Intercritiques Oscillations détectés haute fréquence avec simultanée magnétoencéphalographie et électroencéphalographie comme Biomarker d'épilepsie pédiatrique

Déclaration d'éthique: Les procédures expérimentales ici ont été approuvés par le Conseil d'examen institutionnel (CISR) du Massachusetts General Hospital, Boston, MA, USA. La section suivante décrit le protocole expérimental pour la détection et la localisation de source non invasive de HFO utilisant le cuir chevelu EEG et MEG. Préparation du patient est minime, et l'examen est généralement bien toléré. L'ensemble de la session dure environ 2 – 3 h avec les enregistrements réels d'une durée d'environ 60 min. Préparation de 1. Patient Assurez-vous que l'enfant est à l'aise avec l'environnement. NOTE: Permettre aux jeunes enfants d'explorer l'environnement de test et de voir l'équipement de test. Écran du patient en ce qui concerne la sécurité et le consentement au moyen d'un formulaire de sélection. Demandez au patient (ou son / ses parents) s'il / elle a eu une crise clinique dans les dernières 2 h. Retirez tous les matériaux métalliques / magnétiques et fournir des vêtements émis hôpital pour le patient. Retirer les chaussurescar ils sont souvent magnétique. Vérifiez si le sujet est libre d'objets magnétiques en mesurant les signaux MEG pendant quelques minutes. Utilisez un démagnétiseur pour réduire les artefacts de matériaux implantés, tels que les travaux dentaires. NOTE: Le démagnétiseur ne doit pas être appliqué s'il y a une possibilité que les objets ferromagnétiques sont dans le corps. Mesurer la circonférence de la tête maximale pour sélectionner la taille de bonnet EEG approprié pour l'enfant. Utilisez un ruban à mesurer et maintenez-le à l'nasion. Ensuite, mesurer autour de la tête autour de la circonférence maximale (~ 1 cm au-dessus du inion). Placez le bouchon EEG sur la tête selon l'international 10 – système 20. Nettoyer la peau où chaque électrode est située et appliquer la pâte / gel pour chaque électrode. NOTE: Plus de détails concernant les enregistrements EEG du cuir chevelu chez les enfants sont prévus ailleurs 41. Placez au sol et référence des électrodes sur la tête. Connecter des électrodes supplémentaires pour la mesure horizontale et vertical électro-oculographie (EOG), électrocardiographie (ECG), électromyographie (EMG) et des électrodes EEG supplémentaires à des endroits couvrant les régions temporales (T1 / T2). NOTE: Le EOG, ECG et EMG aident l'identification des mouvements oculaires, la contamination magnetocardiographic, l'activité musculaire, et aussi pour surveiller l'état du patient. Veiller à ce que les canaux d'EEG ont un bon contact avec le cuir chevelu en positionnant les capteurs individuellement. Tourner doucement chaque capteur d'un côté à l'autre pour déplacer les cheveux hors de la voie. Mesurer les impédances d'électrodes avec un ohmmètre EEG afin d'être en dessous de 10 kohm. Placez quatre bobines HPI sur la tête: deux derrière les lobes d'oreilles et deux sur le front à des emplacements symétriques approximatives. REMARQUE: Les bobines HPI permettent de localiser la position relative de la tête du patient par rapport à l'emplacement des capteurs de MEG dans l'espace 3D. Le nombre de bobines HPI peut varier selon le fournisseur du système MEG. Procurez-vous leles emplacements des bobines HPI et les électrodes d'EEG à l'aide d'un digitaliseur. NOTE: Le numériseur enregistre les coordonnées d'un capteur dans l'espace 3D. Le capteur est placé sur la pointe d'un stylet. Les emplacements des bobines HPI doivent être connus par rapport à l'anatomie de la tête et les emplacements des capteurs de MEG. Obtenir les emplacements des points de repère repères y compris les points préauriculaires gauche / droite et nasion en utilisant le numériseur. Numérisez points supplémentaires (environ 300 points) pour obtenir la forme de la tête précise. Transférer le patient dans la chambre blindage magnétique (MSR) 42, où se trouve le système MEG. NOTE: Le MSR est un environnement blindé qui minimise les interférences des enregistrements MEG de sources électromagnétiques externes ( par exemple, des lignes électriques, des signaux radiofréquences à partir d' appareils portables, les appareils électriques et les ordinateurs, les