小児てんかんのバイオマーカーとして同時磁図と脳波を用いて検出発作間高周波発振

倫理声明：ここでの実験手順は、マサチューセッツ総合病院、ボストン、MA、USAの治験審査委員会（IRB）によって承認されています。次のセクションでは、頭皮EEGとMEGを用いて、HFO類の非侵襲的検出とソース局在化のための実験プロトコルを説明します。患者の準備は最小限で、検査は一般的によく許容されます。約60分持続実際のレコーディングで3時間 – セッション全体では約2続きます。 1.患者の準備子供は環境と快適であることを確認してください。 注：幼い子供たちがテスト環境を探索すると検査機器を参照できるようにします。スクリーニングフォームを使用することにより、安全性と同意について患者をスクリーニングします。彼/彼女は最後の2時間以内に臨床発作を持っていたかどうかを患者（または彼/彼女の両親を）確認して下さい。 すべての金属/磁性材料を外し、患者に病院に発行された衣類を提供しています。靴を脱がせます彼らはしばしば、磁性であるからです。被験者が数分間MEG信号を測定することにより、磁気アーティファクトの自由であるかどうかを確認してください。このような歯科作品などの移植材料からアーチファクトを低減するための消磁装置を使用してください。 注：強磁性体は、本体内にあることがあらゆる可能性がある場合消磁が適用されるべきではありません。 子供のための適切な脳波キャップのサイズを選択するために、最大頭囲を測定します。測定テープを使用し、ナジオンにそれを保持します。そして、最大円周（イニオン上記~1センチ）の周りの頭の周りを測定。 20システム – 国際10に係るヘッドにEEGキャップを置きます。各電極が配置されている皮膚を清潔にし、各電極用ペースト/ゲルを適用します。 注：子供に頭皮EEG記録に関する詳細は、他の場所41が設けられています。 頭の上に接地電極と参照電極を配置します。水平測定するための追加の電極を接続してのVertica時間的領域（T1 / T2）をカバーする場所でリットルの電気眼球図記録（EOG）、心電図（ECG）、電（EMG）と追加のEEG電極。 注：EOG、ECG、EMG及び眼の動き、心磁計の汚染、筋活動の識別を支援し、また、患者の状態を監視すること。 EEGチャンネルは個別にセンサーを配置することによって、頭皮との良好な接触を持っていることを確認してください。静かに邪魔にならないように髪を移動するには左右に各センサをねじります。 10キロオームを下回るようにするために脳波抵抗計を持つすべての電極のインピーダンスを測定します。 耳たぶの後ろに2とおおよその対称の位置での額に2：頭の上に4 HPIコイルを配置します。 注：HPIコイルは、3D空間におけるMEGセンサの位置に関して患者の頭部の相対的な位置をローカライズするのに役立ちます。 HPIコイルの数は、MEGシステムのベンダーによって異なる場合があります。 入手しますHPIコイルの位置とデジタイザを使用して、EEG電極。 注：デジタイザは、3D空間内のセンサの座標を記録します。センサは、スタイラスの先端に配置されています。 HPIコイルの位置は、ヘッド解剖学とMEGセンサの位置に関して知られていなければなりません。 デジタイザを使用して、右/左耳介前点、ナジオンなどの基準ランドマークの位置を取得します。精密なヘッド形状を得るために、追加ポイント（約300点）をデジタル化します。 MEGシステムが配置されている磁気シールドルーム（MSR）42、に患者を転送します。 注：MSRは外部の電磁ソースの携帯機器、電気機器やコンピュータからの（ すなわち、電力線、無線周波数信号からMEG記録の干渉を最小限にシールドされた環境である、そのような車、エレベーター、や電車などの移動磁化物体からの磁界）。これは、ネストされた3つの層から構成されています。それぞれの層は、純粋なアルミニウム層を加えた高透磁率の強磁性層（ すなわち、ミューメタル、ニッケルおよび鉄の大部分からなる合金）で形成されています。 