JoVE Journal > Medicine
Summary
Abstract
Introduction
Protocol
Ergebnisse
Discussion
Offenlegungen
Acknowledgements
Materials
Referenzen
Please note that all translations are automatically generated. Click here for the English version.
Medizin

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

Published: December 18, 2016
doi:
10.3791/54746
, , , , ,
1Neurosurgery & National Reference Unit for the Treatment of Refractory Epilepsy,Instituto de Investigación Sanitaria Hospital de la Princesa, 2Clinical Neurophysiology & National Reference Unit for the Treatment of Refractory Epilepsy,Instituto de Investigación Sanitaria Hospital de la Princesa, 3CONICET

Summary

This protocol describes a procedure to track the evolution of mesial network measures in temporal lobe epilepsy (TLE) patients. It is based on the combination of intracranial recordings with a novel numerical technique for data analysis. Specifically, we present a protocol for network analyses of foramen ovale recordings.

Abstract

Rund 30% der Epilepsiepatienten sind refraktär gegenüber Antiepileptika. In diesen Fällen ist eine Operation die einzige Alternative zu beseitigen / Kontrolle Anfälle. Jedoch weiterhin eine bedeutende Minderheit der Patienten postoperative Anfälle zu zeigen, auch in den Fällen, in denen der Verdacht auf Quelle von Anfällen korrekt lokalisiert und reseziert. Das Protokoll hier vorgestellten kombiniert ein klinisches Verfahren routinemäßig während der präoperativen Beurteilung der Temporallappenepilepsie (TLE) Patienten mit einer neuen Technik zur Netzwerkanalyse verwendet. Das Verfahren ermöglicht für die Auswertung der zeitlichen Entwicklung der mesial Netzwerkparameter. Die bilateralen Einfügung Foramen ovale Elektroden (FOE) in die Umgebungs Spülkasten zeichnet gleichzeitig electrocortical Aktivität an mehreren mesial Bereiche im Schläfenlappen. Des Weiteren Netzwerk Methodik der aufgezeichneten Zeitreihen angewendet verfolgt die zeitliche Entwicklung der mesialen Netzwerke sowohl interictally und während derAnfälle. Auf diese Weise bietet das Protokoll präsentiert eine einzigartige Möglichkeit, Maßnahmen zu visualisieren und zu quantifizieren, die die Beziehungen zwischen mehreren mesial Bereichen statt eines einzigen Bereich hält.

Introduction

Epilepsie ist eine behindernde Erkrankung, die 1 betrifft – 2% der Weltbevölkerung. In der Mehrzahl der Fälle, Krampfanfälle – die Kennzeichen der Epilepsie – komplett mit Antiepileptika kontrolliert oder beseitigt werden können. Jedoch etwa 30% der Epilepsie Patente sind refraktär medikamentöse Therapien. Bei der häufigsten Form der Epilepsie, die zeitliche (TLE) 1, ist zum Glück Chirurgie eine gute Alternative den Zustand des Patienten zu verbessern. Die Ergebnisse von Meta-Analysen zeigen , dass fast zwei Drittel der arzneimittelresistenten TLE Patienten in den ersten zwei bis drei Jahre nach der Operation resektive 2,3, anfallsfrei sind , obwohl dieser Anteil auf mehrere Faktoren variiert, vor allem die Art der Hippokampus – Sklerose 2. Ein entscheidender Schritt für ein erfolgreiches Ergebnis ist die genaue Lokalisierung des sogenannten epileptischen Fokus, der kortikale Bereich verantwortlich für die Erzeugung von Anfällen, die typischerweise in der mesia befindetl-Bereich des Schläfenlappens. Aber auch in jenen Fällen, in denen die epileptischen Fokus während der Operation, eine bedeutende Minderheit der Patienten korrekt identifiziert und reseziert wurde entweder bleibt mit postoperativen Anfällen oder müssen unter strenger Antiepileptikum Behandlung gebracht werden Anfälle zu kontrollieren. Daher hat sich eine neue Perspektive, in der heraus Aufmerksamkeit ist nicht mehr konzentrierten sich ausschließlich auf isolierte Bereiche, statt kortikalen Wechselwirkungen nun die grundlegende Frage stellen. Dieses "Netzwerk" Ansatz wird im Connectome Konzept 4, geerdet , die eher die Aufmerksamkeit in den neuronalen Verbindungen zwischen verschiedenen Bereichen konzentriert sich als die Rolle der compartmentalized Strukturen hervorheben. Dieses neue Paradigma wurde in der Graphentheorie, einem mathematischen Rahmen widmet sich dem Studium der topologischen und statistischen Eigenschaften von Graphen, das entsprechende Werkzeug fand seine grundlegende Erkenntnisse zum Ausdruck bringen. Unter dieser Perspektive wird das Gehirn als ein Satz von Knoten, die durch Links miteinander verbunden betrachtet <sup> 5-9 , so dass Knoten , die durch die Rindenbereiche der durch die Elektroden und die Verbindungen zwischen ihnen bedeckt dargestellt durch den Grad der Synchronisation gegeben sind. Somit ist dieses Netzwerk-Ansatz hat sich bei der Analyse der invasive Elektrodenaufzeichnungen und hat neue Informationen zu fördern, das Verständnis der zugrunde liegenden Mechanismus der Anfallsentstehung und Ausbreitung verwendet worden.

Unter den vielen invasiven neurophysiologischen Techniken verwendet routinemäßig in den meisten Epilepsie-Zentren auf der ganzen Welt, das Foramen ovale Elektrode (FOE) ist besonders bemerkenswert. FOE ist eine semi-invasive Technik , da es nicht erforderlich ist , eine Kraniotomie durchzuführen, was 10 Chirurgie-Komplikationen verringert. Zusätzlich 11 die Lage der FOE in der Umgebungs Spülkasten macht sie besonders geeignet für die Anfallserzeugung und -ausbreitung, wie beispielsweise die entorhinalen Kortex beteiligt mesial Aktivität von mehreren kortikalen Strukturen aufnehmen. Daher seine Verwendung seitsein Aussehen ist in der präoperativen Beurteilung von arzneimittelresistenten TLE Patienten weit verbreitet. Traditionell wird diese Technik zu lokalisieren irritative Aktivität in Form von interiktalen epileptogenen Spikes und scharf Wellen, und was noch wichtiger ist, genau zu identifizieren, auf den Bereich von mesial Anfallsbeginn verwendet.