champs magnétiques de déplacement d' objets magnétisés tels que les voitures, les ascenseurs et les trains ). Il se compose de trois couches imbriquées.Chaque couche est constituée d'une couche d'aluminium pur , plus une couche ferromagnétique de perméabilité élevée (c. -à- mu-métal, d' un alliage composé principalement de nickel et de fer). Poser le patient sur le lit, mettre son / sa tête dans le casque MEG, et appliquer tampons / éponges appropriées sous la tête du patient pour le confort. Branchez le HPIS, les fils de l'EEG, l'EOG, l'ECG, l'EMG, et les électrodes supplémentaires à la machine d'enregistrement. Ajuster la position de la tête du patient dans le scanner veillant à ce qu'il se trouve aussi profondément que possible dans le casque. 2. Acquisition de données MEG et EEG NOTE: l' acquisition de données MEG / EEG est effectuée sur la base de la méthode décrite dans une étude précédente 42. Plus de détails sur l'utilisation clinique du MEG dans l' épilepsie pédiatrique peuvent être trouvés ailleurs 43,44. Enregistrement MEG signaux avec un système MEG toute-tête. NOTE: Le système MEG utilise des capteurs à couche mince de deux types (planairegradiomètres et magnétomètres) intégrés sur 102 éléments de capteur. Chaque élément contient un magnétomètre qui se compose d'une seule bobine, et deux gradiomètres planes orthogonales qui se composent d'une configuration de bobines de type "en figure de huit". Le magnétomètre mesure du flux magnétique perpendiculaire à sa surface et les gradiomètres mesurer la différence entre les deux boucles du "huit" ou le gradient spatial. Le système MEG a 204 gradiomètres planes et 102 magnétomètres (306 capteurs au total). Systèmes MEG de différents fournisseurs ont le nombre et les types de bobines (c. -à- de gradiomètres axial) différent. Enregistrez simultanément des signaux EEG utilisant un 70-canal électrode cap amagnétique avec Ag / AgCl électrodes annulaires fritté et des électrodes supplémentaires en T1 / T2 42. Utilisez un montage de référence commun. Fermez la porte de la MSR. Communiquer avec le patient par l'intermédiaire d'un système d'interphone pour vérifier s'il / elle se sent à l'aise. Demandez au parent de rester inside MSR pendant l'enregistrement si l'enfant se sent mal à l'aise de rester seul. Démarrez les enregistrements en cliquant sur le bouton 'Go' dans le logiciel d'acquisition MEG. Utilisez un taux d'échantillonnage élevé de 1 KHz (ou plus). Utilisez un passe-bas réponse impulsionnelle infinie (IIR) du 6 ième ordre à 400 Hz. Vérifiez en ligne tous les signaux enregistrés. Fixer mauvais canaux de MEG en utilisant un syntoniseur de capteur. NOTE: Les canaux Bad MEG sont définis capteurs (gradiomètres ou magnétomètres) qui ont un niveau relativement élevé de bruit blanc (ci-dessus 2 à 5 fT / √Hz pour magnétomètres) ou des capteurs qui enregistrent de bruit électromagnétique environnement parasite. Ceci est habituellement produit quand les capteurs sont exposés à une forte (par rapport aux signaux mesurés) des champs magnétiques et des parties spécifiques du serpentins "piège" le flux magnétique détruisant la supraconductivité. Un tuner capteur puis on utilise la chaleur de la bobine par l'application d'un courant électrique à travers elle. Cette procédure est appelée réglage et est utilisée lorsquele niveau de bruit blanc du capteur est supérieure à un seuil spécifique (ie, 2-5 fT / √Hz). Certains systèmes de MEG ne disposent pas tuners de capteurs. Mesurer la position de la tête du patient en cliquant sur le bouton 'Mesure' dans le logiciel d'acquisition MEG. Si la tête du patient ne bien couvert par le réseau sensoriel, demander au patient de bouger son / sa tête plus profondément dans le casque. NOTE: Cette manœuvre active les 4 bobines HPI en appliquant des signaux électriques oscillatoires transitoires à travers les bobines qui génèrent des champs magnétiques artificiels. Ces champs sont détectés par les capteurs de MEG, donc la position de la tête est déterminée. La procédure peut varier entre les différents fournisseurs de MEG. Enregistrement MEG, EEG, et des enregistrements périphériques en cliquant sur le bouton «Record» dans le logiciel d'acquisition MEG (ie, ECG, EOG et EMG) pour ~ 60 min. NOTE: Les données sont stockées dans un fichier .FIF dans les tableaux redondant de disques indépendants (RAID).Le type de fichier est différent pour d'autres fournisseurs de MEG. Lorsque l'enregistrement se termine, ouvrez le MSR, débrancher les câbles, et sortir le patient de la salle de MSR. Retirez toutes les bandes, les électrodes, bobines HPI et bouchon EEG doucement. Fournir le lavage de la tête du patient. Après l'acquisition est terminée, enregistrer les signaux magnétiques du MSR vide sans que le patient. Démarrez les enregistrements en cliquant sur le bouton 'Go' dans le logiciel d'acquisition MEG. Enregistrez les données MEG pour 2 min en utilisant les mêmes paramètres que dans l'étape 2.1.4. NOTE: Ces données sont utilisées pour estimer le bruit électromagnétique de l'environnement. IRM Acquérir des données d'IRM anatomiques avec acquisition rapide des séquences en écho de gradient de magnétisation préparé (MPRAGE; TE = 1,74 ms, TR = 2,520 ms, voxel size = 1 × 1 × 1 mm) avec un scanner 3T haute résolution. Détails sur le protocole de balayage IRM peuvent être trouvées ailleurs 45. NOTE: Nous ne réalisons pas le scan IRMle même jour que la session MEG afin d'éviter des artefacts dans les enregistrements MEG due à l'aimantation d'éventuels implants métalliques du patient, tels que des oeuvres dentaires. 3. Identification de l'activité intercritique Ouvrez les données en utilisant Brainstorm 46, qui est documenté et librement disponible pour le téléchargement en ligne sous la licence publique générale GNU. Sélectionnez portions visuellement des données EEG intercritiques avec une activité se produisant au moins 2 h en dehors des crises cliniques. NOTE: La figure 1 présente une partie des données EEG et MEG avec des IED fréquents. Identifier empiriquement IEDs bien définis dans les signaux EEG: cela comprend des pointes (20 – 70 ms) et des vagues pointues (70 – 200 ms) 47-48. NOTE: La signification clinique de ces deux types d'EEI dans épileptique accent localisation est équivalent. Essayez d'identifier (si possible) des parties des enregistrements avec: (i) moti minimalesur les artefacts, (ii) plus de 3 – 4 IED par l'affichage 10 de, et (iii) le sommeil lent non-REM qui présentent généralement un nombre élevé de HFO 49. Figure 1: IED en EEG et MEG Signaux. Portion du cuir chevelu enregistrés simultanément EEG et MEG signale les EEI fréquents. 1 s de l'article mis en évidence que contient une vague forte est présentée sur les panneaux de droite dans un affichage de l'échelle de temps prolongée. Les points rouges indiquent le pic des IED. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure. Utilisation de Brainstorm, afficher les données avec les paramètres d'affichage standard (10 s / page). Allez à l'onglet Filtre et mettre les filtres d'affichage des paramètres suivants: filtre passe-haut: 1 Hz, filtre passe-bas: 80 Hz, filtre Notch: 50 or 60 Hz (en fonction de la fréquence de la ligne d'alimentation). Inspectez les données et identifier les parties de données avec les IED. NOTE: Seuls les portions de signaux avec les EEI sera scanné pour chercher HFO (étape 3.4). Les filtres sont sélectionnés pour la visualisation uniquement; il n'a pas été appliqué aux données. Afin d'appliquer ces filtres en permanence aux données, utilisez un filtre Butterworth passe-bande (4 ème ordre) suivant les instructions du site Brainstorm (http://neuroimage.usc.edu/brainstorm/). Mark le pic de chaque IED se produisant dans les deux données EEG et MEG (voir des taches rouges sur la figure 1). NOTE: Plus de détails sur le marquage des IED en utilisant Brainstorm peuvent être trouvées ailleurs (http://neuroimage.usc.edu/brainstorm/Tutorials/Epilepsy). 