ベッドの上で患者を下にして置き、MEGのヘルメットに彼/彼女の頭を入れて、と快適さのために、患者の頭の下に適切なパッド/スポンジを適用します。 記録機にHPIs、EEGリード、EOG、ECG、EMG、および追加の電極を接続します。それはヘルメットにできるだけ深く位置していることを保証するスキャナで患者の頭の位置を調整します。 2.データ集録 MEGと脳波注：MEG / EEGデータ取得が以前の研究42に記載の方法に基づいて行われます。小児てんかんにおけるMEGの臨床使用についての詳細は、他の場所43,44見つけることができます。 録音MEGは、全頭MEGシステムに通知します。 注：MEGシステムは、2つのタイプの薄膜センサを採用し（平面勾配計および磁力計）は102センサ素子上に集積しました。各要素は、単一のコイルで構成さ磁力計、および「8の字」型コイル構造で構成さ2の直交平面勾配計が含まれています。磁力計は、その表面に垂直な磁束を測定し、勾配計は、「8」、または空間的勾配の2ループ間の差を測定します。 MEGシステムは、204平面勾配計102磁力計（計306センサー）を有しています。異なるベンダーからのMEGシステムは、異なる数とコイル（ すなわち 、軸方向の勾配計）のタイプがあります。 同時に録音T1 / T2 42中のAg / AgClの焼結リング電極と追加の電極を有する非磁性の70チャンネルの電極キャップを使用してEEG信号。共通の基準モンタージュを使用してください。 MSRのドアを閉じます。彼/彼女が快適に感じるかどうかを確認するためにインターホンシステムを介して患者と通信します。 insid滞在する親を頼みます電子MSRは、録音中に子供が一人で滞在する不快に感じている場合。 MEG収集ソフトウェアに「GO」ボタンをクリックして録音を開始します。 1キロヘルツ（またはそれ以上）の高いサンプリングレートを使用してください。 400 Hzでオーダー第 6のローパス無限インパルス応答（IIR）フィルタを使用してください。オンラインすべて記録された信号を確認してください。センサーチューナーを使用して悪いMEGチャンネルを修正しました。 注：悪いMEGチャンネルは、スプリアス環境電磁ノイズを記録またはセンサ（磁力計のための2〜5のfT /√Hzで上記）ホワイトノイズの比較的高いレベルを持って定義されたセンサ（勾配計または磁力計）です。センサが強い（測定された信号に対して）磁場コイル "トラップ"超伝導を破壊する磁束の特定の部分にさらされているとき、これは通常起きています。センサーチューナは、それを介して電流を印加することによって、コイルを加熱することに使用されます。この手順は、チューニングと呼ばれ、ときに使用されます（ – 5フィート/√Hzのすなわち、2）センサの白色雑音レベルが特定の閾値より上です。一部のMEGシステムは、センサチューナーを持っていません。 MEG取得ソフトウェアで「測定」ボタンをクリックすることで、患者の頭の位置を測定します。患者の頭部は感覚アレイによって十分に覆われていない場合は、ヘルメットの中に深く彼/彼女の頭を移動するために、患者に尋ねます。 注：この演習は、人工的な磁場を発生させるコイルに過渡的な振動電気信号を印加することにより、4 HPIコイルを活性化させます。これらのフィールドは、このようにヘッド位置が決定され、MEGセンサによって検出されます。手順が異なるMEGベンダ間で異なる場合があります。 録音MEG、EEG、および周辺レコーディング〜60分間MEG収集ソフトウェア（ すなわち、ECG、EOG、およびEMG）の「録音」ボタンをクリックして。 注：データは、独立ディスク（RAID）の冗長アレイで.FIFファイルとして格納されます。ファイルの種類は、他のMEGベンダーごとに異なります。 記録が終了すると、MSRを開き、ケーブルを外して、MSR室から患者を取り出します。優しくすべてのテープ、電極、HPIコイル、およびEEGキャップを取り外します。患者のためのヘッド洗浄を提供します。 