Die neue Definition der Kommission über die Klassifizierung und Terminologie von der Internationalen Liga gegen Epilepsie (ILAE) vorgeschlagen legt nahe , dass Anfälle an einem gewissen Punkt ihren Ursprung in bestimmten Netzen 12. Außerdem haben mehrere Studien gezeigt , dass Anfälle durch abnormale Netzwerkaktivität hervorgerufen werden und nicht durch eine isolierte pathologischen Bereich 13-16. Offensichtlich ist diese neue Perspektive erfordert erneute Analyse der erlernten Informationen neue numerische Methoden, wie komplexe Netzwerk-Methodik. Obwohl die praktische Anwendung dieser Analysen noch in der klinischen Praxis beginnende ist, haben mehrere Studien gezeigt, ihreWert 13-17.

Das Protokoll, im Folgenden beschrieben, ist die Kombination einer klinischen Praxis routinemßig auf arzneimittelresistente mit einer neuartigen Technik der Netzwerkanalyse Epilepsiepatienten TLE durchgeführt. Das Verfahren ermöglicht für die Auswertung der zeitlichen Entwicklung der mesial Netzwerkparameter. Die bilateralen Einfügung von FOE in die Umgebungs Zisterne zeichnet gleichzeitig die electrocortical Aktivität an mehreren mesialen Flächen der Temporallappen. Ein Netzwerk-Konzept für die Aufnahme Zeitreihen angewendet verfolgt die zeitliche Entwicklung der mesialen Netzwerke sowohl interictally und während der Anfälle. Auf diese Weise bietet das Protokoll präsentiert eine einzigartige Möglichkeit, Maßnahmen zu visualisieren und zu quantifizieren, die die Beziehungen zwischen mehreren mesialen Flächen hält.