4. Détection semi-automatique de HFO en simultané Scalp EEG et MEG données REMARQUE: On décrit ici un procédé semi-automatisé pour détecter HFO, qui comprend une détection automatisée (étape 4.1; Figure 2), suivi d'un examen visuel des HFO détectés automatiquement (étape 4.3). Afin d'éviter les oscillations parasites des transitoires marqués comme de véritables ondulations et pour faire en sorte que les mazouts lourds ne sont pas dues à un phénomène de filtrage, nous avons suivi les dernières suggestions dans la littérature pertinente: nous nécessaire les HFO d'avoir un nombre minimum de 4 oscillations depuis il a été observé que la réponse impulsionnelle du filtre a moins oscillations que le nombre choisi de cycles 50, nous avons utilisé le filtre Finite Impulse Response (FIR) pour réduire au minimum la sonnerie effet et le phénomène «Gibbs» 50, nous avons exigé des candidats événements HFO à inspecter aussi visuellement par un expert pour vérifier si les HFO étaient également superposée visibles sur les IED 50,51, et nous exige une île isolée à observer dans la plaine temps-fréquence en raison d' un événement aigu et une oscillation ont des signatures différentes: un vrai HFO est représenté par un pic isolé dans le temps frécy parcelle (limité en fréquence, comme «île») situé dans la bande de 80-500 Hz, tandis qu'un événement transitoire génère un blob allongé, étendu en fréquence 50,52,53. Figure 2: Schéma des étapes d' algorithme. L'algorithme fonctionne en deux étapes: la première identifie HFO candidats de chaque signal EEG dans le domaine temporel (colonnes du milieu gauche et); la seconde classe les événements candidats précédemment détectés afin de distinguer réelles HFO à partir des artefacts dans le domaine temps-fréquence (colonne de droite). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure. Détection automatique HFO REMARQUE: La figure 2 décrit l'organigramme de la détection automatiquede HFO sur chaque signal EEG. L'objectif de la méthode développée est de réduire le fardeau pour l'expert EEG du marquage des événements HFO sur chaque canal EEG utilisant un écran 2 s / page qui est recommandé pour l'inspection visuelle de HFO. Un HFO a été défini comme un événement dans la bande de fréquence d' ondulation (80 – 250 Hz), qui a au moins 4 oscillations sinusoïdales morphologie se démarquer de l'arrière – plan entourant 54 (étape 4.1.1), et qui apparaît comme un court vécu événement avec un pic spectral isolé à une haute fréquence distincte 14 (étape 4.1.2). Détection de HFO candidats dans le domaine temporel Passe-bande (BP) filtrer les signaux EEG entre 80 et 250 Hz, ce qui limite la teneur en fréquence des signaux d'entraînement à la bande d'intérêt. NOTE: Il est recommandé d'utiliser un filtre FIR pour réduire au minimum la sonnerie effet et le phénomène "Gibbs" 55, et le filtrage numérique de phase zéro pour éviter toute distorsion de phase. Calculerl'enveloppe du signal BP en utilisant la transformation de Hilbert. Calculer la moyenne et l'écart-type (SD) de l'enveloppe de plus de 10 s fenêtres centrées sur chaque point de la série chronologique coulissantes. Estimer la moyenne générale et SD en utilisant la valeur médiane sur toutes les fenêtres (pour obtenir des valeurs qui sont robustes à la présence éventuelle de parties du signal avec beaucoup de HFO et haute SD). Calculer le z-score de l'enveloppe et marquer un candidat HFO chaque fois que le z-score est supérieur au seuil minimal, fixé égal à 3 56. Définir les points de départ et de fin de l'événement détecté que les passages ascendants et descendants de la moitié du seuil. Considérez les HFO avec un intervalle de moins de 30 ms comme un seul HFO inter-événement. Calculer le nombre de pics dans le signal BP entre le départ et le point final HFO, et jeter les événements avec moins de 4 sommets. Aussi, jetez les événements avec un z-score supérieur à 12. REMARQUE: Modifier votre maximeum seuil z-score en fonction de l'amplitude des artefacts qui peuvent se produire dans vos enregistrements. Les événements avec un faible nombre d'oscillations peuvent être causées par des effets de filtrage 57,58, considérant que les événements à une forte amplitude peuvent être dues à musculaires ou électrodes artefacts. Rejeter les artefacts possibles dans le domaine temps-fréquence. REMARQUE: Cette étape est nécessaire pour distinguer réels HFO des événements qui pourraient être provoquées par d'autres activités et de filtrage des artefacts EEG, dont la teneur en fréquence ne se limite pas à la bande de fréquence d'intérêt. Elle est basée sur l'hypothèse selon laquelle une vraie HFO apparaît comme un événement de courte durée avec un pic spectral isolé à une fréquence distincte au- dessus de 80 Hz, en contraste avec un événement transitoire qui génère une tache de forme allongée étendue en fréquence 59. La figure 3 illustre un exemple de HFO détectée montrant