Name: interictal high frequency oscillations detected with simultaneous magnetoencephalography and electroencephalography as biomarker of pediatric epilepsy
Uploaded: 2016-12-06T15:00:00
Duration: 10 min 22 s
Description: Watch this Scientific Journal Video about Interictal High Frequency Oscillations Detected with Simultaneous Magnetoencephalography and Electroencephalography as Biomarker of Pediatric Epilepsy at JoVE

This work is supported by the Research Grants Program of the Epilepsy Foundation &amp; American Epilepsy Society and the Faculty Career Development Fellowship of Harvard Medical School, Office for Faculty Development.

Die Autoren haben nichts zu offenbaren.

Converging Beweise aus tierischen und menschlichen Studien hat gezeigt, dass HFO ein neues Potential Biomarker für die epileptogenen Gewebe sind. Trotz dieser Erkenntnisse haben HFOs sehr begrenzten Einsatz in der klinischen Praxis für die Diagnose und Überwachung von Epilepsie, vor allem, weil: (i) gibt es keine formelle und globale Definition für HFOs; (Ii) verschiedene Forschungsgruppen verwenden verschiedene Methoden zur Erfassung und Analyse der Daten; (Iii) die nicht-invasive Erfassung von HFO mit bildgebenden Verfahren ist eine Herausforderung; und (iv) der Prozess der Überprüfung HFOs ist zeitaufwendig und unpraktisch, insbesondere für Mehrkanal-EEG oder MEG-Aufnahmen mit einer hohen Anzahl von Sensoren. In dem Bemühen um eine globale standardisierte Methode zur Verfügung zu stellen, die den systematischen Einsatz von HFO in der klinischen Praxis fördert, die Methodik, die in Boston Kinderkrankenhaus für die nicht-invasive Erfassung, Erkennung und Lokalisierung von interiktalen HFOs von pädiatrischen Patienten mit Epilepsie folgt dargestellt. representative Ergebnisse HFOs mit gleichzeitiger Skalp-EEG und MEG aus zwei Kinder mit medizinisch refraktären Epilepsie nachgewiesen werden ebenfalls vorgestellt. Kritische Schritte innerhalb des Protokolls Die vorgeschlagene Methodik umfasst die folgenden kritischen Schritte: (i) die Leistung der hohen Signal-zu-Rausch-Verhältnis (SNR) EEG und MEG gleichzeitige Aufnahmen interiktaler Aktivität von pädiatrischen Patienten mit medizinisch refraktärer Epilepsie (Schritte 2.1.1 und 2.1.2 ); (Ii) die sorgfältige Vorverarbeitung und Auswahl von Daten mit interiktalen Entladungen (Schritte 3.1 und 3.2); (Iii) die visuelle Überprüfung der identifizierten HFOs Ereignisse mit hoher Spezifität (Schritte 4.3.1, 4.3.2 und 4.3.3); und (iv) die zuverlässige Lokalisierung der HFOs einen geeigneten Lokalisierungsverfahren verwendet (Schritt 5.2). Der wichtigste Schritt in diesem Protokoll ist die visuelle Überprüfung der HFO Ereignisse durch den automatischen Melder identifiziert. Eine strenge Überprüfung der automatisch erkannt HFOs ist crucial HFOs nicht-zerebraler Herkunft zu verwerfen. Ermüdung oder Ablenkung des menschlichen Rezensent jedoch während der Sichtprüfung von mehrkanaligen EEG und MEG-Daten kann zu Fehlern führen, was die Spezifität des Nachweisverfahrens zu verringern. Technische Änderungen und Fehlersuche Wir vermeiden die Verwendung des Signalraums Projektion (SSP) und Signalraumtrennung (SSS) Methoden 72,73, um sicherzustellen , dass es keine Verzerrung der HFO - Aktivität aus ihrer Anwendung war. Diese Methoden werden oft von den meisten der Benutzer des jeweiligen MEG - Anbieter verwendet , um externe Störungen zu unterdrücken und für Kopfbewegungen 72 zu korrigieren. Weitere Studien sind notwendig, um sicherzustellen, dass die Anwendung dieser Methoden haben keinen Einfluss auf oder die HFO Aktivität verzerren oder erzeugen keine Störeffekte, die menschliche HFOs ähneln. Kleinere Änderungen der Mindestschwelle der z-Score der Signalhülle (Schritt 4.1.1.3) und die Schwelle von acvierung Werte (Schritt 5.2.6) kann die Empfindlichkeit des Algorithmus bei der Erkennung von HFO und beschränken die Lokalisierung der HFO-Zone in einem Fokusbereich zu verbessern, benötigt werden. Einschränkungen der Technik Das beschriebene Verfahren stellt Einschränkungen, die in zukünftigen Studien behandelt werden sollte weiter. Erstens hält es nicht HFOs nur in den MEG oder EEG - Signale auftreten, und es ist nicht die automatische Erkennung von HFO in den MEG - Signale enthalten, was bedeutet , dass einige tatsächliche niedrige SNR MEG HFOs 74 Sichtprüfung entweichen könnte. Darüber hinaus bei gleichzeitiger Aufnahme von Kopfhaut EEG, MEG und dhzB 75 validiert werden die Empfindlichkeit und Spezifität des vorgeschlagenen Verfahrens die HFOs und seine Fähigkeit , zu lokalisieren , sie mit hoher Genauigkeit zu erfassen sollte. Unsere Daten haben gezeigt, dass einzelne ECD eine erweiterte irritative Zone angegeben, verglichen mit der Brenn HFOs Zone. Wenn jedoch die ECD-Werte wurden gemittelt, dann wird der Dipol location war für beide Patienten in die HFO-Zone ganz in der Nähe. Unsere Daten zeigen die Spezifität der zwei Methoden, um eine mögliche höhere Spezifität der HFO-Zone für epileptogenicity (insbesondere bei Patienten 2, für die der HFO-Zone mit der SOZ wurde überlappend) zeigt im Vergleich zu der irritative Zone, obwohl sichere Rückschlüsse nicht gezogen werden kann, aus einer so kleinen Gruppe von Patienten. Noch wichtiger ist, nicht direkt die Lokalisation der HFO Quellen nicht implizieren die EZ lokalisierende, die für die Anfälle verantwortlich ist. Unsere Ergebnisse sollten gegen das Ergebnis der Epilepsiechirurgie validiert werden, die wir planen, in einer zukünftigen Studie zu tun. Schließlich wurde verwendet, um die EEG-Daten, eine 70-Kanal-System zu erfassen. Dennoch ist in den meisten Zentren der klinischen Standard EEG Einstellung verwendet, die Datensätze von Daten aus 19 Elektroden nach dem 10 platziert - 20-System. Fortgeschrittenere