Protocol

In dem Protokoll nachfolgend beschrieben, werden die Schritte 1, 2 und 3 gehören zu sowohl die Forschung und klinische Protokolle, die beide streng von jedem mesial TLE Kandidaten für eine Resektion Operation gefolgt nur von klinischen Kriterien ausgewählt. Schritt 4 und 5 gehören ausschließlich dem Forschungsprotokoll. Beide Verfahren sind in Übereinstimmung mit den Richtlinien des Ethik-Komitees des Hospital de la Princesa. 1. Pre-Implantationen Erklären Sie die experimentellen Verfahren zu dem Teilnehmer angeben, welche Punkte der Forschung entsprechen und welche sind für die klinische Praxis der Bemerkung, dass die Forschung Verfahren ist in keiner Weise das klinische Verfahren zu modifizieren. Achten Sie besonders auf die potenziellen Risiken der chirurgischen Implantation von Elektroden zu erklären. Besorgen Sie sich eine unterzeichnete Einverständniserklärung der Teilnehmer. Für alle Kandidaten für eine Resektion Chirurgie, führen präoperative neurologische und neuropsychologische EXAminations 18. Bewerten Sie die Patienten durch interiktalen Single – Photon – Emissions – Computertomographie (SPECT) mit 99 Tc-HMPAO, Magnetresonanztomographie (MRT) 1,5 T und Video-Elektroenzephalographie (v-EEG) nach 25 Kopfhaut Elektroden an den 10 – 20 internationale System und Maudsley des Protokoll 18. Während des präoperativen v-EEG-Aufzeichnung Aufenthalt verjüngen progressiv die Antiepileptika ab dem zweiten Tag bis zum vierten Tag (etwa ein Drittel der Dosis pro Tag). 2. Implantationen (Chirurgie) Verwalten Antiepileptika präoperativ und chirurgische Eingriffe unter Vollnarkose (3 mg / kg Propofol Bolus, gefolgt von 0,2 bis 0,3 mg / kg Fentanyl und 0,5 mg / kg Rocuronium). Legen Sie zwei Sechs Kontakt Foes mit einem 1-cm Mitte-zu-Mitte – Abstand bilateral in die Umgebungs Zisternen 19 Kirschner – Technik. Platzieren Sie den Patienten on der Operationstisch in Rückenlage, mit dem Hals schonend bei 15 ° erweitert. Bereiten Sie die Wange des Patienten mit einer Jodlösung, an der Einschnittstelle beginnt und nach außen kreisen, und drapieren den Bereich unmittelbar die Einschnittstelle umgibt. Stechen Sie mit einer 20-Gauge – Spinalnadel nach Hartel Wahrzeichen 20: ein Einstiegspunkt in etwa 3 cm auf der ipsilateralen Seite der mündlichen commissure zu einem Punkt unmittelbar schlechter als der ipsilateralen Pupille in der anterior-posterioren Ebene lateral und einem Punkt ca. 2,5 cm vor den äußeren Gehörgang in der lateralen Ebene. Schieben Sie die Nadel in Richtung der Region des Foramen ovale unter Durchleuchtungskontrolle. Verwenden Sie die Seitenansichten durch die Durchleuchtungsbilder vorgesehen, um die Position der Nadelspitze zu bestimmen. Wenn die Nadel das Foramen ovale passiert, entfernen Sie das Stilett, ersetzen Sie es mit einer Elektrode, und voraus in die Umgebungs Zisterne (1A </strong>). Beurteilen Sie korrekte Implantation durch Durchleuchtung im OP – Saal 21; Dies ist wichtig, um das Eindringen in die Foramina der Schädelbasis, wie beispielsweise der unteren orbital Fissur (befindet sich anterior der Foramen ovale) und das Foramen jugulare (befindet sich hinter it) auszuschließen. Eine solche unangebrachten Kanülierung führen könnte möglicherweise zu schweren neurovaskulären Schädigung 22. Sobald die Elektroden in den Umgebungs Zisternen richtig positioniert sind, sichern sie mit Vorhängen an der Haut. Wecken Sie den Patienten auf und führen ihn oder sie in den Aufwachraum. 3. Erwerb von FOE Recordings Bringen Sie den Patienten in die v-EEG-Raum für einen Aufenthalt von etwa 5,2 ± 2,4 Tage (Mittelwert ± SD). Platzieren Elektroden 19 nach dem internationalen 10-20-System. Messen Sie den Abstand zwischen dem nasion (Brücke der Nase) und der Inion (Hinterhauptshöcker) mit einem Maßband, eind Markierung mit einer Markierung der Mittelpunkt (Standort der Cz-Elektrode). Messen und den Punkt 10% des Abstands über dem nasion (Standort der Fpz Elektrode) markieren. Wiederholen Sie den Vorgang für die Inion (Standort der Oz-Elektrode), Kennzeichnung der Abstände 20% von der Cz sowohl in der nasion und Inion Richtungen (Standorte der Fz und PZ-Elektroden, beziehungsweise). Messen Sie die Abstände zwischen den beiden präaurikulären Punkten, und markieren Sie die Abstände 10% über den linken und rechten präaurikulären Punkte (T3 und T4 Elektroden, beziehungsweise). Dann markieren Sie die Abstände 20% über beide T3 und T4 in der Cz Richtung die Standorte von C3 und C4 zu erhalten. Erstellen Sie einen Umfang mit dem Maßband die Fpz und Oz bei 5% der Abstände über den beiden Elektroden an FP1 (links) und FP2 (rechts) in der Front und an O1 (links) und O2 (rechts) in den Rücken zu verbinden. In dem gleichen Umfang, mit 10% der Strecke nach oben in der Richtung zu Inion OBTain die Position von F7, mit 10% T3 zu erreichen, und fügen Sie eine weitere 10% zu erhalten T5 (O1-Elektrode) (es sollte oberhalb der Linie zwischen den präaurikulären Punkten befinden). Markieren Sie jede Elektrodenposition und wiederholen Sie den Vorgang für das Recht (auch) Elektroden. Messen und markieren den Schnittpunkt (F3 Elektrodenposition) auf halbem Weg zwischen F7 und Fz und 20% der Strecke nach oben von Fp1 in der Richtung F3. Wiederholen dieses Prozesses in jedem Quadranten des Kopfes F4 (vordere rechte Position), P3 (back-links-Position) und P4 (hinteren linken Position) zu erhalten. Reinigen und trocknen Sie die Haut. Legen Sie eine moderate Menge an collodion mit leitenden Gel in jeder Elektrode Tasse, und positionieren Sie die Elektroden in den Bereichen vorbereitet. Trocknen Sie die collodion mit einem Fön. Verbinden all der Elektroden (Kopfhaut und ignorierten) durch Drähte mit dem Elektrodenfeld, das bereits zu einem electroencephalographer verbunden ist. Stellen Sie sicher, dass die Elektrodensignale sind gut, und stellen Sie sicher, dass die Kopfhaut Elektroden ImpeTänze sind unter 10 kOhm die electroencephalographer verwenden. Erwerben Sie digitale Kopfhaut Elektroenzephalogramm (EEG) Daten und FOE Daten bei 1.024 Hz ein Video synchronisiert electroencephalographer (v-EEG) verwenden und filtern, um ein Bandpassfilter im Bereich von 0,5 unter Verwendung der Daten – 100 Hz und einen Notch-Filter (50 Hz) mit dem electroencephalographer. Progressiv die Antiepileptika von der zweiten bis vierten Tag zu entfernen (etwa ein Drittel der Dosis pro Tag), um die Wahrscheinlichkeit von Anfällen zu erhöhen. Dieser Schritt ist abhängig von der besonderen Arzneimittelverordnung jedes Patienten. Verwenden Sie beide interiktalen paroxysmale und ictal Aktivitäten