le BP filtré signal EEG (panneau supérieur), son enveloppe (panneau du milieu), et correspondenting plan temps-fréquence (panneau inférieur), au cours de la période de [-0.5, +0.5] s autour du pic HFO. L'affichage du plan temps-fréquence est limitée 80-150 Hz parce qu'aucune activité importante a été observée pour les fréquences supérieures à 150 Hz. Transformer tous les événements HFO candidats dans l'espace temps-fréquence en utilisant la transformation Morlet dans la gamme de fréquence de 1 Hz à la plus haute fréquence d'intérêt, à savoir, 250 Hz (fréquence centrale = 1 Hz, pleine largeur au demi-maximum = 3 s). Analyser les spectres de puissance instantanée de la représentation temps-fréquence sur chaque point de la durée de l'événement de temps. Pour chaque spectre de puissance, suivre les critères automatiques décrits par Burnos et al. 56 pour détecter le pic dans la bande haute fréquence et pour vérifier si elle est clairement distinct du pic le plus proche dans la gamme de fréquence inférieure. Jeter HFO qui ne présentent pas un spectre de puissance avec une haute fréquence pic isolé dans au moins 90% de lades points de temps. Trier tous les événements HFO détectés par leur occurrence temporelle à travers les canaux. Regrouper tous les HFO consécutifs dont la durée chevauche. Gardez seulement des groupes de HFO impliquant au moins deux canaux EEG pour une analyse plus approfondie. NOTE: L'algorithme demande aux HFO de se produire dans au moins 2 canaux afin d'éviter la capture des artefacts aléatoires parasites, qui peuvent ressembler à de véritables HFO et se produire dans les dérivations EEG simples. Deux HFO consécutifs sont considérés comme se chevauchant lorsque le temps de démarrage du deuxième HFO précède l'heure de début de la première. Figure 3: HFO événement détecté par l'algorithme. Panneau supérieur: BP filtré (80 – 150 Hz) Signal EEG (en uV) d'un canal (F8 – T8) d'un patient 1. Panneau central: l'enveloppe du signal BP (z-score). Le pic de l'enveloppe (astérisque rouge) indique le moment du pic HFO (ligne rouge pointillée verticale). Les astérisques bleus marquent les passages ascendants et descendants de la moitié du seuil (bleu pointillé), qui marquent le début et de fin points de temps des HFO (lignes verticales en pointillés bleus). Panneau inférieur: le plan d'analyse temps-fréquence. Notez le pic isolé dans la bande de fréquence d'ondulation (~ 100 Hz) autour du pic du HFO. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure. examen visuel des événements HFO NOTE: Une partie de l'examen visuel est basé sur les lignes directrices proposées par Andrade-Valenca et al. 28 et Zelmann et al. 60. Verticalement aligner 2 écrans d'ordinateur; une pour l'inspection de l'EEG et une pour l'inspection des signaux MEG. Afficher les événements détectés à la fois sur le (2 s / page) élargi et s typiquescale (10 s / page) montrant, respectivement, le 80-250 Hz et 1 – 40 Hz BP filtré signaux. Ignorer les événements cooccurring avec musculaires ou électrodes artefacts dans l'EEG non filtrée et MEG, ainsi que des événements avec une grande variabilité de la fréquence, de la morphologie irrégulière, ou de grandes variations d'amplitude. Observer les signaux EMG EOG et lors de la détection des HFO et jeter tout événement qui est pensé pour correspondre à EOG ou l'activité musculaire. Considérons seulement les HFO qui se chevauchent avec EEG / MEG EEI (détectée dans l' étape 3.3) , car ils sont plus susceptibles d'être de véritables HFO 15,28,56. NOTE: Cette approche offre une haute spécificité au prix d'une faible sensibilité; ainsi, il donne confiance que les HFO identifiés sont d'origine corticale. Gardez les événements HFO seulement qui se produisent dans les deux signaux EEG et MEG en même temps. 