pädiatrischen EEG-Systeme mit wesentlich höheren Anzahl von Kanälen (bis zu 256) sind derzeit auf dem Markt verfügbar. Der Einsatz dieser Systeme können weiter t verbesserner Lokalisierungsgenauigkeit der HFO-Zone mit Kopfhaut EEG nachgewiesen. Bedeutung der Technik in Bezug auf bestehende / alternative Methoden Nach unserem Wissen ist dies die erste Studie, die die nicht-invasive Lokalisation interiktaler HFOs bei gleichzeitiger EEG und MEG berichtet und untersucht auch die Übereinstimmung der Lokalisation Ergebnisse mit denen von intrakraniellen Aufnahmen. Die nicht-invasive Erfassung, Erkennung und Lokalisierung von HFO ist eine Herausforderung. Dies liegt daran , HFOs sind sehr schwache Signale , die von kleinen Hirnregionen in der Größenordnung von 16,76 mm³ und weiterhin durch Rauschen und Gehirn Hintergrundaktivität gehinderten erzeugt. Eine aktuelle Studie vorgeschlagen , dass HFO aufgezeichnet nicht-invasiv mit Kopfhaut EEG stellen die Summe der Aktivität von mehreren räumlich verteilten fokale und kohärente Quellen 60. Bisher 28,29,37,38,60 wenige Studien gelang zu zeigen , dass HFO nicht-invasiv sca mit erfasst werden könnenlp EEG und MEG; auch diese Aktivität weniger lokalisierte durch das inverse Problem 37-38 zu lösen. Hier Nachweis interiktaler HFOs vorgestellt, die bei gleichzeitiger Skalp-EEG und MEG aus zwei pädiatrischen Patienten mit Epilepsie erkannt wurden. HFOs wurden unter Verwendung eines zuvor beschriebenen Rahmen 38 lokalisiert. Die repräsentativen Daten deuten darauf hin, dass die nicht-invasive Lokalisation interiktaler HFOs machbar ist durch die Quelle Bildgebungstechniken auf EEG entweder Kopfhaut unter Verwendung oder MEG-Aufnahmen, unter der Annahme, dass eine geeignete Lokalisierungstechnik verwendet wird. Dies ist in Einklang mit einer früheren Studie , die eine Phantom Konstruktion ähnelt HFOs Generatoren verwendet, was darauf hindeutet , dass HFO nichtinvasiv erfasst werden kann und genau lokalisiert mit MEG 32. Die Erfassung und Kennzeichnung von interiktalen HFOs wird traditionell durch die visuelle Inspektion von Daten aus menschlichen EEG-Experten durchgeführt. Obwohl dieser Ansatz ist oft regarded als Goldstandard, präsentiert es gravierende Einschränkungen , da es schlecht inter Rezensent Zuverlässigkeit 77,78 und ist nicht für große MEG und EEG - Datensätze mit hohen Anzahl von Sensoren hat. Entscheidend für die Anwendung des HFOs in der klinischen Praxis ist die Entwicklung von Algorithmen, die die HFOs automatisch von der Kopfhaut Aufnahmen reduzieren die Notwendigkeit für die menschliche Eingangs erfassen. Die visuelle Identifizierung der Kopfhaut HFOs ist in der Tat eine ziemliche Herausforderung durch: (i) die niedrige SNR von HFO auf der Kopfhaut; (Ii) die niedrigeren Sätze von HFO in der Kopfhaut Aufnahmen im Vergleich zu intrakraniellen diejenigen, die die Analyse von viel längere Aufnahmezeiten voraussetzt; und (iii) die hohe Anzahl von Kanälen zu untersuchen, insbesondere in hoher Dichte EEG oder MEG. Mehrere Algorithmen für automatische und halbautomatische Erkennung HFOs wurden in den letzten zehn Jahren 54 vorgeschlagen. Frühere Detektoren auf Schwellenwerte in den Zeitbereich verlassen, um Ereignisse zu erkennen , die aus dem laufenden Hintergrundaktivität unterschieden werden können 49,80. Jüngste Fortschritte empfiehlt enthält auch Informationen aus dem Frequenzbereich, unter der Annahme , dass ein HFO als kurzlebiges Ereignis mit einem isolierten spektrale Spitze bei einer bestimmten Frequenz 50,56,81 erscheinen. Halbautomatische Methoden scheinen die am besten geeignete Ansatz für die Anwendung von HFO in der klinischen Praxis zu sein. Diese Verfahren umfassen zwei Phasen: (i) anfängliche automatische Erkennung von Ereignissen, die eine hohe Empfindlichkeit aufweist, und (ii) visuelle Überprüfung der Ereignisse von einem Experten, der eine hohe Spezifität hat. Dieser Ansatz bietet eine höhere Spezifität für die vollautomatische Methoden verglichen und stellt sicher, dass die endgültige Bewertung Ereignisse tatsächlichen HFOs der zerebralen Ursprungs sind. Hierbei ist ein halbautomatisches Verfahren vorgestellt, dass die Erfassung von HFOs interiktalen Kopfhaut EEG und MEG Aufnahmen ermöglicht. Das vorgeschlagene Verfahren verläuft zuvor Techniken zur Detektion von von der Kopfhaut HFOs EEG 60 beschrieben durch in den Identifizierungskriterien zwei Einfuhr Einbeziehungant Eigenschaften: (i) die automatische Zeit-Frequenz-Analyse der HFO Ereignisse; und (ii) die zeitliche Zusammentreffen von HFOs Ereignisse sowohl in MEG und EEG-Aufzeichnungen. Zukünftige Anwendungen oder Richtungen nach dieser Technik zu meistern Die zuverlässige Lokalisierung von HFOs mit nicht-invasive bildgebenden Verfahren, wie zum Beispiel der Kopfhaut EEG und MEG, ist kritisch. Die Beherrschung, die Verbesserung und Validierung der vorgeschlagenen Protokoll Ärzte mit einem zuverlässigen, nicht-invasiv beschreibbare Biomarker für die Identifizierung des EZ bieten. Die Entwicklung solcher Biomarker hat das Potenzial, die Voraussetzung für die langfristige Überwachung und invasive intrakraniellen Aufnahmen, die zu einer signifikanten Verbesserung der präoperativen Bewertungsverfahren bei pädiatrischen Patienten zu reduzieren. Es würde nicht nur helfen, die epileptogenen Gewebe für eine Operation zu identifizieren, sondern auch endgültige Differentialdiagnose der Epilepsie von akuten symptomatischen Krampfanfälle, eine völlig verschie erlaubenBehandlungsansatz mieten, und aus nicht-epileptische Anfälle bei manchen Patienten die Notwendigkeit einer Langzeitüberwachung zu schonen. Ferner könnte diese Beurteilung der Wirksamkeit therapeutischer Interventionen ermöglichen, ohne dass ein weiterer Anfall warten auftreten.

