Diffusjons-MR-metoder for å minimere postoperative underskudd i pediatrisk epilepsikirurgi

Dette prosjektet vil kombinere avansert hjerne-MR med detaljert nevropsykologisk evaluering, utført hos barn og ungdom som er rammet av medikamentresistent fokal epilepsi, for å adressere to hovedmål, hver av dem med følgende forskningshypoteser:

MÅL 1. For å bestemme nøyaktigheten av dyplæringstraktografibasert nytte-risikoanalyse sammenlignet med en standard elektrisk stimuleringskartlegging (ESM) som er den gjeldende kliniske standarden for å oppdage veltalende kortikale områder før epilepsikirurgi.

Hypotese 1.1 I friske kontroller vil DCNN-basert systemklassifisering lokalisere veltalende cortex, som er betydelig overlappet ved både enkeltskall DWI-erverv og generalisert Q-sampling-avbildning, noe som antyder at nøyaktigheten av denne tilnærmingen kanskje ikke påvirkes signifikant av anskaffelsesprotokollen.

Hypotese 1.2 DCNN-basert kanalklassifisering vil oppnå minst 93 % nøyaktighet for prospektiv påvisning av ESM-definerte veltalende cortex, inkludert pasienter med høy sannsynlighet for funksjonell omorganisering.

Hypotese 1.3 Bevaring av DCNN-klassifiserte veltalende hvitstoffveier under kirurgi vil forutsi unngåelse av postoperative underskudd like nøyaktig som bevaring av ESM-definert veltalende cortex.

Hypotese 1.4 Bevaring av kirurgiske marginer optimalisert av Kalman-filter på retrospektive data vil oppnå anfallskontroll og unngåelse av postoperative underskudd i en prospektiv kirurgisk pasientkohort.

I dette målet vil etterforskerne teste nøyaktigheten til en nylig utviklet dyp læringsbasert nytte-risiko-modell, kalt deep convolutional neural network (DCNN) tract classification kombinert med Kalman-filteranalyse, for ikke-invasiv deteksjon av veltalende hvitstoffveier og optimalisering av kirurgisk margin (dvs. avstanden mellom epileptogent område og veltalende område), noe som resulterer i anfallsfrihet og unngåelse av funksjonelle mangler. Unnlatelse av å identifisere veltalende områder i den foreslåtte reseksjonsregionen kan ha potensielt livslange konsekvenser, og overvurdering eller feil lokalisering av omfanget av de veltalende regionene kan føre til ufullstendig reseksjon av den epileptogene sonen. Uten å optimalisere nytte-risiko-forholdet, er den minste akseptable marginen svært variabel på tvers av ulike innstillinger, fra 0 til 2 cm på tvers av epilepsikirurgiske sentre. Etterforskerne vil studere om den foreslåtte nytte-risiko-modellen kan standardisere (eller tilpasse) epilepsikirurgi hos individuelle pasienter ved nøyaktig å optimalisere marginene til de veltalende hvitstoffveiene som skal bevares, noe som til syvende og sist er avgjørende for å balansere fordelen med anfallsfrihet med anfallsfriheten. risiko for funksjonssvikt. Denne foreslåtte nye avbildningstilnærmingen kan endre klinisk praksis for pediatrisk epilepsikirurgi og er allment anvendelig for andre typer nevrokirurgiske prosedyrer som tumorreseksjon.

MÅL 2. Å bestemme nøyaktigheten av dyplæringsbasert konnektoranalyse for prediksjon av langsiktig nevrokognitiv forbedring etter epilepsikirurgi.

Hypotese 2.1 Konnektivitetseffektiviteter bevart i spesifikke modulære nettverk av preoperativ DCNN-basert kobling, funnet å være assosiert med postoperativ funksjonell forbedring på retrospektive data, vil nøyaktig forutsi langsiktig funksjonell forbedring i en potensiell pasientkohort.

Hypotese 2.2 Lengre epilepsi-varighet vil være signifikant assosiert med mer redusert effektivitet i fullskala IQ-modulnettverk av preoperativt DCNN-basert koblingsrom, noe som tyder på at tidligere kirurgi vil gi bedre langsiktig fullskala IQ-forbedring.

Hypotese 2.3 Pasienter med ipsilaterale reseksjoner, som viser tegn på postoperativ "crowding" (dvs. verbal IQ-forbedring på bekostning av non-verbal funksjon), vil vise redusert effektivitet i non-verbal og økt effektivitet i verbalt IQ-nettverk av DCNN-basert konnektor i den kontralaterale halvkulen.

I dette målet vil etterforskerne teste om en avansert DWMRI-tilnærming som integrerer DCNN og connectome hjelper til med å bestemme rettidig kirurgi ved å gi 1) preoperative avbildningsmarkører som ligger til grunn for høy sannsynlighet for postoperative nevrokognitive forbedringer og 2) mekanistisk innsikt i strukturell hjernereorganisering assosiert med postoperativ verbal IQ-forbedring . En serie preoperative avbildningsmarkører kalt "lokal effektivitet" som kvantifiserer hvor effektivt nevrale forbindelser deles av naboregioner, vil bli evaluert på nivåene til spesifikke modulære nettverk. Vi forventer at disse markørene kan identifisere langsiktige og spesifikke nevrokognitive konsekvenser (og potensielle prediktorer for disse) assosiert med kirurgisk intervensjon og deres nevrale korrelater for spesifikke nevrokognitive funksjoner. I tillegg vil nevronal remodellering assosiert med en funksjonell crowding-effekt, studert med DWMRI-konnektor forbedret av DCNN-kanalklassifiseringen, gi en ny mekanistisk innsikt i kompenserende prosesser for verbal IQ-funksjon hos barn og ungdom som gjennomgår resektiv kirurgi for å behandle medikamentresistent fokal. epilepsi.