Localização automatizada eficiente de eletrodos de ECoG em imagens de TC via análise de forma (LOC-ECOG)

Para pessoas com epilepsia (PwE) refratária à medicação anticonvulsivante, às vezes a avaliação pré-cirúrgica não invasiva usando eletroencefalograma (EEG) registrado diretamente do couro cabeludo não é suficiente para delinear a zona epileptogênica e identificar o córtex eloquente. Nesses casos, uma abordagem invasiva com eletroencefalograma intracraniano (iEEG) é necessária. Eletrodos subdurais são usados ​​frequentemente na avaliação pré-cirúrgica de pacientes candidatos à cirurgia de epilepsia. Os eletrodos colocados diretamente na superfície do córtex fornecem um sinal com uma resolução muito maior do que a fornecida pelos eletrodos do couro cabeludo e têm uma visão muito clara de pequenos loci de atividade que são difíceis de ver no couro cabeludo.

Os eletrodos subdurais permitem não apenas a localização de tecido epiléptico anormal, mas também a localização de funções normais adjacentes. Portanto, a localização anatômica precisa dos eletrodos no cérebro do paciente desempenha um papel fundamental na definição da zona epileptogênica ou no mapeamento do córtex eloquente.

Do ponto de vista clínico, a localização precisa dos limites anatômicos da zona epileptogênica permite excluir áreas eloquentes, evitar déficits ao paciente e minimizar a ressecção do volume cerebral.

A localização desses eletrodos geralmente é obtida combinando as localizações dos eletrodos com a anatomia cerebral do paciente. Comumente, uma imagem de ressonância magnética (RM) pré-implante é co-registrada com uma tomografia computadorizada (TC) pós-implante porque a RM oferece maior contraste do tecido cerebral, enquanto a TC suporta a localização dos eletrodos, mesmo se as imagens da TC forem afetadas por artefatos de metal .

Várias ferramentas de software dedicadas que suportam a avaliação pré-cirúrgica estão atualmente disponíveis como pacotes baseados em Matlab ou softwares de código aberto, também com interfaces gráficas de usuário. Eles fornecem principalmente co-registro MRI-CT e oferecem apenas recursos básicos para reconhecimento de eletrodos ECoG de tomografias computadorizadas. A maioria dos softwares dedicados segmenta os eletrodos por meio de limiarização de imagem simples e permite a interação manual para corrigir os dados. Os métodos manuais consomem muito tempo, dependem do usuário e são propensos a imprecisões. Por outro lado, o mero método de limiarização de imagens de TC não é capaz de reconhecer todos os eletrodos e excluir completamente outros objetos metálicos, como fios, limalhas de dentes, clipes intracranianos, lascas, pontos, aparelhos auditivos ou stents intracranianos. Portanto, a intervenção manual é frequentemente necessária para ajustar os dados. Por exemplo, a ferramenta ALICE considera o volume de clusters segmentados para identificar os eletrodos, mas acabou sendo incapaz de excluir outros objetos com volumes comparáveis ​​(ex. grupos de fios).

O objetivo deste projeto é desenvolver um método novo, robusto e automatizado para reconhecer eletrodos de ECoG em volumes de TC. Consiste na remoção de artefatos de metal dos volumes de TC, identificação de grupos/matrizes de objetos de metal dentro do crânio e análise da forma dos objetos detectados para obter a localização dos eletrodos de ECoG. A abordagem proposta pode ser facilmente integrada às ferramentas existentes.