rund um die ictogenic Bereiche zu lokalisieren , indem die Elektroden / Kanal zu identifizieren , wo epileptogene Elemente 23 erscheinen, einschließlich der Slow-Wave – Komplex, polyspikes, läuft der schnellen Spitzen, scharfe Wellen, scharf-and-slow-wave – Komplex , langsam scharfe Wellen, Spikes und Spike und langsamen Wellen. Notieren Sie die Zeiten der Anfallsbeginn und Ende sowie einy andere klinische Symptome oder Ereignisse mit Bezug auf die Studie. Es gibt eine Eins-zu-Eins-Abbildung zwischen den Elektroden Lage in dem Kopf des Patienten und dem Kopf-Modell in der EEG-Software, die anatomisch Identifizierung ermöglicht, wo die epileptogenen Aktivität angezeigt. Wenn die Studie abgeschlossen ist, entfernen Sie die Feinde in der v-EEG-Einheit, indem sie sanft herausziehen, während den Mund des Patienten halb geöffnet bleibt. Sie nicht systematisch durchführen Bildgebung nach FOE Entfernung, mit der Ausnahme, wenn neurologische Symptome auftreten. In solchen Fällen eine dringende Computertomographie (CT) durchführen. 4. FOE Signalvorverarbeitung Exportieren Sie die auf dem electroencephalographer bei 200 Hz im ASCII – Format gespeicherten Daten in Epochen geeignet für numerische Analyse von ca. 30 min von Anfallsaktivität (bereits von einem Experten Neurophysiologe identifiziert) (Abbildung 1C). Vermeiden Epochen Artefakte, wie gesättigte elektrische Aktivität, die Muskelaktivität enthält, und electrode Verschiebungen. Öffnen Sie die exportierten Dateien beliebiger Unix-Stream-Editor, und entfernen Sie alle nicht-numerischen Zeichen aus den exportierten Daten-Dateien, so dass nur Zeitstempel und Kanalspannungen. Speichern Sie die geänderten Dateien für weitere numerische Analyse. HINWEIS: Von nun an führen alle Berechnungen mit R – Pakete aus dem R – Repository oder selbst gemachte Codes (Tabelle 1). Mit R – Software, installieren Sie die erforderlichen R – Pakete, und laden Sie die geänderten Daten – Dateien in das R – Umgebung. Um alle Kanäle, die jeweils einer bestimmten Spalte des Arrays zugeordnet wird, alle Daten enthält, leere Kanäle zu beseitigen und verweist sie auf eine durchschnittliche Mittellinie Referenz (Fz + Cz + Pz) / 3. Verwenden Sie die Fast – Fourier – Transform- Algorithmus (R Funktion: fft) und zeichnen Sie die resultierende Variable für die effektive Entfernung der Zeilenfrequenz (ca. 50 Hz) zu überprüfen. Verwenden Sie den Frequenzbereich zu anderen unechten fr filternequencies dass können die Signale kontaminieren. Konvertieren Sie die geladenen Daten auf einer multivariaten Zeitreihenobjekt (m) von 28 Säulen – 16 Kopfhaut und 12 Foes – unter Verwendung der R – Funktion ts. Teilen Sie die MTS – Objekt in nicht überlappende Zeitfenster von jeweils 5 Sekunden (1.000 Datenpunkte bei 200 Hz) , um die Dateigröße zu reduzieren und Rechenzeit zu optimieren. 5. Post-Processing-Berechnungen (Complex Network Analysis) Hinweis: Berechnen Sie die nachstehenden Maßnahmen in jedem Zeitfenster beschrieben, bei 5 Minuten vor dem Anfallsbeginn starten (60 Fenster) und endet bei 5 Minuten nach dem Anfallsbeginn (60 Fenster), mit dem Ziel, die zeitliche Entwicklung zu visualisieren. Berechnen Sie univariate Maßnahmen, die spektrale Leistung, Erregbarkeit und spektrale Entropie für jede einzelne Spalte / Kanal, ohne dass die Korrelationen zwischen verschiedenen Zeitreihen berücksichtigen. Berechnen Erregbarkeit (S) für jedes voltage Aktivität Zeitreihe ein selbstgemachtes Code nach der Gleichung von Schindler 24 (siehe ergänzende Datei) vorgeschlagen werden. S> 2,5 gilt als epileptogene, eine empirisch ermittelte Schwelle 17,25,26. Für jede Aktivität Zeitreihe, die Berechnung der spektralen Leistungsdichte ein selbstgemachtes Code für das Delta mit (> 0,5 Hz und <4 hz), theta (4 – 7 alpha (7-14 beta (14-30 hz ) und gamma (> 30). Berechnen Shannon-Entropie mit einem selbst gemachten Code, um die spektrale Leistungsdichte der einzelnen Zeitreihen anstelle der entsprechenden Wahrscheinlichkeitszeitserie. Der Mittelwert der einzelnen spektralen Entropie (SE) Werte für jeden Kanal über einen Satz von Elektroden erhalten. Shannon-Entropie wird in der zusätzlichen Datei erklärt. HINWEIS: Eine Abnahme der SE sollte als eine Abnahme in der Anzahl der Frequenzen des Spektrums ausgelegt werden, da SE die Entropie des Spektrums ist. Netzwerk – Maßnahmen NICHTE: In diesem Abschnitt werden die Wechselwirkungen zwischen den verschiedenen Zeitreihe von Elektroden. Berechnen Sie die funktionelle Konnektivität zwischen jedem Paar von Spannungszeitreihen in jedem Zeitfenster den absoluten Wert des linearen Kreuzkorrelationskoeffizienten unter Verwendung berechnet bei Null Verzögerung (R Funktion: CCF). HINWEIS: nicht-repräsentative Werte der Synchronisation zu beseitigen, stellen Sie eine Schwelle basierend auf früheren Studien 17,25,26. Verwenden einen Schwellenwert von 0,5 in diesem speziellen Fall. Installieren Sie das IGRAPH R – Paket 27. Erstellen Sie ein IGRAPH Objekt aus der Adjazenzmatrix (R Funktion: graph.adjacency). Verwenden der Korrelationsmatrix in dem vorhergehenden Schritt erhalten, spezifizieren, dass der Graph gewichtet und ungerichtet. In jedem Zeitfenster berechnet die mittlere Weglänge (APL) (R Funktion average.path.length) für das gesamte Netzwerk (Kopfhaut + FOE), und für jeden der vier Teilnetze: linke Kopfhaut, rechte Kopfhaut, links FOE und Recht FOE. in eXactly die gleiche Art und Weise, die Berechnung der Dichte der Verbindungen (DOL) (R Funktion: graph.density), Modularität (Mod) (R Funktion: Modularität) und die durchschnittliche Clustering – Koeffizient (ACC) (R Funktion: Transitivität). Wiederholen Sie die vorherigen Schritte 5.2.1 bis 5.2.3 unter Verwendung von Phasensynchronisation (selbst gemachte R – Code) als Schätzwert für funktionelle Konnektivität anstelle der Kreuzkorrelationsfunktion. Um die Größeneffekte in den variablen Änderungen darstellen, berechnen die standardisierte mittlere Differenz (SMD) (R – Funktion aus dem Paket MBESS: smd), zwischen dem preictal und den ictal Stufen sowie zwischen dem preictal und postiktale Stufen. Unter der preictal als Basis, wählen Sie 30 Sekunden (6 Werte) Fünf Minuten vor Anfallsbeginn aus, als der preictal Wert. Eine ähnliche Zeitfenster von 30 s kann während des Anfalls zu quantifizieren, um die Änderung, in Bezug auf die preictal Bühne, unter Verwendung des SMD gewählt werden. <li> In ähnlicher Weise, 5 min nach dem Anfall endet, wählen Sie ein Zeitfenster von 30 Sekunden, um die Änderung während der postiktale Stufe (in Bezug auf die preictal Stufe) zu quantifizieren.