取得が完了した後、患者ない空MSRの磁気信号を記録します。 MEG収集ソフトウェアに「GO」ボタンをクリックして録音を開始します。ステップ2.1.4と同じパラメータを使用して2分間の録音MEGデータ。 注：このデータは、環境の電磁ノイズを推定するために使用されます。 MRI 高解像度の3Tスキャナと、磁化準備急速取得グラディエントエコーシーケンス（TE = 1.74ミリ秒、TR = 2520ミリ秒= 1×1×1ミリメートルボクセルサイズMPRAGE）との解剖学的MRIデータを取得します。 MRIスキャンプロトコルの詳細は、他の場所で45求めることができます。 注：私たちは、MRIスキャンを実行しないでくださいこのような歯科作品からできるだけ患者の金属製インプラントの磁化にMEGの録音でアーチファクトを回避するために、MEGセッションと同じ日。 発作間欠期活動の3同定 GNU一般公有使用許諾の下でオンライン文書化し、ダウンロードして自由に利用されているブレーンストーミング46を 、使用してデータを開きます。 臨床発作から離れて少なくとも2時間に発生する発作間活性を有するEEGデータの視覚的部分を選択します。 メモ： 図1は、頻繁なのIEDでEEGおよびMEGデータの一部を紹介します。 EEG信号における経験的に明確に定義されたのIEDを特定します。これは、スパイクは、（20から70ミリ秒）とシャープな波（70から200ミリ秒）47-48を 。 注：てんかん焦点の局在化のIEDの両方のタイプの臨床的意義は同等です。 （ⅰ）最小限のモティ：と（可能な場合）を識別するために録音の部分をお試しくださいアーティファクトに、（ⅱ）以上の3から4 10のディスプレイ当たりのIED、および（iii）徐波ノンレム睡眠通常HFO類49の高い数を提示しています。 図1：EEGおよびMEG信号でのIED。頻繁のIEDと同時に記録された頭皮EEGとMEG信号の部分。 1鋭い波が含まれている強調表示されたセクションの1秒は、拡張時間スケール表示に右のパネル上に提示されます。レッドドットはのIEDのピークを示しています。 この図の拡大版をご覧になるにはこちらをクリックしてください。 ブレーンストーミングを使用して、標準の表示設定（10秒/ページ）でデータを表示します。 [フィルタ]タブに移動し、次のフィルタ表示パラメータ置く：ハイパスフィルタ：1 Hzの、低域通過フィルタ：80 Hzの、ノッチフィルタ：50 O60ヘルツ（電力線の周波数に応じて）は、R。データを検査し、のIEDとのデータの部分を識別します。 注：のみのIEDとの信号の部分は、HFO類（ステップ3.4）を探すためにスキャンされます。選択したフィルタは、唯一の可視化のためのものです。彼らは、データに適用されていません。ブレーンストーミングのWebサイトの指示に従って（順目 4）バンドパスバターワースフィルタを使用して、データを永続的にこれらのフィルタを適用するためには（http://neuroimage.usc.edu/brainstorm/）。 マークの両方EEGおよびMEGデータに生じる各IEDのピーク（ 図1の赤い斑点を参照してください）。 注：ブレインストームを使用して、マーキングのIEDについての詳細は、他の場所で見つけることができます（http://neuroimage.usc.edu/brainstorm/Tutorials/Epilepsy）。 同時頭皮EEGおよびMEGデータでHFO類の4半自動検出注：ここでは、自動検出（ステップ4.1を含む、HFO類を検出するための半自動化方法を記載し、Figu2再）、自動的に検出HFO類（ステップ4.3）の視覚的な見直しが続きます。真の波紋のように鋭い過渡現象のスプリアス振動を避け、HFO類は、フィルタリング現象によるものではないことを確実にするために、我々は、関連文献の最新の提案を続けてください。