Pädiatrische Epilepsie ist eine häufige neurologische Erkrankung mit einer Prävalenzrate von 4 - 6 pro 1000 Kinder 1. Es kann einen großen Einfluss auf 2 Entwicklung der Kinder haben und deutlich ihre Erwachsenenleben auswirken können. Langzeit - Follow-up - Studien in der Kindheit beginnende Epilepsie zeigen , dass etwa 30% der Patienten mit Epilepsie 3-6 medizinisch hartnäckigen geworden und erfordern in der Regel resektive epileptischen Chirurgie. In vielen dieser Patienten führt Epilepsiechirurgie zu einer signifikanten Reduktion der Anfallshäufigkeit und oft zu Anfallsfreiheit. Um erfolgreich zu sein, sollte der Epilepsiechirurgie eine anfallsfreien Zustand mit minimalen oder keinen funktionellen Defiziten erreichen. Dies erfordert eine sorgfältige Abgrenzung der epileptogenen Zone (EZ) 7, der &quot;Raum der Hirnrinde , die für die Erzeugung von epileptischen Anfällen unverzichtbar ist&quot; 8. Die EZ kann nicht direkt gemessen werden; seine Lage wird geschätzt, basierend auf konkordant Daten aus einer Vielzahl von Tests That identifizieren anderen kortikalen Zonen. Invasive intrakraniellen Elektroenzephalographie (dhzB) dient als Goldstandard für die Lokalisierung des Anfallsbeginn Zone (SOZ), der Region, wo Anfälle erzeugt werden und ihren Ursprung auf ictal Aufnahmen. Allerdings dhzB teuer, angewiesen auf die Zusammenarbeit des Kindes ist, trägt ein gewisses Risiko für Infektionen und Blutungen 9 und kann zusätzliche neurologische Schäden während der 10 - Implantation induzieren. Darüber hinaus können die Aufnahmen zu falschen Schlüssen führen, da große Bereiche des Gehirns unerforscht bleiben. Somit wird eine robuste presurgical Biomarker, die in der Identifizierung des EZ hilft, ist für den Erfolg des chirurgischen Epilepsie-Behandlung erforderlich ist. Pathologische HFOs (80 - 500 Hz) 11,12 haben sich im Laufe der letzten zehn Jahre als Biomarker für die Identifizierung des epileptogenen Gewebes herausgestellt, dass die präoperative Diagnose und chirurgische Ergebnisse von Patienten mit Epilepsie 13 kann verbessert werden . Berichte mit MikroElektroden mit der Tiefe EEG-Elektroden kombiniert zeigte die Anwesenheit von HFOs bei Patienten mit Epilepsie. HFOs wurden auch unter Verwendung von Standardmakroelektroden während der ictal und interiktalen Perioden gefunden. Jüngste Studien haben gezeigt , dass die SOZ HFOs mit höherer Empfindlichkeit und Spezifität gegenüber dem irritative Zone 14,15, die Zone identifizieren, die die IEDs erzeugt, und dass die chirurgische Entfernung der HFO-Erzeugungs Gewebe korreliert mit besseren Ergebnissen als die Entfernung des SOZ oder die irritative Zone 15. (- 250 Hz 80) oder schnelle Wellen (250 - 500 Hz) HFOs werden als Wellen häufig kategorisiert. Schnelle Wellen haben pathologische Aktivität enger Verbindung gebracht worden und auf die Lokalisierung des SOZ 16, aber Untersuchungen der menschlichen Hirnaufnahmen zeigen , dass beide Wellen und schnelle Wellen 17 in epileptogenen Regionen erhöhen. Trotz dieser vielversprechenden Ergebnisse, HFOs sind noch nicht für die Diagnose oder Überwachung geeignet vonEpilepsie in der klinischen Praxis. Primäre Barrieren bleiben: (i) das Fehlen einer formalen und globale Definition für HFOs; (Ii) die daraus resultierende Heterogenität der methodische Ansätze für die Studie verwendet; und (iii) die praktischen Schwierigkeiten zu erkennen und zu lokalisieren sie nicht-invasiv von Kopfhaut-Aufnahmen. Das letztere ergibt sich aus der Tatsache, daß die Elektroden weit weg von der Quelle des Signals sind, kann das Signal durch Hintergrundrauschen und die Muskelaktivität verwischt werden, und das Signal könnte durch die Kopfhaut oder die Fontanelle und Nähte im Schädel verzerrt werden, insbesondere in Säugling Patienten. Darüber hinaus ist es schwierig , zwischen normalen und abnormalen HFOs 18,19 zu unterscheiden , da beide Wellen und schnelle Wellen vorhanden sind , auch in normalen menschlichen Hirngewebe 20. Frühe Studien berichtet HFOs in Skalp - EEG in nur einem kleinen (0,2-3,4%) Anteil der Patienten mit Epilepsie 21-23. Neuere Studien haben jedoch gezeigt, dass HFOs noninvasively mit Kopfhaut EEG nachgewiesen werden kann. Ictally, HFO(- 100 Hz 24, 40 - 120 Hz 25 50), sowie zu Beginn der Tonika