Representative Results

Die endgültige Position des FOE ist in der Umgebungs Spülkasten, in axialer und sagittaler MRI (1A oberen Panels) gesehen. Die Kontakte des FOE Aufzeichnung der elektrischen Aktivität von mehreren mesialen Strukturen des Schläfenlappens (1A unteres Bild). Nach der Operation (1B linkes Feld), wird der Patient in den Raum Video-EEG versendet, wobei die Kopfhaut – Elektroden angeordnet sind , entsprechend mit dem 10 – 20 – System (1B rechts). Während des Aufenthaltes im Video-EEG-Raum wird der Patient kontinuierlich überwacht, für die weitere Analyse der Kopfhaut und FOE-Aufnahmen zu speichern, sowie Video und vitalen Konstanten. Eine typische rohe Kopfhaut und FOE – Signale (1C) zeigen das Aussehen eines Anfalls auf der linken FOE und seine Ausbreitung auf die Kopfhaut und rechts FOE Kontakte. Darstellung der epileptogenen Aktivität durch die Verwendung vonErregbarkeit (S) (Abbildung 2) zu den Roh – EEG – Aufzeichnungen von 1C entspricht, während des Übergangs von der preictal zum ictal und postiktale Perioden. Anfallsbeginn ist mit einer soliden vertikalen Linie und Zeit (x-Achse) gekennzeichnet sind, zu diesem Punkt bezeichnet. Ein Wert von S (Erregbarkeit)> 2.5 irritative oder epileptogene Aktivität dargestellt 17,25,26. Höhere Erregbarkeit (Rottöne) erschien zunächst mit höherer Intensität auf der linken Seite FOE Kontakte (LFOE). Dieses Ergebnis steht in Einklang mit einem linken mesialen Temporallappenepilepsie wie durch einen Sachverständigen Neurophysiologe informiert. Zeitliche Dynamik der mehreren Netzwerkmaßnahmen sowie die spektrale Entropie (Figur 3) während des Übergangs von der preictal den ictal und postiktale Stufen zur gleichen Anfalls in 1C und 2 dargestellt entspricht. Anfallsbeginn mit einem festen verti markiertcal Linie und Zeit (x-Achse) an dieser Stelle genannt. In diesem Fall wurde das Netzwerk auf den gesamten Satz von Elektroden gebaut, einschließlich der Kopfhaut und FOE. DoL und ACC-Werte höher waren während der Anfälle, mit einer Abnahme in der APL und Mod, eine Erhöhung der Gesamtkonnektivitäts hindeutet. Während dieser Zeit auch geringere Mengen von SE wurden beobachtet und aufrechterhalten, nachdem die Erregbarkeit (gestrichelte vertikale Linien) verschwindet. Die Analyse der Netzwerkmaßnahmen ACC, dols und APL und die SE für jede FOE (rechts und links) (Figur 4) während des Übergangs von der preictal zum ictal und postiktale Stufen. Anfallsbeginn ist mit einer soliden vertikalen Linie und Zeit (x-Achse) gekennzeichnet sind, zu diesem Punkt bezeichnet. Die Entwicklung dieser Maßnahmen entsprechen dem gleichen Anfall von 1, 2 und 3. Die ipsilateralen (links) mesial ACC, Dols und APL präsentiert früher und höher Änderungen als die contralaTeral Werte, die durch den Ort des Anfalls Beginn Zone in der linken Schläfenlappen erklärt werden. In diesem Fall Mod konnte nicht berechnet werden, da keine Unterteilungen zur Verfügung standen. Eine repräsentative Video der funktionellen Konnektivität (Abbildung 5) während der gleichen Anfall von 1, 2, 3, und 4 stellt eine kritische Veränderung unmittelbar nach dem Anfallsbeginn (Zeit 0). An diesem Punkt der Verbindung zwischen allen Elektroden drastisch erhöhen, da durch eine Erhöhung der Anzahl von Verbindungen und die Dicke (Stärke) zu sehen, dass der Rand. Dieser Anstieg beginnt zwischen dem linken FOE zum Zeitpunkt 0,1 und 0,2, und breitet sich auf der Gegenseite, bevor das gesamte Netzwerk zu erreichen. fft 4.3 (Statistik-Paket) Berechnet die Fast-Fourier-Transform eines Signals. ts 4.4 (Statistik-Paket) Erstellt eine multivariate Zeitreihenobjekt (m). Die Abtastfrequenz sollte vorgesehen sein. Erregbarkeit 5.1.1 (hausgemachte) Funktion basiert auf diff Funktion R. Berechnet den Absolutwert der Steigung des Signals und dann eine Normalisierung auf der Standardabweichung kurze Basisperiode. Threshold sollte zur Verfügung gestellt werden. Spektrale Leistungsdichte und Spectral Entropy 5.1.2 (Selbst gemachte) Funktion auf Basis von Spektrum und Entropie R – Funktionen. Berechnen des normalisierten Leistungsspektrum und die Shannon-Entropie des normierten Leistungsspektrum ccf 5.2.1 (Basispaket) berechnet die lineare Kreuzkorrelation von MTS-Objekt von Pearson-Korrelation bei Null Verzögerung unter Verwendung einer Korrelationsmatrix zu erzeugen. Absolute Werte sollten calculated. graph.adjacency 5.2.2 (IGRAPH Paket) Erstellt ein IGRAPH Diagramm, das Basisobjekt durch die folgenden IGRAPH Funktionen average.path.length 5.2.3 auf kürzestem Wege durch alle Netzwerkknoten (IGRAPH package) bestimmt die durchschnittliche Weglänge des Graphen, indem die durchschnittliche Anzahl von Schritten berechnet wird. graph.density 5.2.3 (IGRAPH Paket) Berechnet die Dichte der Verbindungen des Graphen, indem das Verhältnis zwischen der tatsächlichen Anzahl der Links, die Berechnung und alle möglichen Verbindungen des Netzwerks. Modularität 5.2.3 (IGRAPH package) Bestimmt die Modularität des Graphen durch computing, die Gruppen von Knoten sind zwischen ihnen verbunden sind, als mit anderen Knoten des Netzwerks transitivity 5.2.3 (IGRAPH Paket) Legt die durchschnittliche Clustering Koeffizient des Graphen, indem der Anteil der benachbarten Knoten Berechnung, die auch Nachbarn voneinander phasen~~POS=TRUNC 5.2.4 (hausgemachte) Funktion in fft R – Funktion basiert, die die mittlere Phasenkohärenz berechnet Werte zwischen Null zu erhalten , und ein smd 5.3 (MBESS Paket) Ermittelt bedeuten die Standarddifferenz -Größe Effekte- durch den Unterschied in der mittleren zwischen den Gruppen in Bezug auf die gepoolte Differenzberechnungs Tabelle 1: R – Funktionen verwendet für die Datenverarbeitung. Abbildung 1: Foramen Ovale Elektroden. (A) EndpositionFOE in die Umgebungs Spülkasten. Die oberen Felder zeigen eine axiale (links) und sagittale (rechts) MRT-Bilder der FOE Kontakte Lage (weiße Pfeile) angezeigt wird. Eine menschliche Probe (kadaver) mit einem eingesetzten FOE (unteres Bild, markierte Kontakte mit weißen Pfeile). (B) FOE und Kopfhaut Elektroden – Setup. Die Patienten nur den Kopf nach dem FOE Einsetzen Chirurgie (linkes Bild) und während der Video-EEG-Aufenthalt (rechtes Bild). (C) FOE und Kopfhaut – Aufnahmen. Komplexe partielle Anfälle von einem linken TLE Patienten (5 min nach und vor der Anfallsbeginn). RFOE1-RFOE6 steht für rechts FOE # 1 bis # 6 und LFOE1-LFOE6 steht für links FOE # 1 bis # 6. Anfallsbeginn wird durch eine vertikale rote Linie und einem weißen Pfeilspitze markiert. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen. Abbildung 2: Darstellung eines komplexen Teil Seizure von einem von Erregbarkeit Quantifizierte Patient Left TLE. Die Farbskala quantifiziert die Erregbarkeit Ebene (S) für jede Elektrode. Die rechte Foramen ovale Elektrode (RFOE) und linken Foramen ovale Elektrode (LFOE) stellen die Kontakte des rechten und linken Foramen ovale Elektroden (y-Achse), respectively. Die x-Achse markiert die Zeit (in min) relativ Beginn (dicke vertikale Linie) der Beschlagnahme, wie durch einen Sachverständigen Neurophysiologe bestimmt. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen. Abbildung 3: Gesamtes Netzwerk (Kopfhaut + FOE) Maßnahmen aus dem gleichen Patienten und Same Seizure aus Abbildung 2. Die durchschnittliche Clustering – Koeffizient (ACC), mittlere Weglänge (APL), Die Dichte der Verbindungen (dols), Modularität (Mod) und die spektrale Entropie (SE) für das gesamte Netzwerk (Kopfhaut + FOE) dargestellt. Die vertikalen gestrichelten Linien stellen die Erregbarkeit (S). Die x-Achse markiert den Zeitpunkt relativ Beginn (dicke vertikale durchgezogene Linie) beschlagnahmt werden. Ein gleitender Durchschnitt über zehn aufeinander folgenden Fenster wird durch eine dicke durchgezogene schwarze Linie dargestellt. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen. Abbildung 4: Mesial Measures des gleichen Patienten aus Figur 2 und 3. Der durchschnittliche clustering Koeffizient (ACC), mittlere Weglänge (APL), die Dichte der Verbindungen (dols) und die spektrale Entropie (SE) für die linke und die rechte Foramen ovale Elektroden (BBW). Die vertikalen gestrichelten Linien markieren die Erregbarkeit. Die x-Achse markiert die Zeit relativ zu seizure Beginn (dicke vertikale durchgezogene Linie). Ein gleitender Durchschnitt über zehn aufeinander folgenden Fenster wird durch eine dicke durchgezogene schwarze Linie dargestellt. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen. Abbildung 5: Dynamik von Connectivity – Muster während eines komplexen partiellen Anfalls. Links Intensität wird durch die Dicke der Kanten dargestellt. Zeiten (niedrigere Zahlen) sind in Bezug auf die Anfallsbeginn (Zeit 0). Jeder Rahmen ist 5 Sekunden lang. Links und rechts Foramen ovale Elektroden (L1-L6 und R1-R6) von Korallen und blaue Kreise dargestellt sind. Linke und rechte Kopfhaut Elektroden werden durch Orange und Cyan Kreisen dargestellt sind. Bitte klicken Sie hier , um die download diesen Film.