私たちは、以来4振動数の最小値を持っているHFO類を必要フィルタのインパルス応答は、サイクル50の選択された数よりも少ない振動を有することが観察されており、我々は効果及び「ギブス」現象50リンギング最小化するために有限インパルス応答（FIR）フィルタを使用し、我々は、候補HFOイベントを必要HFO類ものIED 50,51上に見えるオーバーレイしたかどうかをチェックするために専門家によって視覚的にも検査し、シャープなイベントや振動が異なるシグネチャを持っているので、我々は、時間-周波数プレーンで観察される離島を必要とします：実際のHFOは、時間frequenに孤立したピークで表され、一過性のイベントは、周波数50,52,53で拡張細長いブロブを生成しながら、500 Hzの- 80のバンドに位置cyのプロット（「島」として、周波数に制限）。 図2：アルゴリズムの手順の概略図。アルゴリズムは、2つの段階で動作する：最初は、時間領域（左及び中央の列）内の各EEG信号から候補HFO類を識別する。もう一つは、時間 – 周波数領域（右欄）内のアーティファクトから真のHFO類を区別するために、以前に検出された候補イベントを分類します。 この図の拡大版をご覧になるにはこちらをクリックしてください。 自動HFO検出注： 図2は、自動検出のフローチャートを説明各EEG信号にHFO類の。開発された方法の目標は、HFO類の目視検査のために推奨されている2秒/ページ表示を使用して、各EEGチャネル上HFOイベントをマーキングの脳波の専門家のための負担を軽減することです。 HFOは、リップル周波数帯域内のイベントとして定義されていた-周りの背景から目立つ形態のように、正弦波の少なくとも4の振動を持っている（80〜250ヘルツ）、54（ステップ4.1.1）、および短期として現れます明確な高周波14（ステップ4.1.2）で分離されたスペクトルピークを持つイベントが住んでいました。 時間領域における候補HFO類の検出バンドパス（BP）、関心のリップル帯への信号の周波数成分を制限し、80と250 Hzの間のEEG信号をフィルタリングします。 注：これは、位相歪みを回避するために、リンギング効果と「ギブス」現象55、およびゼロ位相ディジタルフィルタリングを最小限に抑えるために、FIRフィルタを使用することをお勧めします。 計算ヒルベルト変換を使用してBP信号のエンベロープ。時系列の各点を中心にスライディングウィンドウを10秒以上のエンベロープの平均値と標準偏差（SD）を計算します。 （多くのHFO類と高いSDとの信号の部分が存在する可能性に対してロバストな値を得るために）すべてのウィンドウの上に中央値を使用して全体の平均とSDを推定します。 封筒のZスコアを計算し、候補HFOにZスコアが最小しきい値よりも高くなるたびにマークし、3 56に等しくなるように設定。 半分しきい値の上下に交差として検出されたイベントの開始点と終了点を定義します。一つのHFOとして30ミリ秒未満のイベント間の間隔とHFO類を考えてみましょう。 HFOの始点と終点の間のBP信号のピークの数を計算し、以下の4つのピークでイベントを破棄します。また、12よりも高いZスコアのイベントを破棄します。 注：あなたの格言を変更します。録音中に発生する可能性があるアーティファクトの振幅に応じたZスコアのしきい値をええと。非常に高い振幅のイベントは、筋肉や電極のアーチファクトに起因することができ、一方、振動数が少ないイベントは、フィルタリング効果57,58によって引き起こされる場合があります。 時間 – 周波数領域における可能なアーティファクトを拒否します。 注：この手順は、その周波数コンテンツ関心の周波数帯域に限定されるものではなく、他の脳波活動やフィルタリングアーティファクトによって誘発されるかもしれないイベントから本当のHFO類を区別する必要があります。これは、実際のHFOは、周波数59で拡張細長いブロブを生成する一過性のイベントとは対照的に、80 Hz以上の異なる周波数で分離されたスペクトルピークと短命イベントとして表示されるという仮定に基づいています。 