Anfällen bei Lennox-Gastaut - Syndrom (50 - 100 Hz) 26 s wurden zu Beginn der epileptischen Krämpfen bei Kindern berichtet. Interiktalen HFOs (70-200 Hz) wurden zuerst bei Kindern mit Schlaf-induzierte elektrische Status epilepticus 27 auf der Kopfhaut EEG beobachtet. Dann interiktalen HFOs (80 - 200 Hz) wurden in der Kopfhaut EEG von Patienten mit fokalen Epilepsien mit höheren Raten innerhalb der SOZ 28 identifiziert. Interessanterweise waren HFOs häufiger bei Patienten mit einer hohen Zahl interiktaler epileptiforme Entladungen (IED), und sie wurden als IEDs für die SOZ 29 um genauer zu sein gefunden, Hervorhebung , die die Beziehung von HFOs mit epileptogenicity. MEG scheint für die nicht-invasive Detektion und Lokalisierung von HFOs signifikante Vorteile im Vergleich zu Kopfhaut EEG präsentieren zu können: (i) Hochfrequenz-Aktivität in MEG ist weniger anfällig als EEG zu einer Kontamination von Muskel-Aktivität 30-31, (ii) MEG - Signale werden nicht von Schädel Leitfähigkeit und weniger verzerrt als EEG durch nichtkondensierten Regionen des Schädelknochen wie fontanel oder Naht, und (iii) MEG Sensoranordnungen haben eine höhere Dichte im Vergleich zu EEG verzerrt , die immer zugewandt das Problem der Salzbrücken zwischen den Elektroden, wenn der Kopf klein ist, wie mit Kindern. Der Nachweis von Phantom Konstruktionen , die HFOs Generatoren simulieren vorgeschlagen , dass HFO erkannt und mit hoher Lokalisierungsgenauigkeit lokalisiert werden (2 - 3 mm) mit MEG 32. Mehrere neuere Studien berichteten HFOs in den MEG - Signale von Patienten mit Epilepsie in der Ripple - Frequenzband von 33 bis 38 aufgezeichnet. Zeit-Frequenz - Analyse hat gezeigt , dass MEG - Daten Hochfrequenzkomponenten im Zusammenhang mit dem EZ 33-36 enthalten. Jedoch nur wenige Studien haben interiktalen HFOs als sichtbare Ereignisse identifiziert , aus dem Hintergrundsignal in dem Zeitbereich stehen, wie sie typischerweise durchgeführt mit dhzB 37-38. Van Klink et al. 37 erfasst HFOs im Ripple Band mit virtuellen Kanäle mit Beamforming - Techniken konstruiert auf Basis von räumlichen Informationen von IEDs erhalten. Von Ellenrieder et al. 38 erfasst HFOs in MEG - Signale von den physikalischen Sensoren unabhängig von den IEDs und verwendet , um das Maximum Entropy auf dem Mittelwert (MEM) Methode , um ihre Quellen zu lokalisieren und ihre Korrelation mit der EZ zu untersuchen. Rampp et al. (2010) erfasst auch epileptische hohen Gamma - Oszillationen mit MEG, die Spike-gesperrt waren oder Spike unabhängig und lokalisiert diese Aktivität mit einem Minimum-Norm Quellenanalyse 39. Sie fanden heraus , dass die Merkmale dieser schnellen Schwingungen (dh klare Beginn der Vollband durchschnittliche und maximale Amplitude der Schwingungen) waren stark mit der SOZ verbunden. HFOs wurden auch mit MEG während ictal Aktivität bei pädiatrischen Patienten mit epileptischen Krämpfen 40 nachgewiesen. Allerdings stellt MEG einige deutliche Einschränkungen im Vergleich zu Kopfhaut EEG: (i) es inse istnsitive auf Quellen, die eine radiale Ausrichtung in Bezug auf die Mitte des Kopfes haben, (ii) es nicht lange Aufnahmen erlaubt, die die Möglichkeit erhöhen, zu erkennen und zu erfassen ictal Ereignisse, und (iii) seine Sensoren an die Form des Kopfes nicht anpassen kann jedes einzelnen, da sind der Helm und Sensorarray im Helm alle in Form fixiert. Somit ist die ideale Einstellung, die die Möglichkeit, die epileptogenen Aktivität zu erkennen und zu lokalisieren maximiert ist durch Informationen aus den beiden Kopfhaut EEG und MEG kombiniert. In dieser Studie wollen wir die Methodik wir für die nicht-invasive Erfassung von interiktalen HFOs unter Verwendung gleichzeitige Aufnahmen von Kopfhaut-EEG und MEG von pädiatrischen Patienten mit medizinisch refraktärer Epilepsie folgen zu illustrieren. Wir präsentieren den Aufbau der Aufnahmen und die Pipeline der Datenanalyse ein halbautomatisches Verfahren, das wir für die Erkennung von HFO Ereignisse in simultanen MEG und EEG-Daten entwickelt haben. Schließlich stellen wir auch die Lokalisierung derzugrunde liegenden Generatoren der Kopfhaut HFOs, durch die Lösung des inversen Problems erhalten, und vergleichen Sie es mit der SOZ, da dies durch die epileptologists definiert wurde.

