소아 뇌전증 수술에서 수술 후 결손을 최소화하기 위한 확산 MRI 방법

이 프로젝트는 두 가지 주요 목표를 다루기 위해 약물 내성 초점 간질의 영향을 받는 어린이와 청소년에서 수행되는 상세한 신경 심리학 평가와 첨단 뇌 MRI를 결합할 것이며, 각각 다음과 같은 연구 가설을 가지고 있습니다.

목표 1. 간질 수술 전 웅변 피질 영역을 검출하기 위한 현재 임상 표준인 표준 전기 자극 매핑(ESM)과 비교하여 딥 러닝 tractography 기반 유익성-위험성 분석의 정확도를 결정합니다.

가설 1.1 건강한 대조군에서 DCNN 기반 관 분류는 단일 쉘 DWI 획득과 일반화된 Q-샘플링 이미징 모두에서 상당히 겹치는 eloquent cortices를 현지화할 것이며, 이 접근 방식의 정확도는 획득 프로토콜에 의해 크게 영향을 받지 않을 수 있음을 시사합니다.

가설 1.2 DCNN 기반 관 분류는 기능적 재구성 가능성이 높은 환자를 포함하여 ESM 정의 웅변 피질의 전향적 탐지에 대해 최소 93%의 정확도를 달성할 것입니다.

가설 1.3 수술 중 DCNN 분류 웅변 백질 경로의 보존은 ESM 정의 웅변 피질의 보존만큼 정확하게 수술 후 결손의 회피를 예측할 것입니다.

가설 1.4 후향적 데이터에 대한 Kalman 필터에 의해 최적화된 수술 절제면 보존은 전향적 수술 환자 코호트에서 발작 조절 및 수술 후 결손 방지를 달성할 것입니다.

이 목표에서 조사관은 칼만 필터 분석과 결합된 심층 컨볼루션 신경망(DCNN) 관 분류라고 하는 최근에 개발된 딥 러닝 기반 이익-위험 모델의 정확성을 테스트하여 유창한 백질 경로 및 수술 절제면의 최적화(즉, 간질 발생 영역과 웅변 영역 사이의 거리)로 인해 발작이 없고 기능적 결함이 방지됩니다. 제안된 절제 영역에서 웅변 영역을 식별하지 못하면 잠재적으로 평생에 걸친 결과를 초래할 수 있으며 웅변 영역의 범위를 과대 평가하거나 잘못된 위치를 파악하면 간질 영역의 불완전한 절제로 이어질 수 있습니다. 이익-위험 비율을 최적화하지 않으면 최소 허용 마진은 간질 수술 센터에서 0~2cm 범위로 설정에 따라 매우 다양합니다. 조사관은 제안된 유익성-위험성 모델이 보존할 설득력 있는 백질 경로의 마진을 정확하게 최적화함으로써 개별 환자의 간질 수술을 표준화(또는 맞춤화)할 수 있는지 여부를 연구할 것이며, 이는 궁극적으로 발작 자유의 이점과 기능적 결함의 위험. 이 제안된 새로운 이미징 접근법은 소아 간질 수술에 대한 임상 관행을 바꿀 수 있으며 종양 절제와 같은 다른 유형의 신경외과 절차에 널리 적용할 수 있습니다.

AIM 2. 뇌전증 수술 후 장기 신경인지 개선 예측을 위한 딥러닝 기반 커넥톰 분석의 정확도를 확인한다.

가설 2.1 후향적 데이터에서 수술 후 기능 개선과 관련이 있는 것으로 밝혀진 수술 전 DCNN 기반 커넥톰의 특정 모듈식 네트워크에서 보존된 연결 효율성은 장래 환자 코호트에서 장기 기능 개선을 정확하게 예측할 것입니다.

가설 2.2 긴 간질 지속 시간은 수술 전 DCNN 기반 커넥톰의 전체 규모 IQ 모듈 네트워크의 효율성 감소와 유의미하게 연관될 것이며, 따라서 조기 수술이 더 나은 장기적 전체 규모 IQ 개선을 가져올 것임을 시사합니다.

가설 2.3 수술 후 "밀집"(즉, 비언어적 기능을 희생시키면서 언어적 IQ 향상)의 징후를 보이는 동측 절제술을 받은 환자는 비언어적 기능에서 감소된 효율성과 DCNN 기반 언어적 IQ 네트워크에서 효율성 증가를 보일 것입니다. 대측 반구의 커넥톰.

이 목표에서 조사관은 DCNN과 커넥톰을 통합하는 고급 DWMRI 접근 방식이 1) 수술 후 신경인지 개선 가능성이 높은 수술 전 영상 마커와 2) 수술 후 언어 IQ 개선과 관련된 구조적 뇌 재구성에 대한 기계론적 통찰력을 제공하여 적시에 수술을 결정하는 데 도움이 되는지 테스트할 것입니다. . 이웃 지역에서 신경 연결이 얼마나 효율적으로 공유되는지 정량화하는 "로컬 효율성"이라고 하는 일련의 수술 전 이미징 마커는 특정 모듈식 네트워크 수준에서 평가됩니다. 우리는 이러한 마커가 외과적 개입과 관련된 장기 및 특정 신경인지 결과(및 이들의 잠재적 예측인자)를 식별할 수 있고 특정 신경인지 기능에 대한 신경 상관관계를 식별할 수 있을 것으로 기대합니다. 또한 DCNN 관로 분류에 의해 개선된 DWMRI 커넥톰으로 연구된 기능적 군집 효과와 관련된 신경 리모델링은 약물 내성 초점을 치료하기 위해 절제 수술을 받는 어린이 및 청소년의 언어 IQ 기능에 대한 보상 프로세스에 대한 새로운 기계론적 통찰력을 제공할 것입니다. 간질.