Summary

דימות מקור אלקטרומגנטי בהערכה טרום ניתוחית של ילדים עם אפילפסיה עמידה לתרופות

Published: September 20, 2024
doi:

Summary

מגנטואנצפלוגרפיה (MEG) ואלקטרואנצפלוגרפיה בצפיפות גבוהה (HD-EEG) נרשמות לעתים רחוקות בו זמנית, אם כי הן מניבות מידע מאשר ומשלים. במאמר זה אנו ממחישים את המערך הניסיוני לרישום בו-זמני של MEG ו-HD-EEG ואת המתודולוגיה לניתוח נתונים אלה במטרה למקם אזורי מוח אפילפטוגנים ורהוטים אצל ילדים עם אפילפסיה עמידה לתרופות.

Abstract

עבור ילדים עם אפילפסיה עמידה לתרופות (DRE), חופש ההתקפים מסתמך על תיחום וכריתה (או אבלציה/ניתוק) של האזור האפילפטוגני (EZ) תוך שמירה על אזורי המוח הרהוטים. הפיתוח של שיטת לוקליזציה אמינה ולא פולשנית המספקת מידע שימושי מבחינה קלינית ללוקליזציה של EZ הוא, אם כן, חיוני להשגת תוצאות כירורגיות מוצלחות. דימות מקור חשמלי ומגנטי (ESI ו- MSI) נעשה שימוש הולך וגובר בהערכה טרום ניתוחית של חולים אלה, והראה ממצאים מבטיחים בתיחום אזורי מוח אפילפטוגניים כמו גם רהוטים. יתר על כן, השילוב של ESI ו- MSI לתמיסה אחת, כלומר דימות מקור אלקטרומגנטי (EMSI), המבוצע על אלקטרואנצפלוגרפיה בצפיפות גבוהה בו זמנית (HD-EEG) והקלטות מגנטואנצפלוגרפיה (MEG) הראה דיוק לוקליזציה גבוה יותר של מקורות מאשר כל אחת מהשיטות לבדן. למרות ממצאים מעודדים אלה, טכניקות כאלה מבוצעות רק בכמה מרכזי אפילפסיה שלישוניים, נרשמות רק לעתים רחוקות בו זמנית, ואינן מנוצלות מספיק בקבוצות ילדים. מחקר זה מדגים את מערך הניסוי לרישום נתוני MEG ו-HD-EEG בו-זמנית, כמו גם את המסגרת המתודולוגית לניתוח נתונים אלה במטרה למקם את האזור המרגיז, אזור הופעת ההתקפים ואזורי מוח רהוטים אצל ילדים עם DRE. באופן ספציפי יותר, מערכי הניסוי מוצגים עבור (i) הקלטה ולוקליזציה של פעילות אפילפטית בין-איקטלית ואיקטלית במהלך השינה ו-(ii) רישום תגובות חזותיות, מוטוריות, שמיעתיות וסומטוסנסוריות-חושיות ומיפוי אזורי מוח רהוטים רלוונטיים (כלומר, חזותיים, מוטוריים, שמיעתיים וסומטוסנסוריים) במהלך מטלה ויזומוטורית, כמו גם גירויים שמיעתיים וחישתיים. שלבים מפורטים של צינור ניתוח הנתונים מוצגים גם לביצוע EMSI וכן ESI ו- MSI בודדים באמצעות דיפול זרם שווה ערך (ECD) ומיפוי פרמטרי סטטיסטי דינמי (dSPM).