図3は、BPフィルタリングEEG信号（上のパネル）、そのエンベロープ（中央のパネル）、および対応を示す検出されたHFOの例を示していますHFOピークの周り[-0.5、+0.5]の期間中、時間 – 周波数平面（下側パネル）る。いかなる顕著な活性は150 Hz以上の周波数で観察されなかったため、150 Hzの – 時間 – 周波数平面の表示は80から制限されています。 関心の最高周波数、 すなわち、250ヘルツ（中心周波数= 1 Hzに1ヘルツの周波数範囲内モレット変換を使用して、時間-周波数空間にすべての候補HFO類のイベントを変換し、フル幅アット半値= 3秒）。 イベント期間の各時点にわたる時間周波数表現の瞬間パワースペクトルを分析します。各パワースペクトルについて、Burnos らによって記載された自動の基準に従ってください。 56は、高周波数帯域においてピークを検出し、それは低周波数範囲内の最も近いピークから明確に区別されるかどうかを確認します。の少なくとも90％で単離された高周波ピークとパワースペクトルを示していないHFO類を捨てます時間点。 並び替えすべてのチャネルにわたってその時間的な発生によりHFO類のイベントを検出しました。その期間と重なるグループ一緒にすべての連続HFO類。さらなる分析のために、少なくとも2のEEGチャンネルを含むHFO類のグループのみを保管してください。 注：このアルゴリズムは、HFO類が本当のHFO類に似ており、単一のEEGリード線で発生する可能性がスプリアスランダムアーティファクトを、捕獲回避するために、少なくとも2つのチャンネルで発生することが要求されます。二つの連続HFO類は、第二HFOの開始時間は、最初の1の開始時間に先行するときに重複と見なされています。 図3：アルゴリズムで検出HFOイベント。上のパネル：BPフィルタリング – 1チャネル（F8 – T8）から（80〜150 Hz）とEEG信号（μVで）患者1から中央のパネル：BP信号のエンベロープ（Zスコア）。エンベロープ（赤いアスタリスク）のピークは、HFOピークのタイミング（赤い縦の点線）を示しています。青色のアスタリスクは、HFO（青い縦の点線）の開始と終了の時点を示している半分の閾値（青い点線）の上下に交差を、マーク。下のパネル：時間 – 周波数解析面。 HFOのピーク付近リップル周波数帯域（〜100 Hz）で分離されたピークに注意してください。 この図の拡大版をご覧になるにはこちらをクリックしてください。 HFOイベントのビジュアルレビュー注：視覚的なレビューの一部はアンドラーデ・ヴァレンサらによって提案されたガイドラインに基づいています。 28とZelmann ら。 60。 縦に2コンピュータの画面を合わせます。脳波の検査用とMEG信号の検査のために1。拡大（2秒/ページ）の両方で検出されたイベントや典型的なのを表示します250ヘルツと1 – – BPは、信号フィルタリング40ヘルツCALE（10秒/ページ）は、それぞれ、80を示します。 大きな周波数変動、不規則な形態、または大振幅の変動にフィルタリングされていないEEGとMEGで筋肉や電極アーティファクトでcooccurringイベント、ならびにイベントを無視します。 HFO類の検出時にEOG及びEMG信号を観察し、EOGや筋肉の活動に対応すると考えられているすべてのイベントを破棄します。彼らは真のHFO類15,28,56である可能性が高いとして（ステップ3.3で検出された）EEG / MEGのIEDと重なるだけHFO類を考えてみましょう。 注：このアプローチは、低感度のコストで高い特異性を提供しています。従って、それは、識別されたHFO類の皮質由来のものであるという確信を提供します。 同時に、EEGとMEG信号の両方で発生するだけHFOイベントを保管してください。 IEDとHFO類の5音源定位 MEGのIEDのピーク時に発電機をローカライズ、等価電流双極子（ECD）を使用して、ステップ3.3でマーク。 （http://martinos.org/mne/stable/index.html）自由に利用できる最小ノルム見積もりソフトウェアを使用してください。