<table border="0" cellpadding="0" cellspacing="0" width="1028">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">VectorView MEG system</td>
			<td style="width:287px;">Elekta-Neuromag, Finland</td>
			<td style="width:119px;"></td>
			<td style="width:407px;">MEG System</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">Magentically Shielded Room</td>
			<td style="width:287px;">Imedco, Hagendorf, Switzerland</td>
			<td style="width:119px;"></td>
			<td style="width:407px;">Three-layer MSR</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">EEG system</td>
			<td style="width:287px;">Elekta-Neuromag, Finland</td>
			<td style="width:119px;"></td>
			<td>70 Channel EEG system</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:216px;">3D digitizer</td>
			<td style="width:287px;">Polhemus, Colchester, VT</td>
			<td style="width:119px;"></td>
			<td></td>
		</tr>
	</tbody>
</table>

interictal high frequency oscillations detected with simultaneous magnetoencephalography and electroencephalography as biomarker of pediatric epilepsy

Entscheidend für den Erfolg der Epilepsie-Chirurgie ist die Verfügbarkeit eines robusten Biomarker, die die epileptogenen Zone (EZ) identifiziert. Hochfrequenzoszillationen (HFO) als potentielle presurgical Biomarker für die Identifizierung des EZ neben interiktalen Epileptiforme Einleitungen (IEDs) und ictal Aktivität entstanden. Obwohl sie die EZ zu lokalisieren sind viel versprechend, sind sie noch nicht für die Diagnose oder Überwachung von Epilepsie in der klinischen Praxis geeignet. Primäre Barrieren bleiben: das Fehlen einer formalen und globale Definition für HFOs; die daraus resultierende Heterogenität der methodische Ansätze für die Studie verwendet; und die praktischen Schwierigkeiten zu erkennen und zu lokalisieren sie nicht-invasiv von Kopfhaut-Aufnahmen. Hier präsentieren wir eine Methode zur Erfassung, Erkennung und Lokalisierung von interiktalen HFOs von pädiatrischen Patienten mit refraktärer Epilepsie. Wir berichten über repräsentative Daten von HFOs von zwei Kindern nicht-invasiv aus interiktalen Kopfhaut EEG und MEG nachgewieseneiner Operation unterziehen. Die zu Grunde liegenden Generatoren von HFOs wurden lokalisiert, indem die inverse Problemlösung und deren Lokalisierung wurde im Vergleich zur Anfalls Onset Zone (SBZ), da dies durch die epileptologists definiert wurde. Für beide Patienten, interiktalen epileptogene Einleitungen (IEDs) und HFOs wurden mit Quellen Bildgebung lokalisiert an concordant Standorten. Für einen Patienten waren intrakranielle EEG (dhzB) Daten ebenfalls zur Verfügung. Für diesen Patienten fanden wir, dass die Lokalisierungs HFOs zwischen noninvasive und invasive Methoden konkordant ist. Der Vergleich von dhzB mit den Ergebnissen aus der Kopfhaut Aufnahmen dienten diese Ergebnisse zu bestätigen. Nach unserem Wissen ist dies die erste Studie, die die Lokalisierung des Ursprungs der Kopfhaut HFOs von simultanen EEG und MEG-Aufnahmen präsentiert die Ergebnisse mit invasiven Aufnahmen verglichen werden. Diese Ergebnisse legen nahe, dass HFO zuverlässig nichtinvasiv mit Kopfhaut-EEG und MEG erkannt und lokalisiert werden. Wir schließen daraus, dass die nicht-invasive Lokalisierung von interictal HFOs könnte die präoperative Bewertung für pädiatrische Patienten mit Epilepsie deutlich verbessern.