Introduction

אפילפסיה היא אחת ההפרעות הנוירולוגיות הנפוצות והמגבילות ביותר המאופיינת בהתקפים חוזרים ונשנים ובלתי מעוררים שיכולים להיות מוקדיים או כלליים בטבע. למרות זמינותם של מספר טיפולים תרופתיים יעילים (למשל, תרופות נגד פרכוסים [ASMs]), כ-20-30% מחולים אלה אינם מסוגלים לשלוט בהתקפים שלהם וסובלים מאפילפסיה עמידה לתרופות (DRE)1. עבור חולים אלה, ניתוח אפילפסיה הוא הטיפול היעיל ביותר כדי למנוע התקפים; ניתוח מוצלח יכול להיות מושג באמצעות כריתה מלאה (או אבלציה/ניתוק) של האזור האפילפטוגני (EZ), המוגדר כאזור המינימלי ההכרחי ליצירת התקפים2. תיחום וכריתה מדויקים (או אבלציה/ניתוק) של ה-EZ תוך שמירה על קליפת המוח הרהוטה, הם גורמים מכריעים בהבטחת חופש ההתקף. כדי לבסס מועמדות כירורגית, מספר כלי אבחון לא פולשניים משמשים צוות רב-תחומי להגדרת אזורים שונים בקליפת המוח (כלומר, אזור גירוי, אזור התפרצות התקפים [SOZ], אזור גירעון תפקודי ונגע אפילפטוגני), המשמשים כקירובים עקיפים של EZ3. ניטור חוץ-ניתוחי עם EEG תוך גולגולתי (iEEG) נדרש כאשר אף אחת מהשיטות הללו אינה מזהה באופן חד משמעי את ה-EZ. התפקיד של iEEG הוא להגדיר בדיוק את ה-EZ על ידי לוקליזציה של ה-SOZ (כלומר, אזור המוח שבו נוצרים התקפים קליניים) ולמפות אזורי מוח רהוטים. עם זאת, הוא מציג מגבלות חמורות בשל הפולשנות שלו 4,5,6, הוא מציע כיסוי מרחבי מוגבל, והוא זקוק להשערת לוקליזציה טרום ניתוחית ברורה7. כתוצאה מכך, המיקוד וההיקף בפועל של SOZ עלול להחמיץ, מה שמוביל לניתוח לא מוצלח. כמו כן, הפרשנות שלה דורשת רישום של התקפים קליניים סטריאוטיפיים מרובים במהלך מספר ימי אשפוז, מה שמגדיל את הסיכויים לסיבוכים (למשל, זיהום ו / או דימום)5. לפיכך, יש צורך בלתי מסופק לפתח שיטות לוקליזציה אמינות ולא פולשניות שיכולות לספק מידע שימושי מבחינה קלינית ולשפר באופן כללי את ההערכה הטרום ניתוחית של ילדים עם DRE.

במהלך העשורים האחרונים, דימות מקור חשמלי ומגנטי (ESI ו- MSI) נעשה שימוש הולך וגובר בהערכה טרום ניתוחית של חולים עם DRE לתיחום אזורי מוח אפילפטוגניים כמו גם תפקודיים. בפרט, ESI ו- MSI מאפשרים שחזור של מקורות עצביים מרישומים לא פולשניים, כגון EEG (HD-EEG) בצפיפות גבוהה ומגנטואנצפלוגרפיה (MEG), כדי לסייע בהנחיית תכנון כירורגי או מיקום אלקטרודות iEEG. ניתן ליישם ESI ו- MSI עבור לוקליזציה של הפרשות אפילפטיפורמיות אינטריקטליות (מטעני חבלה), כגון קוצים וגלים חדים, או פעילות איקטלית (פרכוס). הוא עשוי לשמש גם ללוקליזציה של אזורי מוח תפקודיים שונים המעורבים בתפקודים חושיים, מוטוריים, שמיעתיים וקוגניטיביים. שחזור אירועים אלקטרופיזיולוגיים, כגון מטעני חבלה ופרכוסים, מאפשר לזהות את האזור המגרה (כלומר, האזור במוח שממנו יוצאים מטעני החבלה) ואת ה-SOZ, בהתאמה, הנחשבים