メートル – のみ適合度（GOF）> 80％と双極子モーメントQ <500 nAのでスパイクを検討してください。各患者のMRI上のECDの場所をオーバーレイ。 注：平均上の最大エントロピー（MEM）は源61の位置と範囲を決定する魅力的な代替方法です。 平均（wMEM）法にウェーブレット最大エントロピーを用いて、EEGおよびMEGの両方でHFOの音源定位（フォン・Ellenrieder ら 38によって提案されたように）。 注：MEMが正常てんかん活動62-64のソースの場所および程度を決定するために使用されている効率的な技術です。 wMEMは現実的なシミュレーション65で評価されるように振動活性をローカライズするために開発されたMEMを拡張したものです。これは、DISの信号を分解する各時間周波数ボックスにMEMの音源定位を実行する前に、クレタ島ウェーブレット基底。したがって、wMEMはHFO類をローカライズするために特に適しています。 セグメントMRIとFreesurfer 66-67を使用して、皮質表面を得ます。 OpenMEEG 68を使用した 3層モデルのための境界要素法（BEM）とのEEG / MEG順問題を解決します。 離散ウェーブレット変換の第2のスケールは、対象の周波数帯に対応して変換することを確実にするために、640ヘルツの信号を再サンプリングします。 すぐに各HFOの前に150ミリ秒のウィンドウ内のリップル帯域で背景をもとに、それぞれのHFOのための独立したデータ空間におけるノイズ共分散行列を推定します。 HFO期間に沿ってリップルバンドと平均で各HFOのための音源定位を実行します。注：結果のマップは、皮質テッセレーションの各頂点に関連付けられた皮質の活性値で構成されています。 最大値を有するために、各マップを正規化各HFOのための1に等しい活性値。 各頂点にすべてのHFO類全体の活性値の平均値を計算します。皮質表面上で、最終的なマップを表示するために、最大活性化の60％のしきい値を適用します。 6.検証頭蓋内EEG（すなわち、例えば）： 硬膜下グリッドおよび/または定位的に導かれた深さ電極を採用することにより、余分な手術すなわち、例えばを取得します。各患者に特異的である、前の術前評価試験の結果に基づいて、電極と対処すべき臨床仮説の配置を導きます。 注：頭蓋内EEGは術前評価の一環として、2 kHzのサンプリングレートを使用してデジタルEEGシステムに記録されています。皮質発作エリアの地形を解決するために重要である場合硬膜下のグリッドは、一般的に最良の選択であり、かつ雄弁皮質のマッピングはprimar近くてんかん領域で、 例えば （重要な場合正確な境界は、刺激のマッピングおよび発作頭蓋内EEG分析によって推定することができるのY運動皮質）。 SOZの定義： 各患者のために利用可能な臨床情報に基づいて専門家てんかん専門医によって定義されるようにSOZを識別します。 注：SOZは、臨床的発症とのすなわち、例えばベースラインから前への変化（発作放電）または併用の最古と急速な広がりを示す領域として定義されています。発作エレクトロ放電、通常、最初の5秒の先頭に関わるすべてのチャンネルは、SOZとして考えられていました。発作は、互いに独立して複数の領域に由来している患者では、異なるSOZs内のすべての連絡先がSOZ接点とみなされます。専門家はSOZを定義する時のHFO音源定位結果に盲目です。臨床情報も含まれています：発作と発作間すなわち、例えば所見、MRIで見える病変、発作と発作間欠期頭皮脳波を調査結果。 HFOチャネルの識別。 4.1で説明したように、各頭蓋内電極にHFO類を検出します。ブートストラップを適用し、最終的な閾値を69として平均値を算出し、その後、すべてのチャネルからのHFO類の数のヒストグラムに基づいて閾値を決定するためにキトラーのメソッドを使用します。最後に、閾値以上のHFO率でチャンネルを識別します。 SOZでHFOの局在を比較音源定位結果のゴールドスタンダードとして6.2で識別されました。