Система поддержки принятия клинических решений (CDSS) в нейростимулирующей терапии (CDSS)

Основная цель: разработать прогностическую модель, интегрированную в систему поддержки принятия клинических решений (CDSS) с помощью количественной информации нейровизуализации, объективно извлеченной из магнитно-резонансных (МР) изображений, которая максимизирует надлежащее использование и эффективность устройств электростимуляции, хирургически имплантированных у отдельных пациентов с хроническая боль.

Исследовательские цели:

1. - Анализировать функциональные и анатомические модели связей мозга у пациентов с хронической болью, чтобы разработать прогностическую модель, основанную на количественной магнитно-резонансной нейровизуализации, которая максимизирует эффективность устройств нейростимуляции, хирургически имплантированных пациентам с хронической болью.
2. -Проанализируйте взаимосвязь между биомаркерами нейровизуализации и различными клиническими шкалами и переменными, полученными от каждого пациента (ВАШ, индекс инвалидности Освестри, DN4, обнаружение боли, Мосс, SF12, шкала преодоления, оптимизм, устойчивость и HAD).

Тестовое устройство: 1,5 Система МРТ Tesla (Philips Healthcare, Best, Нидерланды) Нейромодуляция Boston Scientific (BSN) Система стимуляции спинного мозга Precision Spectra™ с программным обеспечением Illumina 3D™ и 32 контактами.

Описание устройства: Система Precision Spectra™ IPG представляет собой генератор импульсов с множественным независимым управлением по току, способный подавать ток через 32 контакта. Он оснащен программным обеспечением для 3D-программирования, которое учитывает анатомическое положение электродов. Будут предоставлены две модели выводов SCS с 8 или 16 контактами диаметром 1,3 мм, длиной контакта 3 мм и расстоянием между контактами 1, 4 или 6 мм. Использование расширений SCS будет необязательным для подключения IPG.

Описание fMR: эксперимент MR будет соответствовать требованиям, указанным на этикетке. Процедура МРТ будет выполняться до имплантации устройства, чтобы избежать систематической ошибки. Более того, Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) не рекомендует проводить обследование пациентов с помощью такого рода устройств из соображений безопасности.

Обследования будут проводиться на МР-системе 1,5 Тесла (Philips Healthcare, Best, Нидерланды) в больнице Quiron. Решение о магнитном поле основывается на качестве исследований и должно основываться на маркировке продукции и разрешении компании на взаимодействие с имплантированной системой.

Будет использоваться головная катушка с 8 приемными каналами. После того, как пациент будет помещен в систему, будут получены начальные и быстрые изображения локализации, чтобы правильно спланировать МРТ-последовательности исследовательского исследования.

После планирования будет получена последовательность изображений функциональной МРТ (rs-fMR) в состоянии покоя, в которой пациента просят вести себя тихо с закрытыми глазами и думать в голубом небе. Параметры сбора будут состоять из динамической последовательности T2* Echo Planar (EPI) с полным охватом головного мозга со следующими параметрами: TR=2000 мс; ТЕ=30 мс; размер вокселя 1,8 × 1,8 × 3,5 мм; угол поворота 90º; 40 осевых срезов; время сбора 5:20 мин.

Последовательность МРТ DTI будет получена для анализа микроструктуры и связности белого вещества методами трактографии со следующими параметрами: последовательность спин-эхо-эхо-планарной визуализации (SE-EPI), одиночный снимок; полное покрытие головного мозга; 64 направления градиента; b-значение, 1300 с/мм2; TR=6200 мс; ТЕ=67 мс; размер вокселя 2 х 2 х 2 мм; 60 осевых срезов; время сбора 9:40 мин.

Дополнительная анатомическая последовательность позволит наложить структурные и функциональные результаты и, кроме того, получить объемные значения каждой области мозга. Параметры последовательности: Т1-взвешенная трехмерная градиентная эхо-последовательность (GRE), полное покрытие головного мозга; TR=11,6 мс; ТЭ=5,69; размер вокселя 0,48 х 0,48 х 0,50 мм; угол поворота 8º; 280 осевых срезов; время сбора 5:36 мин.

После получения изображения все наборы данных будут отправлены на платформу биомаркеров визуализации исследовательской группы биомедицинской визуализации (GIBI230) исследовательского института La Fe.

Изображения фМР будут совмещены, чтобы скорректировать возможные небольшие движения головы пациента во время исследования. Для этого будет использоваться программный инструмент с открытым исходным кодом SPM8 (Statistical Parametric Mapping, http://www.fil.ion.ucl.ac.uk/spm/). После коррекции движения будет применена временная коррекция, оптимизирующая время среза. Затем изображения будут нормализованы к стандартизированному шаблону мозга, чтобы можно было изучать колебания между людьми. После таких процессов данные будут фильтроваться ядром 3D-Гаусса, чтобы увеличить отношение сигнал-шум (SNR) при минимизации различий между субъектами. Наконец, применение алгоритмов анализа независимых компонентов (ICA) позволит извлекать карты активации мозга у субъекта во время сбора данных.

Анализ данных МРТ DTI для извлечения связности трактов белого вещества будет выполняться с помощью программного инструмента FSL с открытым исходным кодом (http://www.fmrib.ox.ac.uk/fsl/). К изображениям будет применена первоначальная коррекция вихревых токов, чтобы свести к минимуму небольшие смещения изображений и искажения геометрии. Затем мозг будет сегментирован с использованием алгоритма BET, и данные о мозге всех пациентов будут нормализованы к общему шаблону для группового анализа. После этого процесса будут получены карты фракционной анизотропии (FA), коэффициента диффузии (D) и ориентации.

После обработки МР-изображений необходимо извлечь структурные и функциональные свойства связности из областей интереса (ROI). Позиционирование этих регионов будет получено из зон, участвующих в сети режима по умолчанию (DMN). DMN может играть важную роль в восприятии боли и демонстрирует высокую корреляцию с симптомами, описанными пациентами, что делает эту сеть полезной для прогнозирования реакции пациента после имплантации электрической стимуляции как на функциональном, так и на структурном уровне.

Поскольку изображения будут нормализованы к общему шаблону, инструмент AAL для автоматической маркировки областей будет использоваться для определения областей интереса исследования, которые составляют DMN и образованы медиальной височной долей, префронтальной корой, задней частью поясной извилины, предклиньем. и теменная кора. После измерения параметров связности в этих регионах будет разработана прогностическая модель, объединяющая клинические переменные (шкалы и симптомы каждого пациента) и данные нейровизуализации. Эти модели будут первоначально скорректированы в общей сложности с 30 пациентами (данные для обучения), а затем проверены в группе из 30 пациентов (данные для проверки), после чего будут получены результаты специфичности, чувствительности и точности моделей.