כתחליף תקף למיקום EZ. הלוקליזציה של קליפת המוח הרהוטה (כלומר, אזורי המוח החיוניים לתפקודים קורטיקליים מוגדרים)3 מאפשרת במקום זאת למפות את מיקומם והיקפם של אזורים רהוטים ביחס לכריתה המתוכננת, ולכן, להפחית מראש ליקויים תפקודיים פוטנציאליים שניתן לצפות מניתוח אפילפסיה 8,9,10,11 . מספר מחקרים בדקו את התועלת הקלינית של ESI ו / או MSI בהערכה טרום ניתוחית של אפילפסיה, והם הראו ממצאים מבטיחים בתיחום של EZ 12,13,14,15,16,17,18,19. לדוגמה, Mouthaan et al.14 ביצעו מטא-אנליזה נרחבת תוך שימוש בנתונים לא פולשניים של 11 מחקרי אפילפסיה פרוספקטיביים ורטרוספקטיביים ודיווחו כי טכניקות לוקליזציה של מקורות אלה יכולות לזהות את ה-EZ עם רגישות גבוהה (82%) וספציפיות נמוכה (53%). מחקרים אחרים הראו גם כי MSI ו- ESI יכולים למקם נכונה את המוקד האפילפטי בתוך האזור המנותח בחולי אפילפסיה בעלי דימות תהודה מגנטית תקין (MRI) 19,20,21. תוצאות לוקליזציה אלה חשובות במיוחד עבור חולים שאינם מתאימים לניתוח אפילפסיה עקב ממצאים קליניים או הדמיה לא חד משמעיים. לסיכום, ESI ו- MSI יכולים לתרום באופן משמעותי למיפוי טרום ניתוחי של אזורי מוח אפילפטוגנים כמו גם תפקודיים בחולים עם DRE.

למרות ממצאים מעודדים אלה, טכניקות כאלה מבוצעות כיום רק בכמה מרכזי אפילפסיה שלישוניים על בסיס קבוע ולעתים קרובות אינן מנוצלות מספיק באוכלוסיות ילדים. יתר על כן, HD-EEG ו- MEG נרשמים לעתים רחוקות בו זמנית, אם כי הם מספקים מידע מאשר ומשלים. MEG רגיש לזיהוי מקורות שטחיים בעלי אוריינטציה משיקה, אך עיוור למקורות בעלי אוריינטציה רדיאלית הממוקמים בגירי או באזורים עמוקים יותר במוח 22,23,24,25,26. יתר על כן, MEG מספק רזולוציה מרחבית טובה יותר (מילימטרים) בהשוואה ל- EEG 16,22,25. שלא כמו אותות EEG, אותות MEG הם נטולי ייחוס ולמעשה אינם מושפעים ממוליכות שונה של רקמות המוח (כלומר, קרומי המוח, נוזל השדרה, גולגולת וקרקפת)25,27 ומספקים מדידות לא מעוותות של השדות המגנטיים המיוצרים על ידי המוח. מצד שני, EEG יכול לזהות מקורות מכל הכיוונים, אך הוא מציע רזולוציה מרחבית נמוכה יותר מאשר MEG והוא רגיש יותר לממצאים26,28. בשל רגישויות משלימות אלה לאוריינטציה ולעומק המקור, כ-30% מהפעילות האפילפטית (למשל, מטעני חבלה) יכולה להירשם רק ב-MEG אך לא ב-EEG, ולהיפך 26,29,30,31,32. בניגוד ל-EEG, המאפשר הקלטות ממושכות, לכידת התקפים קליניים באמצעות MEG היא מאתגרת בשל זמן ההקלטה המוגבל שבדרך כלל אינו מספיק לתיעוד אירועים איקטליים אצל רוב החולים. יתר על כן, ממצאים הנגרמים על ידי תנועות ראש הקשורות להתקפים יכולים לעתים קרובות להפריע לאיכות רישומי MEG 29,33,34,35. מצד שני, הקלטות MEG מהירות וקלות יותר בהשוואה ל-EEG, במיוחד בילדים מכיוון שאין צורך לחבר חיישנים מעל הראש של הילדים35.