5. Source localisation des engins explosifs improvisés et HFO Localisez les générateurs au sommet de la MEG EEI, Marqué à l'étape 3.3, en utilisant les équivalents dipôles actuels (DPE). Utilisez le logiciel budgétaire Norm minimum qui est disponible gratuitement (http://martinos.org/mne/stable/index.html). Considérons seulement des pointes avec la bonté de l'ajustement (GOF)> 80% et moment dipolaire Q <500 nA – m. Superposez l'emplacement DPE sur l'IRM de chaque patient. NOTE: Le Maximum Entropy sur la moyenne (MEM) est une méthode alternative attrayante qui détermine l'emplacement et l' étendue des sources 61. HFO localisation de la source à la fois EEG et MEG en utilisant l'ondelette Entropie maximale sur la méthode moyenne (WMEM) (tel que proposé par von Ellenrieder et al 38). REMARQUE: Le MEM est une technique efficace qui a été utilisée avec succès pour déterminer l'emplacement et l' étendue des sources d'activité épileptique 62-64. Le WMEM est une extension du MEM qui a été mis au point pour localiser l' activité oscillatoire évaluée avec des simulations réalistes 65. Il décompose le signal dans un disbase d'ondelettes crete avant d'effectuer la localisation de source MEM sur chaque boîte temps-fréquence. Ainsi, WMEM est particulièrement bien adaptée pour localiser HFO. Segment l'IRM et d' obtenir la surface corticale en utilisant Freesurfer 66-67. Résoudre le problème de l' avant EEG / MEG avec la méthode des éléments de frontière (BEM) pour un modèle 3-couche utilisant OpenMEEG 68. Ré-échantillonner les signaux à 640 Hz afin d'assurer que la seconde échelle de la transformée en ondelettes discrète correspond à la bande de fréquence d'intérêt. Estimer la matrice de covariance de bruit dans l'espace de données indépendamment pour chaque HFO, basé sur l'arrière-plan dans la bande d'entraînement dans une fenêtre de 150 ms immédiatement avant chaque HFO. Effectuer la localisation de la source pour chaque HFO dans la bande d'entraînement et de moyenne le long de la durée HFO. Remarque: La carte résultante est constituée d'une valeur d'activation corticale associée à chaque sommet du cortex tessellation. Normaliser chaque carte afin d'avoir un maximumLa valeur d'activation égale à 1 pour chaque mazout lourd. Calculer la moyenne des valeurs d'activation dans toutes les HFO à chaque sommet. Appliquer un seuil de 60% de l'activation maximale afin d'afficher les cartes finales sur la surface corticale. 6. validation Intracrânienne EEG (iEEG): Acquérir iEEG extra-opératoire en utilisant des grilles sous-duraux et / ou des électrodes de profondeur stéréotaxique guidées. Guide du placement des électrodes sur la base des résultats des tests d'évaluation préopératoire antérieures et les hypothèses cliniques à traiter, qui est spécifique pour chaque patient. NOTE: intracrânienne EEG est enregistrée avec un système EEG numérique en utilisant un taux d'échantillonnage de 2 KHz, dans le cadre de l'évaluation préopératoire. Grilles sous – duraux sont généralement le meilleur choix si la topographie de la zone de saisie corticale est important de résoudre, et si la cartographie du cortex éloquent est critique (par exemple, avec une zone épileptogène près de primary cortex moteur, où les limites exactes peuvent être estimées par cartographie de stimulation et ictale analyse des EEG intracrânienne). Définition du SOZ: Identifier le SOZ tel que défini par un épileptologue d'experts sur la base des données cliniques disponibles pour chaque patient. NOTE: Le SOZ est définie comme la zone montrant la propagation plus tôt et rapide de iEEG changement (décharge ictale) à partir de la ligne de base avant ou concomitante avec l'apparition des symptômes. Tous les canaux impliqués au début de la décharge électrographique ictale, habituellement les 5 premières secondes, ont été considérés comme le SOZ. Chez les patients où les saisies sont originaires de plus d'une zone indépendamment les uns des autres, tous les contacts dans les différents SOZs sont considérés comme des contacts SOZ. L'expert est aveugle aux résultats sources de localisation HFO au moment de la définition de la SOZ. L'information clinique comprend également: conclusions ictales et intercritiques iEEG, lésion visible à l'IRM, ictale et le cuir chevelu intercritiques EEGrésultats. Identification des canaux HFO: Détecter les HFO dans chaque électrode intracrânienne comme décrit dans 4.1. Utilisez la méthode de Kittler pour déterminer le seuil en fonction de l'histogramme du nombre de HFO de tous les canaux, puis appliquer bootstrapping et calculer la moyenne comme seuil finale 69. Enfin, identifier les canaux avec un taux HFO au-dessus du seuil. Comparez la localisation HFO avec le SOZ identifié en 6.2 comme l'étalon-or pour les résultats sources de localisation.