Discussion

Traditionell wurde Epilepsie unter einer Zone orientierten Ansatz untersucht, was die Bedeutung von bestimmten Bereichen getrennt, im Wesentlichen die Anfallsbeginn Zone, als eindeutige Ursache der Anfälle. Erst vor kurzem ein echtes Netzwerk – Ansatz, der die Bedeutung der Wechselwirkungen zwischen kortikalen Arealen betont hat sich über die klassischen Zone orientierte Perspektive 13-17,28 begünstigt worden. Allerdings ist der aktuelle Körper des Beweises für Epilepsie als Netzwerk-Krankheit noch stark fragmentiert, und mehr Forschung ist notwendig. Die vorliegende Arbeit zielt darauf ab, Daten mit herkömmlichen Methoden wie der FOE, unter dem komplexen Netzwerk-Ansatz zur Verfügung gestellt erneut zu analysieren. Das Protokoll hier vorgestellte beschreibt Schritt für Schritt methodische Vorgehen ein komplexes Netzwerk und Spektralanalyse von semi-invasive Aufnahmen in TLE-Patienten durchzuführen.

Die Anwendung der oben beschriebenen Technik hat den Nutzen des Netzes Ansatz demonstriert, wie mit den eher traditionellen loc verglichenalized oder zonenorientierte Perspektiven. In neueren Arbeiten wurde 17,29 gezeigt , dass unter Verwendung der gleichen Verfahren wie die hier beschriebenen, ein Ungleichgewicht in der mesial – Konnektivität bei refraktären TLE Patienten ist offensichtlich. Mesiale Konnektivität wird in der ipsilateralen Seite reduziert sowohl während der interiktalen 29 und ictal 17,29 Stadien. Dieses Ergebnis konnte nicht, indem man nur auf den Bereichen erwartet werden, wo die epileptogenen Aktivität entsteht. Dies irgendwie überraschende Ergebnis wurde auch durch die Verwendung Netzwerktheorien auf fMRI Signalen 30,31 beschrieben. Darüber hinaus hat die Anwendung der kombinierten Technik der FOE + Netzwerktheorie die Äquivalenz von mesial Aktivität während der Anfälle und unter der Wirkung eines Promotors epileptogener Aktivität gezeigt, wie sie die pharmakologische Verabreichung von etomidate 32 ist.

Die hier beschriebene Technik ist in der Lage mesial Netzwerk Ungleichgewicht in kurzen interiktalen Aufnahmen Erfassung höchstens eine o dauerhafter 2 Stunden 29. Auf diese Weise kann eine drastische Reduktion der Analysezeit und Patientenkrankenhausaufenthalt erreicht werden. Darüber hinaus aus therapeutischer Sicht ist die bestehende Ungleichgewicht in TLE patients "gelöst" werden kann durch chronisch implantierten Verwendung (von Neurochirurgen) -Geräte, so viel wie der Weg, um es in die tiefe Hirnstimulation erfolgt.