התקדמות החומרה אפשרה להקליט בו זמנית נתוני MEG ו- HD-EEG עם מספר גבוה של חיישנים (מעל 550 חיישנים) המכסים את כל הראש. יתר על כן, התפתחויות מודרניות בטכנולוגיות EEG צמצמו את זמן ההכנה ל- HD-EEG לפחות מרבע שעה36. הדבר חשוב במיוחד עבור אוכלוסיות ילדים עם התנהגויות מאתגרות שאינן מסוגלות להישאר במקום לפרקי זמן ממושכים. יתר על כן, ההתקדמות בטכנולוגיות התוכנה אפשרה את השילוב של ESI ו- MSI לפתרון אחד, כלומר דימות מקור אלקטרומגנטי (EMSI), המבוצע על הקלטות HD-EEG ו- MEG בו זמנית. מספר מחקרים תיאורטיים ואמפיריים דיווחו על דיוק גבוה יותר של לוקליזציה של מקורות עם EMSI מאשר כל אחת מהשיטות לבדן 13,30,31,37,38,39,40,41. שימוש בגישות שונות של לוקליזציה של מקורות כדי לשחזר את הפעילות בתגובה לגירויים חושיים, שרון ואחרים.37 מצאו כי ל- EMSI היו תוצאות לוקליזציה טובות יותר באופן עקבי מאשר ESI או MSI בלבד בהשוואה ל- MRI פונקציונלי (fMRI), המשמש כאמת מידה לא פולשנית של דיוק לוקליזציה מדויק. המחברים הציעו כי שיפור זה בלוקליזציה נובע מהגידול במספר החיישנים לפתרון הפתרון ההפוך ומדפוסי הרגישות השונים של שתי שיטות ההדמיה37. באופן דומה, Yoshinaga et al.31 ביצעו ניתוח דיפול על נתוני EEG ו-MEG בו זמנית של חולים עם אפילפסיה עקשנית הקשורה ללוקליזציה והראו כי EMSI סיפק מידע שלא ניתן היה להשיג על ידי שימוש בשיטה אחת בלבד והוביל ללוקליזציה מוצלחת לניתוח אפילפסיה באחד החולים שנותחו. במחקר פרוספקטיבי עיוור, Duez et al.13 הראו כי EMSI השיג יחס סיכויים גבוה משמעותית (כלומר, הסתברות להפוך ללא התקפים) בהשוואה ל- ESI ו- MSI, דיוק לוקליזציה ≥52%, וקונקורדנציה ≥53% ו -≥36% עם גירוי ו- SOZ, בהתאמה. מחקר עדכני יותר מקבוצה42 שלנו הראה כי EMSI סיפק הערכות לוקליזציה טובות יותר וביצועי חיזוי תוצאות טובים יותר מאשר ESI או MSI לבדם, עם שגיאות לוקליזציה מכריתה ו- SOZ של ~ 8 מ”מ ו~ 15 מ”מ, בהתאמה. למרות ממצאים מבטיחים אלה, חסרים מחקרים המספקים את המסגרת המתודולוגית לגבי EMSI בילדים עם DRE.

מחקר זה ממחיש את מערך הניסוי לביצוע הקלטות MEG ו-HD-EEG בו-זמנית, כמו גם את המסגרת המתודולוגית לניתוח נתונים אלה במטרה למקם את האזור המרגיז, SOZ ואזורי המוח הרהוטים אצל ילדים עם DRE. באופן ספציפי יותר, מערכי הניסוי מוצגים עבור (i) הקלטה ולוקליזציה של פעילות אפילפטית בין-איקטלית ואיקטלית במהלך השינה ו-(ii) רישום תגובות חזותיות, מוטוריות, שמיעתיות וסומטוסנסוריות-חושיות ומיפוי אזורי מוח רהוטים רלוונטיים (כלומר, חזותיים, מוטוריים, שמיעתיים וסומטוסנסוריים) במהלך מטלה ויזומוטורית, כמו גם גירויים שמיעתיים וחישתיים. שלבים מפורטים של צינור ניתוח הנתונים מוצגים גם לביצוע EMSI וכן ESI ו- MSI בודדים באמצעות דיפול זרם שווה ערך (ECD) ומיפוי פרמטרי סטטיסטי דינמי (dSPM).

