNN) combinato con l'analisi del filtro di Kalman, per il rilevamento non invasivo di percorsi eloquenti della materia bianca e ottimizzazione del margine chirurgico (cioè la distanza tra l'area epilettogena e l'area eloquente), con conseguente libertà da crisi epilettiche ed evitamento di deficit funzionali. La mancata identificazione delle aree eloquenti nella regione di resezione proposta può avere conseguenze potenzialmente permanenti e una sovrastima o una localizzazione errata dell'estensione delle regioni eloquenti può portare a una resezione incompleta della zona epilettogena. Senza ottimizzare il rapporto rischio-beneficio, il margine minimo accettabile è molto variabile tra le diverse impostazioni, che vanno da 0 a 2 cm tra i centri di chirurgia dell'epilessia. I ricercatori studieranno se il modello rischio-beneficio proposto può standardizzare (o personalizzare) la chirurgia dell'epilessia dei singoli pazienti ottimizzando accuratamente i margini delle eloquenti vie della sostanza bianca da preservare, che è in definitiva essenziale per bilanciare il beneficio della libertà dalle crisi con il rischio di deficit funzionale. Questo nuovo approccio di imaging proposto potrebbe cambiare la pratica clinica per la chirurgia dell'epilessia pediatrica ed è ampiamente applicabile per altri tipi di procedure neurochirurgiche come la resezione del tumore.

OBIETTIVO 2. Determinare l'accuratezza dell'analisi del connettoma basata sull'apprendimento profondo per la previsione del miglioramento neurocognitivo a lungo termine dopo la chirurgia dell'epilessia.

Ipotesi 2.1 Le efficienze di connettività preservate in specifiche reti modulari di connettoma preoperatorio basato su DCNN, che risultano essere associate al miglioramento funzionale postoperatorio su dati retrospettivi, prediranno accuratamente il miglioramento funzionale a lungo termine in una potenziale coorte di pazienti.

Ipotesi 2.2 Una maggiore durata dell'epilessia sarà significativamente associata a una minore efficienza nella rete modulare del QI su vasta scala del connettoma preoperatorio basato su DCNN, suggerendo così che un intervento chirurgico precedente produrrà un migliore miglioramento del QI su vasta scala a lungo termine.

Ipotesi 2.3 I pazienti con resezioni ipsilaterali, che mostrano segni di "affollamento" postoperatorio (cioè miglioramento del QI verbale a scapito della funzione non verbale), mostreranno una ridotta efficienza nel non verbale e una maggiore efficienza nel QI verbale connettoma nell'emisfero controlaterale.

A questo scopo, gli investigatori verificheranno se un approccio DWMRI avanzato che integra DCNN e connettoma aiuta a decidere un intervento chirurgico tempestivo fornendo 1) marcatori di imaging preoperatorio alla base dell'elevata probabilità di miglioramenti neurocognitivi postoperatori e 2) intuizione meccanicistica nella riorganizzazione cerebrale strutturale associata al miglioramento del QI verbale postoperatorio . Una serie di marcatori di imaging preoperatori chiamati "efficienza locale" che quantifica l'efficienza della connessione neurale condivisa dalle regioni vicine sarà valutata a livello di specifiche reti modulari. Ci aspettiamo che questi marcatori possano identificare conseguenze neurocognitive specifiche a lungo termine (e potenziali predittori di queste) associate all'intervento chirurgico e ai loro correlati neurali per specifiche funzioni neurocognitive. Inoltre, il rimodellamento neuronale associato a un effetto di affollamento funzionale, studiato con il connettoma DWMRI migliorato dalla classificazione del tratto DCNN, fornirà una nuova visione meccanicistica nei processi compensatori per la funzione del QI verbale nei bambini e negli adolescenti sottoposti a chirurgia resettiva per trattare focali resistenti ai farmaci epilessia.