um optimale Ergebnisse zu erhalten, die in diesem Protokoll vorgesehen, um die Informationen verwenden, sollten einige Fragen im Vorfeld berücksichtigt werden. Erstens sollte die Implantierung der Elektroden von einem erfahrenen Neurochirurgen durchgeführt werden, da die falsche Platzierung schwere neurologische Folgen und irreführende Aufnahmen erzeugen konnte. Darüber hinaus stützt sich die Auswahl geeigneter Epochen für die weitere Analyse ganz auf die Interpretation des Neurophysiologen des Roh-EEG; daher Erfahrung in der klinischen EEG-Analyse ist zwingend erforderlich. Das Datenformat der exportierten Dateien aus dem Elektroenzephalogramm, hängt von den partidere Marke; Folglich sind gute Programmierkenntnisse erforderlich, um die Skripte zu unterschiedlichen Datenformaten anzupassen. Schließlich ist die Zuverlässigkeit der Daten sicherzustellen, Qualitätskontrollen sollte auf die Ergebnisse angewendet werden. Überschätzung und Fehlalarme sind wahrscheinlich, wenn sie mit einer hohen Anzahl von Korrelationen zu arbeiten scheinen. In solchen Fällen zu statistischen Methoden verbessern Empfindlichkeit verwendet werden. In dieser Hinsicht ist es wichtig, eine Schwelle in den Korrelationen herzustellen Werte zu verwerfen, die nicht repräsentativ für eine wahre zugrundeliegenden Synchronisations sind. Somit wird in diesem Protokoll wird eine Kante zwischen den Knoten i und j nur dann , wenn der Absolutwert der Korrelation zwischen diesen Knoten zu existieren als größer als 0,5 ist , ein Kriterium zuvor 17,26 eingesetzt. Andere Schwellenwerte im Bereich von 0,2 bis 0,8 sollte ähnliche Ergebnisse zu verifizieren eingesetzt werden und einen glatten Übergang von einem Schwellenwert der folgenden Schwelle zu gewährleisten. Neben Schwellen, andere methodologies kann verwendet werden, um zuverlässige Ergebnisse zu erhalten, wie Bonferroni-Korrektur oder Surrogat-Datenprüfung. Wenn darüber hinaus mit EEG-Daten zu arbeiten, ist es wichtig, im Auge zu behalten, dass Gehirn-Netzwerke sind komplexe Systeme mit nichtlinearen Dynamik; daher, zusätzlich zu der linearen Korrelation, andere nicht-lineare Synchronisation Maßnahmen sollten die Qualität der Ergebnisse, wie die gegenseitige Information oder Phasensynchronisation 33 , um sicherzustellen , verwendet werden.

Die Berechnung Konnektivität direkt von der Kopfhaut Elektroden, wie sie teilweise in diese Arbeit getan ist, birgt einige Risiken. Das Hauptproblem Rest der Kontamination Effekt durch Volumenleitung, immer vorhanden mit Kopfhaut-Aufnahme. Eine Möglichkeit, dieses Problem zu überwinden, ist, indem Sie auf den Quellen Arbeitsraum, eine ansprechende Alternative durch viele Forschungen beschäftigt. Ein weiterer Ansatz erfordert die Verwendung von Maßnahmen der Synchronisation, die die Kontamination von Amplitudeneffekte minimiert. Durch die Verwendung der Phasensynchronisation (auch als Phase L bekanntocking Value) wir die Wirkung der Volumenleitung zu minimieren, wie es in mehreren Werken 34 demonstriert.

Wie in anderen invasiven neurophysiologischen Techniken, Aufnahmen von FOE kann nicht von der Kontrollgruppe erhalten werden, eine Tatsache, die die Verwendung bestimmter Forschungsprotokollen stark einschränkt. Die Daten aus FOE Aufnahmen liefern wertvolle Informationen über mesialen Temporallappen Aktivität 17,29,35, vor allem während der Lateralisation auf die epileptogenen Seite in TLE Patienten 33. Im Vergleich zu invasiven Techniken ist die FOE Technik nicht-traumatische für das Gehirn und mit relativ einfachen Manipulation und seine Aufnahmen sind von hoher Qualität über lange Zeiträume 11. Im Vergleich zu MRT, FOE Aufnahmen bieten eine bessere Zeitauflösung von electrocortical Aktivität. Darüber hinaus gibt es viele Möglichkeiten, andere Maßnahmen als die in dieser Arbeit zu erkunden. Diese Tatsachen erhöhen auch die Möglichkeit, mehrere biomedizinische Aufnahmen zu analysierengleichzeitig. Diese Vorteile von FOE Aufnahmen kombiniert mit komplexen Netzwerk- und Spektralanalyse machen diese Technik ein mächtiges Werkzeug für Epilepsieforschung mit möglichen Anwendungen in der klinischen Praxis.

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wurde durch Zuschüsse von Instituto de Salud Carlos III, durch PI10 / 00160 und PI12 / 02.839, teilweise unterstützt durch FEDER und Mutua Madrileña finanziert. AS-G. ist der Empfänger einer Postdoc-Stipendium von Mutua Madrileña. 3D – Simulation wurden mit BioDigital Menschen Software (erstellt www.biodigital.com ) und ZygoteBody Professional – Software (www.zygotebody.com)

Materials

Foramen Ovale Electrodes AD-Tech, Racine,
USA		 FO06K-SP10X-000 Six-contact platinum 
Electroencephalograph XLTEK, Canada XLT-EEG32T Natus XLTEK
MRI machine General Electric
SPEC machine General Electric
DOWNLOAD MATERIALS LIST