Protocol

הליכי הניסוי המיושמים כאן אושרו על ידי מועצת הביקורת המוסדית האזורית של צפון טקסס (2019-166; חוקר ראשי: כריסטוס פאפאדליס). החלק הבא יתאר את פרוטוקול הניסוי ללוקליזציה לא פולשנית של מטעני חבלה, התקפות איקטליות ותגובות מעוררות אירועים (כלומר, חזותיות, מוטוריות, שמיעתיות וסומטוסנסוריות) באמצעות הקלטות MEG ו-HD-EEG בו-זמניות שאחריהן מתבצע במעבדה שלנו. הפדרציה הבינלאומית לנוירופיזיולוגיה קלינית43 והאגודה האמריקאית לנוירופיזיולוגיה קלינית44 סיפקו “סטנדרטים מינימליים” לרישום קליני שגרתי וניתוח של נתוני MEG ו- EEG ספונטניים. נהלים עבור הקלטות HD-EEG המתוארים כאן חלים רק על מערכות אלקטרודות EEG מבוססות ספוג. תהליך ההכנה הכולל לכל נושא הוא כ 2-3 שעות, הכולל את ההקלטות בפועל של ~ 1.5 שעות. 1. הכנת מערכת MEG לפני הגעת הנבדק, בצעו הקלטת MEG בחדר ריק של מספר דקות כדי ללכוד את רמות רעשי הרקע והממצאים המגנטיים ולבדוק שכל חיישני ה-MEG פועלים כראוי. באמצעות תוכנית כוונון חיישני MEG, ודא שערך הרעש הלבן הממוצע של כל חיישני MEG הוא בין 2 ל- 5 fT/√Hz (fT/cm√Hz עבור רדיומטרים). 2. הכנת הנושא ודא כי הנושא הוא נוח עם הסביבה. במקרה של ילדים קטנים, אפשר להם לחקור את חדר ההקלטות (כולל החדר המסוכך מגנטית [MSR]) ולראות את ציוד הבדיקה שישמש לאיסוף נתונים.סנן וספק את הוראות הנושא באמצעות טופס הסכמת הסינון. במידת הצורך, הסבירו את התהליך לילדים צעירים באמצעות מילים, צעצועים ומשחקים מיוחדים שפותחו עבור כל קבוצת גיל. שאל את הנבדק (או את הוריו של הנבדק) אם היה לו / לה התקף במהלך ~ 2 השעות האחרונות לפני הביקור.הערה: טופס ההסכמה לסינון כולל תיאור של הבדיקה, כמו גם את בטיחותה, מדוע הבדיקה מבוצעת ותיאור כולל של המחקר. הסר חומרים מתכתיים ו / או מגנטיים מהנבדק וספק לנבדק בגדים מתאימים שהונפקו על ידי בית החולים (למשל, חלוקי בית חולים, קרצוף). בנוסף, בקשו מהנבדק להסיר את נעליו כדי למנוע כניסת אבק מגנטי ל-MSR. אם לא ניתן להסיר אלמנטים פרומגנטיים אחרים, כגון עבודות שיניים או מכשירים רפואיים מושתלים, השתמש במנטרל מגנטים (כלומר, מנטרל מגנטיות) כדי להסיר שאריות של ממצאים מגנטיים שיכולים לגרום להפרעות או לרמות רעש גבוהות במהלך הקלטות MEG. לאחר שווידאתם שכל מקורות הרעש המגנטי הוסרו, בקשו מהנבדק לשבת ולהרגיש בנוח על כיסא עץ שבו ייושמו הליכי המדידה הבאים.