Pädiatrische Patienten mit refraktärer Epilepsie wurden aus der Epilepsieklinik Boston Kinderkrankenhaus (Boston, USA) rekrutiert. Hier repräsentative Daten von zwei Patienten vorgestellt: ein 15 Jahre altes Mädchen mit Enzephalomalazie der rechten Arteria cerebri media (MCA) Region (Patient 1), und ein 11-jähriger Junge, der mit linken parietalen / temporalis superior Enzephalomalazie ( Patient 2). Die Daten wurden als Teil ihrer presurgical Aufarbeitung für die Operation gesammelt. Gleichzeitige MEG und EEG-Aufzeichnungen wurden im Athinoula A. Martinos Center for Biomedical Imaging durchgeführt. (- 150 Hz 80) auftritt, sowohl EEG und MEG und die darüber liegenden IEDs Für beide Patienten, HFOs wurden in der Ripple-Frequenzband identifiziert. Abbildung 4 zeigt 10 s gleichzeitiger Kopfhaut EEG und MEG - Daten mit interiktalen Aktivität (obere Felder) von Patienten 1. Die gleiche Figur auch berichtetn ausgedehnte Zeitskalenabschnitt (2 s) der Signale, die die erfassten HFOs im Zeitbereich zeigt (mittlere Felder) und in der Zeit-Frequenz - Ebene (unteres Feld). Dieser Patient zeigte eine Rate von 8,8 HFOs / min. Aus Gründen der Klarheit ist die Anzeige der Zeit-Frequenz-Ebene von 80 beschränkt - 150 Hz, da keine herausragende Aktivität für Frequenzen über 150 Hz beobachtet wurde. Bei Patient 1, identifiziert die automatische Erkennung 248 HFOs Ereignisse innerhalb 8.65 min von Aufnahmen. Nach visuelle Überprüfung der erfassten Ereignisse wurden 76 Ereignisse gehalten, dass das reale HFOs betrachtet wurden zu sein, mit einer Rate von 8,8 HFOs / min zu erhalten. <img alt="Abbildung 4" src="/files/ftp_upload/54883/54883fig4.jpg" /> Abbildung 4: HFOs Überlagert auf von Scalp EEG und MEG Erkannt IEDs. Oberes Feld: IEDs von Patient 1 von Kopfhaut - EEG erfasst (links) und MEG (rechts). 10 s von Daten gefiltert 1 bis 70 Hz. Mitteltafel: Erweiterte Zeitskala Anzeige (2 s) der EEG und MEG - Daten markiert mit grauem Hintergrund in der oberen Platte. 150 Hz - Die Daten werden von 80 gefiltert. Unteres Feld: Zeit-Frequenz - Ebene von 2 repräsentativ EEG und MEG - Kanäle. <a href="http://ecsource.jove.com/files/ftp_upload/54883/54883fig4large.jpg" target="_blank">Bitte klicken Sie hier</a> , um <a href="http://ecsource.jove.com/files/ftp_upload/54883/54883fig4large.jpg" target="_blank">eine größere Version dieser Figur zu sehen.</a> Abbildung 5 zeigt die HFOs Lokalisierungsergebnisse für Patienten 1 von beiden Kopfhaut EEG und MEG. Beide Techniken lokalisiert die HFOs in der Nähe der Läsion in einer Lage in der Nähe der rechten temporo- parietale Übergang. MEG und EEG präsentiert leicht unterschiedlichen Lokalisierungsergebnisse: MEG-Aktivität wurde mehr nach ventral Vergleich zu EEG und näher an der hinteren Grenze der Läsion befindet. Der Abstand zwischen den beiden Maxima der wMEM Aktivität für die MEG und EEG betrug 15,0 mm. HFOs localization wurde auch auf die irritative Zone neben wie dies durch MEG definiert wurde. Der euklidische Abstand zwischen den gemittelten ECD und der maximalen wMEM Aktivität betrug 18,7 mm für die MEG und 28,0 mm für die Kopfhaut EEG. Für Patienten 2 identifizierten wir 8 min von Daten während des Slow-Wave-Non-REM-Schlaf mit IED und minimale Artefakte, die wir für die HFO-Analyse verwendet. Die Anzahl der Kopfhaut HFOs war signifikant niedriger als in Patienten 1 mit einer Rate von 0,4 HFOs / min zeigt. Abbildung 6 zeigt die Quellenlokalisierung Ergebnisse der Kopfhaut HFOs für MEG und EEG Kopfhaut, die lokalisierten IEDs von MEG ECD verwenden, und die Lage von HFO durch dhzB erkannt. Der Abstand zwischen den zwei Maxima wMEM Aktivität für die MEG und EEG betrug 16,4 mm. Der Abstand zwischen den gemittelten ECDs und der maximalen wMEM Aktivität betrug 10,9 mm für das MEG und 24,1 mm für das EEG. Die HFO Zone noninvasively durch