Referenzen

  1. Wiebe, S. Epidemiology of Temporal Lobe Epilepsy. Can J Neurol Sci. 27, 6-10 (2000).
  2. Thom, M., Mathern, G. W., Cross, J. H., Bertram, E. H. Mesial temporal lobe epilepsy: How do we improve surgical outcome. Ann Neurol. 68 (4), 424-434 (2010).
  3. Tellez-Zenteno, J. F., Dhar, R., Wiebe, S. Long-term seizure outcomes following epilepsy surgery: a systematic review and meta-analysis. Brain. 128 (5), 1188-1198 (2005).
  4. Sporns, O., Tononi, G., Kotter, R. The human connectome: a structural description of the human brain. PLoS Comput Biol. 1, 42 (2005).
  5. Fornito, A., Zalesky, A., Bullmore, E. . Fundamentals of Brain Network Analysis. , (2016).
  6. Wig, G. S., Schlaggar, B. L., Petersen, P. E. Concepts and principles in the analysis of brain networks. Ann. N.Y. Acad. Sci. 1224, 126-146 (2011).
  7. Rubinov, M., Sporns, O. Complex network measures of brain connectivity: uses and interpretations. Neuroimage. 52, 1059-1069 (2010).
  8. Boccaletti, S., Latora, V., Moreno, Y., Chavez, M., Hwang, D. -. U. Complex networks: Structure and dynamics. Phys Rep. 424, 175-308 (2006).
  9. Sporns, O., Chialvo, D. R., Kaiser, M., Hilgetag, C. C. Organization, development and function of complex brain networks. Trends Cogn Sci. 8 (9), 418-425 (2004).
  10. Pastor, J., Sola, R. G., Hernando-Requejo, V., Navarrete, E. G., Pulido, P. Morbidity associated with the use of foramen ovale electrodes. Epilepsia. 49 (3), 464-469 (2008).
  11. Wieser, H. G., Schwarz, U. Topography of foramen ovale electrodes by 3D image reconstruction. Clin Neurophysiol. 112 (11), 2053-2056 (2001).
  12. Berg, A. T., et al. Revised terminology and concepts for organization of seizures and epilepsies: Report of the ILAE Commission on Classification and Terminology, 2005-2009. Epilepsia. 51 (4), 676-685 (2010).
  13. Bertram, E. H., Xing-Zhang, D., Mangan, P., Fountain, N., Rempe, D. Functional anatomy of limbic epilepsy: a proposal for central synchronization of a diffusely hyperexcitable network. Epilepsy Res. 32, 194-205 (1998).
  14. Bartolomei, F., Wendling, F., Bellanger, J., Regis, J., Chauvel, P. Neural networks involved in temporal lobe seizures: a nonlinear regression analysis of SEEG signals interdependencies. Clin Neurophysiol. 112, 1746-1760 (2001).
  15. Spencer, S. S. Neural networks in human epilepsy: evidence of and implications for treatment. Epilepsia. 43, 219-227 (2002).
  16. Bartolomei, F., et al. Pre-ictal synchronicity in limbic networks of mesial temporal lobe epilepsy. Epilepsy Res. 61, 89-104 (2004).
  17. Vega-Zelaya, L., Pastor, J., de Sola, R. G., Ortega, G. J. Disrupted Ipsilateral Network Connectivity in Temporal Lobe Epilepsy. PLoS ONE. 10 (10), 0140859 (2015).
  18. Pastor, J., et al. Impact of experience on improving the surgical outcome in temporal lobe epilepsy. Rev Neurol. 41 (12), 709-716 (2005).
  19. Kirschner, M. Electrocoagulation des Ganglion Gasseri. Zentralbl Chir. 47, 2841-2843 (1932).
  20. Härtel, F. Über die intracranielle Injectionsbehandlung der Trigeminus neuralgie. Med Klin. 10, 582-584 (1914).
  21. Zampella, J. E., Brown, A. J., Azmi, H., Gandhi, D. C., Schulder, M. Percutaneous techniques for trigeminal Neuralgia. Handbook of Stereotactic and Functional Neurosurgery. , (2003).
  22. Franzini, A., Ferroli, P., Messina, G., Broggi, G., Nappi, G. Surgical treatment of cranial neuralgias. Handbook of Clinical Neurology. , (2010).
  23. Tatum, W. O., Husain, A. M., Benbadis, S. R., Kaplan, P. W. . Handbook of EEG interpretation. , (2008).
  24. Schindler, K., Leung, H., Elger, C. E., Lehnertz, K. Assessing seizure dynamics by analysing the correlation structure of multichannel intracranial EEG. Brain. 130 (1), 65-77 (2007).
  25. Bartolomei, F., Chauvel, P., Wendling, F. Epileptogenicity of brain structures in human temporal lobe epilepsy: a quantified study from intracerebral EEG. Brain. 131 (7), 1818-1830 (2008).
  26. Vega-Zelaya, L., Pastor, J. E., de Sola, R. G., Ortega, G. J. Inhomogeneous cortical synchronization and partial epileptic seizures. Front. Neurol. 5, 187 (2014).
  27. Csardi, G., Nepusz, T. The igraph software package for complex network research. InterJournal, Complex Systems. 1695 (5), (2006).
  28. Kramer, M. A., Cash, S. S. Epilepsy as a Disorder of Cortical Network Organization. Neuroscientist. 18 (4), 360-372 (2012).
  29. Ortega, G. J., Peco, I. H., Sola, R. G., Pastor, J. Impaired mesial synchronization in temporal lobe epilepsy. Clin Neurophysiol. 122 (6), 1106-1116 (2011).
  30. Bettus, G., et al. Decreased basal fMRI functional connectivity in epileptogenic networks and contralateral compensatory mechanisms. Hum Brain Mapp. 30 (5), 1580-1591 (2009).
  31. Pereira, F. R., et al. Asymmetrical hippocampal connectivity in mesial temporal lobe epilepsy: evidence from resting state fMRI. BMC Neurosci. 11, 66 (2010).
  32. Vega-Zelaya, L., Pastor, J., Tormo, I., de Sola, R. G., Ortega, G. J. Assessing the equivalence between etomidate and seizure network dynamics in temporal lobe epilepsy. Clin Neurophysiol. 127 (1), 169-178 (2011).
  33. Pastor, J., Sola, R. G., Ortega, G. J., Stevanovic, D. Hyper-Synchronization, De-Synchronization, Synchronization and Seizures. Epilepsy – Histological, Electroencephalographic and Psychological Aspects. , (2012).
  34. Stam, C. J., Nolte, G., Daffertshofer, A. Phase lag index: assessment of functional connectivity from multi channel EEG and MEG with diminished bias from common sources. Hum Bran Mapp. 28 (11), 1178-1193 (2007).
  35. Pastor, J., Sola, R. G. Utility of foramen ovale electrodes in temporal lobe epilepsy surgery. Recent Advances in Epilepsy. , 1-8 (2008).

Tags

Network AnalysisForamen Ovale ElectrodesTemporal Lobe EpilepsyEpileptic NetworkSynchronizationSemi-invasive MethodSphenoid BoneHartel’s LandmarksFluoroscopic GuidanceForamen Ovale Electrode (FOE)

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Diesen Artikel zitieren
Sanz-García, A., Vega-Zelaya, L., Pastor, J., Torres, C. V., Sola, R. G., Ortega, G. J. Network Analysis of Foramen Ovale Electrode Recordings in Drug-resistant Temporal Lobe Epilepsy Patients. J. Vis. Exp. (118), e54746, doi:10.3791/54746 (2016).
Zitat herunterladen
Nachdrucke und Berechtigungen

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image