הערה: אין להחיל את המנטרל ישירות על מכשירים אלקטרוניים מושתלים כלשהם (כגון קוצבי לב, מכשירי נוירומודולציה). מדוד את היקף הראש של הנבדק כדי לבחור את גודל נטו EEG המתאים (בדרך כלל 32-34 ס”מ עד 58-61 ס”מ). באמצעות צד הסנטימטר של סרט המדידה, למדוד את היקף הראש על ידי החזקת הסרט מן האף של הנושא ~ 1 ס”מ מעל האינון ולאחר מכן בחזרה אל nasion.הערה: האף הוא הנקודה הקרניומטרית בין העיניים, ואילו האינון הוא קצה הבליטה העורפית החיצונית.בחר את גודל הרשת הנכון המתאים להיקף הראש של הנבדק והשרה אותו למשך 5 דקות לפחות (10 דקות לכל היותר) בתמיסה מעורבת נוזלית המורכבת מ- 1 qt של מי ברז חמים, כף אחת של אלקטרוליטים (כלומר, אשלגן כלורי) וכף אחת של שמפו לתינוקות. במהלך תהליך השריה זה, ודא שהרשת מסובבת מבפנים החוצה כאשר הספוגים פונים החוצה והאבזמים משוחררים במלואם כדי לטבול את החיישנים בתוך דלי הפלסטיק המכיל את התמיסה.הערה: כדי להבטיח שהמגבר של הרשת לא יתקרב לתמיסה ויישאר תמיד יבש, עטפו מגבת סביב התקע של הרשת שנבחרה, ואם עדיף, הניחו אותה על כיסא או תמיכה קרוב לכיור שבו נמצא דלי הפלסטיק. מניחים חמישה סלילים מגנטיים המשמשים כסלילי מחוון מיקום ראש (HPI) במקומות ידועים ישירות על הקרקפת של הנבדק באמצעות סרט נייר מיקרו-נקבוביות: אחד בכל צד של המצח ליד קו השיער, אחד על כל עצם מסטואיד, ואחד בחלק העליון של הראש.הערה: סלילי HPI מגדירים את מיקום הראש ביחס להתקני התאבכות קוונטית מוליכי-על (SQUID) הממוקמים בתוך מערכת MEG על-ידי פליטת שדות מגנטיים ידועים שניתן למקם במהלך הסריקה. מספר סלילי HPI תלוי במערכת MEG, אך בדרך כלל הוא נע בין 3-5 סלילי HPI. מקם אלקטרודות נוספות באמצעות סרט כדי למדוד את קצב הלב (אלקטרוקרדיוגרפיה, אק”ג), תנועות עיניים או מצמוצים (אלקטרוקולוגרפיה, EOG) ופעילות שרירים (אלקטרומיוגרפיה, EMG); המיקום של אלקטרודות אלה מאפשר גם ניטור של מצבו הבריאותי של הנבדק.הניחו שתי אלקטרודות אק”ג בצד ימין ושמאל של החזה מתחת לעצמות הבריח, בהתאמה, כדי לרשום את פעימות הלב של הנבדק, ושתי אלקטרודות EOG בצד העליון והתחתון של עין ימין, בהתאמה, כדי לרשום את תנועות העיניים האנכיות שלו או את המצמוצים.כדי למדוד את פעילות השרירים במהלך המשימה הויזומוטורית, בנוסף, נגבו את אצבעות הנבדק עם רפידות אלכוהול להדבקה טובה יותר של הסרט על העור והדביקו בסך הכל שני זוגות אלקטרודות גביע חד פעמיות בכל יד: אחת על האינטרוסוס הגבי הראשון (FDI) ואחת על החוטף פוליציס ברוויס (APB). לפני הדבקת כל האלקטרודות הללו, הניחו את העיסה המוליכה בתוך האלקטרודות עד שהיא תתמלא מעט יתר על המידה כדי להפחית את עכבת העור ולהבטיח תערובת אופטימלית של הדבקה ומוליכות. לגירוי מישוש, חברו קרומים אלסטיים דקים ישירות לחלקים