扩散MRI造影术在内窥镜内窥镜颅骨基础外科中的作用

使用集成的神经成像和神经外科协议，可以将协同框架中的不同专业知识合并在一起，以定制患者特定的肿瘤切除手术。使用MRI切图，可以可视化白质道错位和肿瘤距离。其在胶质瘤手术中的多功能性已经确立，也可用于耐药焦点癫痫。

先进的神经成像技术在脑垂体、脑垂体和颅骨肿瘤内窥镜内窥镜手术中集成，可有效提高手术安全性，减少并发症，提高患者结果和生活质量。MRI造影与任务fMRI相结合，允许在手术后监测大脑结构和功能重组。此外，与临床结果的相关性对临床和研究建议也很有用。

内窥镜内窥镜手术和高级神经成像都需要很长的训练时间。我们建议在实施这些技术的学术高等教育转介中心提供观察员或奖学金。通过可见的演示，可以制定出尚未标准化的方法的步骤，并澄清如何整合不同的专业知识。

使用标准化的多式联运 MRI 协议高场扫描仪，使用 T1 加权前和后加权对比剂管理和 FLAIR T2 加权成像获得高分辨率和体积解剖序列。获得连续的下垂切片，提供一个接一个的等热带分辨率，每个序列扫描时间约为五分钟。获得高分辨率T2加权序列，将肿瘤区域定位为颅神经可视化，体积建设性干扰和稳定状态的词汇量尺寸为0.5×0.5×0.5立方毫米，扫描时间约9分钟。

使用单射回波平面图像获取扩散加权序列，即二乘二乘二立方毫米的 voxel 尺寸、64 个磁梯度方向，每平方毫米 B 值 2，000 秒、98 毫秒回波时间和 4，300 毫秒的放松时间。在扩散加权收购开始时获得五卷，其相位编码方向设置为前后，扫描时间为五分钟。然后获得三卷，具有空 B 值，但反转后前相编码方向，以纠正由于回声平面图像采集和扫描时间为 42 秒而导致的任何成像失真。

将获取连续的近轴切片。对于肿瘤的分割，将图像加载到 ITK-SNAP 软件中，并在 t1 中检查肿瘤。尼， 天赋

尼， 还有t1_contrast尼图像。然后选择解剖平面跟随时绘制病变。

对于分割肿瘤的导管分析，运行 fsl-dtifit 功能，以模拟不同空间方向的扩散性，并获取 fa. nii， md。ii 和 v1。

尼扩散张张图。评估扩散张力成像地图，以评估肿瘤水肿或渗透时可能发生的任何异常扩散值，并选择seed_image并包括基于先验解剖知识的选项，以采用种子目标方法。然后手动绘制感兴趣的区域，为绘图设置种子或目标。

要准确描述扩散张力成像参数，请使用长路算法，如基于 MATLAB 的算法，该算法根据 Laplacian 操作员属性对表面区域几何形状进行建模。要可视化 3D 卷渲染，请在"冲浪冰"软件中单击文件并在命令面板中打开并选择 obj 文件。在安排手术之前，进行神经物理检查，收集有关体重增加、饥饿感、每两分钟持续监测一次直肠温度、24小时睡眠/觉醒周期记录等麻醉信息。

根据肿瘤分割的结果和与功能雄辩的神经结构的关系，在合议小组会议上讨论患者手术候选资格，以确定最合适的手术方法。在选择对神经结构伤害风险最小的手术走廊后，确定每个病例的安全剖析区域，定位关键神经结构，根据该结构，必须逮捕伤口的接近处，以避免永久性损伤。然后将最相关的 MRI 序列合并，并将序列（包括路志重建）导入手术阶段神经导航系统。

手术开始前，选择脑外科电磁登记方式。对患者进行神经导航系统登记，采用免费跟踪技术或外部标记，控制已实现的注册的准确性，检查外部标记在输入MRI上的位置。当患者准备好时，使用零度内窥镜采集鼻腔皮瓣。

接下来，进行前孢子切除术和后隔膜切除术和子宫切除术，尽可能保留中间的姜黄素。打开地窖和块状骨骼。凝固上位的鼻窦后，在杜拉层中形成H形切口。

将肿瘤由阿拉奇诺伊达尔平面离开，然后集中去散装肿瘤。从周围的脑神经结构中取出肿瘤胶囊，并使用倾斜光学来探索任何剩余肿瘤的手术腔。当所有的肿瘤都被切除后，使用颅内杜拉尔替代层来关闭骨脑开口。

然后放置一层颅外代用品，用腹部脂肪覆盖，最终用鼻皮瓣盖住结膜。在这个有代表性的患者中，脑磁共振成像显示一个超囊性肿瘤占据光细胞蓄水池，并侵入第三个心室，形成不规则的多囊形态。光学通路传道图和双边视颅神经被重建，但脑骨和血管界面内的易感性伪影不允许连接视心与视神经的纤维进行完全重建。

对金字塔带扩散剖面和长路扩散张力成像图的统计数据显示，与左侧相比，内部胶囊右后肢水平存在焦点FLIR T2加权超强，对应于右侧平均扩散度测量增加5%。使用内窥镜内膜延长移植转管的方法，肿瘤在囊性成分排出的同时集中去散。颅骨血管瘤随后能够逐渐脱离神经结构，采用阿拉奇诺伊德作为平面。

手术结束时，通过保存下丘脑解剖学，完成了肿瘤切除。然后使用腹部脂肪和鼻皮瓣进行骨质疏松缺陷的修复。手术后三个月，观察到完全切除肿瘤，没有残留物或复发。

在术前工作，最相关的步骤是：准确的扩散加权序列采集和肿瘤分割。在手术过程中，关键是准确识别神经结构。这种方法提供的神经结构的可视化可以用于所有基于头骨的区域，从而降低许多其他肿瘤永久残疾的风险。

颅神经和神经通路的传道重建可以促进我们对肿瘤与结构之间关系的理解，为患者症状提供创新的结果预测器。