通过形状分析在 CT 图像中高效自动定位 ECoG 电极 (LOC-ECOG)
抗癫痫药难治的药物性癫痫 (PwE) 患者可能需要接受手术评估。 在一些情况下,非侵入性术前检查不足以定位致癫痫区,其正确描绘需要通过脑实质内或硬膜下电极进行颅内检查。使用硬膜下电极的方法学方法可以获得覆盖大皮质区域的皮质电图 (ECoG)并绘制雄辩的区域。
为了描绘癫痫发作区,必须精确定位皮质表面上的电极位置。 电极通常通过使用简单的图像处理(例如, 阈值)隔离金属物体。 然而,电线、缝线、夹子和其他金属物体实际上也会被识别出来,需要通过人工干预将其移除。 一种基于形状分析的新自动化方法将在一组患有难治性局灶性癫痫的受试者中进行回顾性测试,这些受试者先前使用硬膜下电极进行过研究以进行诊断,以提供先进的 ECoG 硬膜下电极识别。 将招募具有大量(> 1700)圆形铂电极阵列的总共 24 个 CT 扫描进行测试。
研究概览
地位
条件
详细说明
对于抗癫痫药物难以治疗的癫痫 (PwE) 患者,有时使用直接从头皮记录的脑电图 (EEG) 进行的非侵入性术前评估不足以描绘致癫痫区和识别雄辩皮质。 在这些情况下,需要使用颅内脑电图 (iEEG) 的侵入性方法 硬膜下电极经常用于对适合癫痫手术的患者进行术前评估。 直接放置在皮层表面的电极提供的信号分辨率比头皮电极提供的信号高得多,并且可以清楚地看到头皮上难以看到的小活动点。
硬膜下电极不仅可以定位异常癫痫组织,还可以定位相邻的正常功能。 因此,电极在患者大脑上的精确解剖定位在致癫痫区的定义或雄辩皮层的映射中起着关键作用。
从临床角度来看,精确定位致痫区的解剖边界可以排除功能区域,避免对患者造成损害并最大限度地减少脑体积切除。
这些电极的定位通常是通过将电极的位置与患者的大脑解剖结构相匹配来获得的。 通常,植入前磁共振图像 (MRI) 与植入后计算机断层扫描 (CT) 共同注册,因为 MRI 提供更高的脑组织对比度,而 CT 支持电极定位,即使 CT 图像受到金属伪影的影响.
支持术前评估的各种专用软件工具目前可作为基于 Matlab 的软件包或开源软件使用,还具有图形用户界面。 它们主要提供 MRI-CT 联合配准,并且仅提供从 CT 扫描中识别 ECoG 电极的基本特征。 大多数专用软件通过简单的图像阈值分割电极,并允许手动交互来纠正数据。 手动方法非常耗时、依赖于用户并且容易出错。 另一方面,单纯的 CT 图像阈值化方法无法识别所有电极并完全排除其他金属物体,如电线、牙锉、颅内夹、碎片、缝线、助听器或颅内支架。 因此,通常需要人工干预来调整数据。 例如,ALICE 工具考虑了分段簇的体积来识别电极,但事实证明无法排除具有可比较体积的其他对象(例如 线束)。
该项目的目的是开发一种新颖、稳健、自动化的方法来识别 CT 容积中的 ECoG 电极。 它包括从 CT 体积中去除金属伪影、识别头骨内金属物体的组/阵列以及检测物体的形状分析以实现 ECoG 电极定位。所提出的方法可以很容易地集成到现有工具中。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
IS
-
Pozzilli、IS、意大利、86077
- IRCCS Neuromed
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- OLDER_ADULT
- 孩子
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
- 植入硬膜下 ECoG 电极的患者接受了癫痫手术
- 具有可接受图像质量的术后 CT 扫描的可用性
排除标准:
- 进行低图像质量 CT 扫描的患者
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
---|
耐药性癫痫患者
耐药性癫痫患者接受了癫痫手术
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
线性判别分析分类器在检测电极中的分类精度
大体时间:2020 年 9 月
|
将为每位患者创建一个独特的数据库,其中的行对应于 CT 体积内的潜在电极对象,并由提取的几何特征和指定类别的集合组成。 将考虑两类:“电极”和“非电极”。 “电极”类别分配给实际的电极,而非电极类别分配给所有其他检测到的金属物体。 线性判别分析 (LDA) 算法将用于模型训练和数据分类。 将通过对 24 名患者的数据库中的每一个应用 10 倍交叉验证来评估分类性能。 在 10 折交叉验证中,将数据集随机分成 10 个大小相等的子集,然后使用在其余 9 个子集上训练的分类器对每个子集进行测试。 然后,将获得的 10 个分类精度进行平均,以提供总体分类精度。 |
2020 年 9 月
|
合作者和调查者
出版物和有用的链接
一般刊物
- Taimouri V, Akhondi-Asl A, Tomas-Fernandez X, Peters JM, Prabhu SP, Poduri A, Takeoka M, Loddenkemper T, Bergin AM, Harini C, Madsen JR, Warfield SK. Electrode localization for planning surgical resection of the epileptogenic zone in pediatric epilepsy. Int J Comput Assist Radiol Surg. 2014 Jan;9(1):91-105. doi: 10.1007/s11548-013-0915-6. Epub 2013 Jun 23.
- Brunner P, Ritaccio AL, Lynch TM, Emrich JF, Wilson JA, Williams JC, Aarnoutse EJ, Ramsey NF, Leuthardt EC, Bischof H, Schalk G. A practical procedure for real-time functional mapping of eloquent cortex using electrocorticographic signals in humans. Epilepsy Behav. 2009 Jul;15(3):278-86. doi: 10.1016/j.yebeh.2009.04.001. Epub 2009 Jun 17.
- Arnulfo G, Narizzano M, Cardinale F, Fato MM, Palva JM. Automatic segmentation of deep intracerebral electrodes in computed tomography scans. BMC Bioinformatics. 2015 Mar 25;16:99. doi: 10.1186/s12859-015-0511-6.
- Dykstra AR, Chan AM, Quinn BT, Zepeda R, Keller CJ, Cormier J, Madsen JR, Eskandar EN, Cash SS. Individualized localization and cortical surface-based registration of intracranial electrodes. Neuroimage. 2012 Feb 15;59(4):3563-70. doi: 10.1016/j.neuroimage.2011.11.046. Epub 2011 Nov 28.
- Hermes D, Miller KJ, Noordmans HJ, Vansteensel MJ, Ramsey NF. Automated electrocorticographic electrode localization on individually rendered brain surfaces. J Neurosci Methods. 2010 Jan 15;185(2):293-8. doi: 10.1016/j.jneumeth.2009.10.005. Epub 2009 Oct 27.
- Lachaux JP, Rudrauf D, Kahane P. Intracranial EEG and human brain mapping. J Physiol Paris. 2003 Jul-Nov;97(4-6):613-28. doi: 10.1016/j.jphysparis.2004.01.018.
- Branco MP, Gaglianese A, Glen DR, Hermes D, Saad ZS, Petridou N, Ramsey NF. ALICE: A tool for automatic localization of intra-cranial electrodes for clinical and high-density grids. J Neurosci Methods. 2018 May 1;301:43-51. doi: 10.1016/j.jneumeth.2017.10.022. Epub 2017 Nov 1.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- BIOING_01
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.