הדיסטליים והוולאריים של שלוש ספרות (כלומר, אגודל [D1], אצבע אמצעית [D3] וזרת [D5]) של שתי הידיים. ניפוח הממברנות בפולסי אוויר דחוס דרך צינורות פלסטיק קשיחים באמצעות מכשיר לגירוי נשיפה אווירית. שחררו את פעימות האוויר הדחוס במרווח בין גירויים של 1.5 ± 0.5 שניות לפי סדר פסאודו-אקראי. התאם את הלחץ של מגרה המישוש ל 50 psi. בזמן שהנבדק עדיין יושב על כיסא העץ המרוחק מכל חפץ מתכתי, קבע את המיקומים התלת-ממדיים (3D) של ציוני הדרך האנטומיים הפידוקיאליים, חמישה סלילי HPI ונקודות צורת ראש אחרות באמצעות דיגיטציה. במהלך תהליך דיגיטציה זה של הראש, בקשו מהנבדק לשבת בנוחות, להביט ישר קדימה ולהישאר כמעט ללא תנועה מכיוון שתנועות קטנות עלולות להשפיע על דיוק הלוקליזציה.הניחו את מקלט הייחוס דרך משקפי הפלסטיק (כלומר, משקפיים עם קוביית הייחוס המחוברת בצד אחד) על ראשו של המצולם וכווננו את האבזמים כדי להבטיח מסגרת התייחסות קבועה לנושא שחייבת להישאר דוממת יחסית במהלך כל המדידה. באמצעות מקלט החרט הראשי, אתר את ציוני הדרך האנטומיים הפידוקיאליים (כלומר, nasion ונקודות קדם-אוריקולריות שמאליות/ימניות) ואת מיקום סלילי HPI, ודגמו באופן אחיד נקודות קרקפת נוספות (לפחות 100, רצוי קרוב ל~500) כדי לשפר שחזור באיכות גבוהה של משטח הראש.הערה: ציוני הדרך האנטומיים הפידוקיאליים מגדירים את מערכת קואורדינטות הנושא. הדיגיטציה מייצרת את הקואורדינטות של חיישן במרחב התלת-ממדי באמצעות משדר אחד (בדרך כלל מותקן מאחורי הנושא על גב כיסא העץ) ושני מקלטים (כלומר, העט האלקטרוני ומקלטי הייחוס). לאחר השלמת הדיגיטציה, מקם את מקלט העט ~ 15 ס”מ מהנושא ומהמשדר והפוך נקודה אקראית לדיגיטלית כדי לסיים את תהליך הדיגיטציה.הערה: שלב אחרון זה של תהליך הדיגיטציה עשוי להיות שונה ממוצרים מסחריים אחרים. לפני השימוש ברשת EEG, בקשו מהנבדק לשבת על כיסא קרוב למגבר ה-EEG ולהניח מגבות על החזה והכתפיים כדי לספוג טפטופים כתוצאה מיישום הרשת. הוציאו את רשת ה-EEG מדלי הפלסטיק, סובבו אותה כשהספוגים פונים כלפי פנים, ועטפו אותה בעדינות סביב מגבת כדי לספוג את התמיסה המעורבת בעודף.כאשר הנבדק יושב על הכיסא ומונחה לעצום את עיניו במהלך שלב זה, הכנס את שתי ידיו לרשת ופרש אותה באמצעות אצבעות, ולבסוף הנח אותה על ראשו של הנבדק. מבלי להזיז את מיקומם של סלילי ה-HPI, כוונן את הרשת המתוחה על ראשו של הנבדק באמצעות אצבעות כדי לוודא שתעלות הייחוס והנזילה ממוקמות כראוי במרכז הקרקפת ובין עיני הנבדק, בהתאמה, ולבסוף הדקו את רצועת הסנטר ברגע שהרשת נמצאת במיקום הנכון. באמצעות מד עכבת