Skalp-EEG und MEG identifiziert war an der gleichen Stelle, wo die HFOs waren identified invasiv mit dhzB. Die Elektroden mit der höchsten Anzahl von HFOs waren LA51, LA52 und LA53, wie in 6 gezeigt, deren Lokalisation war konkordant mit der HFO - Aktivität noninvasively lokalisiert. <img alt="Abbildung 5" src="/files/ftp_upload/54883/54883fig5.jpg" /> Abbildung 5: Lokalisierung von HFO und IEDs. HFOs Zone lokalisiert , indem die wMEM mit MEG mit und EEG von Patienten 1 überlagerte auf Patienten MRT (links). Die HFOs Karte stellt den Mittelwert der normalisierten Werte Aktivierung bei 60% der maximalen Aktivität Schwellwertbildung. IEDs lokalisiert durch ECD mit MEG (rechts). Die Standorte und Orientierungen der ECD-Werte sind in Zyan angezeigt. Das lila Dreieck zeigt die Position der gemittelten ECD (46 ECD) und das rote Rechteck die Position des ECD von durchschnittlich IEDs (28 IEDs). Für die Mittelwertbildung der IEDs, identifizierten wirSpikes mit ähnlichen Morphologie. <a href="http://ecsource.jove.com/files/ftp_upload/54883/54883fig5large.jpg" target="_blank">Bitte klicken Sie hier</a> , um <a href="http://ecsource.jove.com/files/ftp_upload/54883/54883fig5large.jpg" target="_blank">eine größere Version dieser Figur zu sehen.</a> <img alt="Figur 6" src="/files/ftp_upload/54883/54883fig6.jpg" /> Abbildung 6: Räumliche Konkordanz zwischen der HFO Zone Lokalisierte nicht - invasiv mit Scalp EEG und MEG, die Irritative Zone und der HFO Zone Lokalisierte invasiv mit dhzB. Oberplatten: Lokalisierung von HFOs von Patient 2 mit der Kopfhaut EEG (links) und MEG (Mitte) und Lokalisierung von IEDs mit MEG (rechts) überlagert Patienten MRT. Die HFOs Karte stellt den Mittelwert der normalisierten Werte Aktivierung bei 60% der maximalen Aktivität Schwellwertbildung. Cyan Kreisen und Balken zeigen die Positionen und Orientierungen der ECD. Das lila Dreieck zeigt die Position der gemittelten ECD (30 ECD) und das rote Rechteck ter Ort der ECD von durchschnittlich IEDs (21 IEDs). Untere Platten: Lokalisierung von HFO auf dhzB (links) und 2 s von Aufnahmen aus den Kanälen mit der höchsten Rate HFO. Implantierte Elektroden auf den Patienten MRI gezeigt. Die Elektrode Standort wird durch Co-Registrierung des post-implantierte Computertomographie (CT) und MR-Bilder erhalten. Die Elektroden mit der höchsten Rate von HFO auf der Karte der auf dem Patienten Cortex implantiert Raster hervorgehoben. <a href="http://ecsource.jove.com/files/ftp_upload/54883/54883fig6large.jpg" target="_blank">Bitte klicken Sie hier</a> , um <a href="http://ecsource.jove.com/files/ftp_upload/54883/54883fig6large.jpg" target="_blank">eine größere Version dieser Figur zu sehen.</a> Die repräsentativen hier präsentierten Ergebnisse zeigen die mögliche Verwendung der beschriebenen Technik im klinischen Umfeld für die nicht-invasive Identifizierung und Lokalisierung von HFOs während der präoperativen Beurteilung von pädiatrischen Patienten mit medizinisch refraktärer Epilepsie. Bei beiden Patienten waren HFOs localized concordant für Kopfhaut - EEG und MEG (siehe Abbildung 5). Lokalisierungsunterschiede von wenigen mm kann der überlegenen Lokalisierungsfähigkeit mit hoher Dichte im Vergleich zu MEG Skalp - EEG 70 zurückgeführt werden, oder es können unterschiedliche zugrundeliegende Generatoren 71 darstellen. Die Lokalisierung war auch in Einklang mit dem irritative Zone , da dies von MEG (siehe Abbildung 5 - rechtes Bild) definiert wurde. Bei Patienten 2, Daten von dhzB waren auch vorhanden. Die HFOs Zone noninvasively mit Kopfhaut EEG und MEG lokalisiert war konkordant mit dem HFOs Zone mit dhzB definiert invasiv (siehe Abbildung 6). Die Ergebnisse des vorgeschlagenen Verfahrens kann die Platzierung von Gittern während der Epilepsiechirurgie für die mögliche Identifizierung des EZ führen.

Watch this Scientific Journal Video about Interictal High Frequency Oscillations Detected with Simultaneous Magnetoencephalography and Electroencephalography as Biomarker of Pediatric Epilepsy at JoVE

Interictal High Frequency Oscillations Detected with Simultaneous Magnetoencephalography and Electroencephalography as Biomarker of Pediatric Epilepsy

Hochfrequenzoszillationen (HFO) wurden als präoperative Biomarker für die Identifizierung der epileptogenen Zone bei pädiatrischen Patienten mit medizinisch refraktärer Epilepsie entwickelt. Eine Methode für die nicht-invasive Erfassung, Erkennung und Lokalisierung von HFO bei gleichzeitiger Kopfhaut Elektroenzephalographie (EEG) und Magnetoenzephalographie (MEG) wird vorgestellt.

Interiktalen Hochfrequenzoszillationen Erkannte mit Simultaneous Magnetoencephalographie und Elektroenzephalographie als Biomarker für Pädiatrische Epilepsie

Crucial to the success of epilepsy surgery is the availability of a robust biomarker that identifies the Epileptogenic Zone (EZ). High Frequency ...

Research

JoVE Journal

Medicine

High-frequency High-resolution Echocardiography: First Evidence on Non-invasive Repeated Measure of Myocardial Strain, Contractility, and Mitral Regurgitation in the Ischemia-reperfused Murine Heart

Hochfrequenz-High-Resolution Echokardiographie: First Evidence on Non-invasive Wiederholte Messung der myokardialen Strain, Kontraktilität und Mitralinsuffizienz in der Ischämie-Reperfusion Murine Herz

Ischemia-reperfusion (IR) was surgically performed in murine hearts which were then subjected to repeated imaging to monitor temporal changes in ...

Forschung

Medizin

Surgical Management of Meatal Stenosis with Meatoplasty

Surgical Management Gehörgangsstenose mit Meatoplasty

Meatal stenosis is a common urologic complication after circumcision.  Children present to their primary care physicians with complaints of deviated ...

Guidelines for Elective Pediatric Fiberoptic Intubation

Richtlinien für die Wahlfächer Pediatric Fiberoptische Intubation

Fiberoptic intubation in pediatric patients is often required especially in difficult airways of syndromic patients i.e. Pierre Robin Syndrome. Small ...

High Throughput Sequential ELISA for Validation of Biomarkers of Acute Graft-Versus-Host Disease

High Throughput Sequential ELISA zur Validierung von Biomarkern des akuten Graft-Versus-Host Disease

Unbiased discovery proteomics strategies have  the potential to identify large numbers of novel biomarkers that can improve  diagnostic and prognostic ...

Brain Source Imaging in Preclinical Rat Models of Focal Epilepsy using High-Resolution EEG Recordings

Gehirn Quelle Imaging in präklinischen Rattenmodellen von fokalen Epilepsie mit hochauflösenden EEG Recordings

Electroencephalogram (EEG) has been traditionally used to determine which brain regions are the most likely candidates for resection in patients with ...

High-frequency Ultrasound Imaging of Mouse Cervical Lymph Nodes

Hochfrequenz-Ultraschall-Bildgebung der Maus Halslymphknoten

High-frequency ultrasound (HFUS) is widely employed as a non-invasive method for imaging internal anatomic structures in experimental small animal ...

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

Eine Pipeline für 3D Multimodalität Bildintegration und Computergestützte Planung in der Epilepsie-Chirurgie

Epilepsy surgery is challenging and the use of 3D multimodality image integration (3DMMI) to aid presurgical planning is well-established. Multimodality ...

A Multimodal Imaging- and Stimulation-based Method of Evaluating Connectivity-related Brain Excitability in Patients with Epilepsy

Ein Multimodal Imaging- und Stimulations-basierte Verfahren zur Bewertung der Connectivity-bezogenen Erregbarkeit des Gehirns bei Patienten mit Epilepsie

Resting-state functional connectivity MRI (rs-fcMRI) is a technique that identifies connectivity between different brain regions based on correlations ...

Network Analysis of Foramen Ovale Electrode Recordings in Drug-resistant Temporal Lobe Epilepsy Patients

Netzwerkanalyse von Foramen Ovale Elektrode Recordings in Resistente Temporallappen Epilepsie-Patienten

Approximately 30% of epilepsy patients are refractory to antiepileptic drugs. In these cases, surgery is the only alternative to eliminate/control ...

Topical Airway Anesthesia for Awake-endoscopic Intubation Using the Spray-as-you-go Technique with High Oxygen Flow

Topical Airway Anästhesie für Wach-endoskopische Intubation Mit der Spray-as-you-go-Technik mit hoher Sauerstoff-Flow

A patient&#39;s willingness to cooperate is an absolute precondition for successful awake intubation of the trachea. Whilst drug-sedation of patients can ...