EEG, ודא שכל העכבות של אלקטרודות הקרקפת נמצאות בטווח של 0-50 kΩ (ערכים ˂5 kΩ מומלצים) כדי למנוע עיוותי אות. כדי להפחית את עכבות האלקטרודות בקרקפת, בדקו שלכל אלקטרודה יש מגע מכני וחשמלי טוב עם הקרקפת על ידי שימוש בצמר גפן מעץ כדי להסיר את שערות הנושא בין האלקטרודה לקרקפת או פיפטה פלסטית חד פעמית כדי להעביר תמיסה מעורבת מוליכה יותר לספוגים של האלקטרודות במידת הצורך.לאחר שכל העכבות הן אידיאליות עד 50 kΩ, נתק את המגבר והכן את הנושא לדיגיטציה של אלקטרודות EEG.הערה: בצע דיגיטציה של אלקטרודות EEG מחוץ ל- MSR וודא מספיק מקום סביב הנושא לניהול תהליך הסריקה. קבע את המיקומים התלת-ממדיים של אלקטרודות EEG באמצעות סורק אופטי ידני. במהלך תהליך זה, בקשו מהנבדק לשבת בנוחות ולהביט ישר קדימה, אלא אם כן ניתנה הוראה אחרת.ראשית, פתח את תוכנת הסורק האופטי, בחר את תבנית החיישן המתאימה לפריסת חיישן EEG המשמשת במהלך ההקלטות, ולאחר מכן התחל את תהליך הסריקה. במהלך הסריקה, החזק את הסורק במרחק מסוים מרשת ה- EEG (בדרך כלל ~ 45 ס”מ), עם פתחי הסריקה שלו בניצב לפני השטח של החיישנים, והזז אותו באיטיות סביב ראשו של המצולם בעקבות רצועות מקושתות מהחלק העליון (מרכז הראש) למטה (שורת החיישנים האחרונה לאורך הצוואר) כדי להקליט את המיקומים הפיזיים של כל החיישנים.הערה: הסורק האופטי הופך את מיקומי אלקטרודות ה-EEG על ראשו של הנבדק לדיגיטליים והופך אותם לקובץ קואורדינטות תלת-ממדי; הוא מאופיין בדרך כלל בשני חיישנים אופטיים הפולטים מקורות אור אינפרא אדום (IR). כל מיקום סרוק מופיע בדרך כלל בענן חיישן תלת-ממדי. ענן החיישנים התלת-ממדיים מספק משוב לסריקה, חיטוט ויישור של מיקומי החיישן, ואילו מפת החיישנים הדו-ממדית מספקת משוב לתיוג מיקומי חיישנים אלה. תהליך הסריקה של מיקומי אלקטרודות EEG דורש סך של 5-10 דקות, כולל חיטוט של נקודות fiducial. עם זאת, זמן הסריקה עשוי לפעמים להיות תלוי בביצועים של הסורק האופטי בזיהוי מיקומי האלקטרודות. לאחר שכל אלקטרודות ה-EEG נסרקו (לפחות 95%), בדוק את הנקודות הפידוקיאליות (כלומר, nasion ונקודות קדם-אוריקולריות שמאליות/ימניות) וארבעה חיישני יישור (כלומר, צמתי יישור קדמיים, שמאליים וימניים, וצומת REF) באמצעות הגשושית האופטית האלחוטית כדי ליישר את ענן חיישני התלת-ממד לתבנית החיישן שנבחרה.הערה: חיישני היישור ממוספרים בהתבסס על תצורת רשת חיישן EEG.כדי לבחון את נקודות הפידוק, מקם את קצה הגשושית האופטית על עורו של הנבדק במרכז נקודת העניין הפידוקית על ידי וידוא שפתחי הסריקה של הסורק יצביעו על הדיסקים מחזירי האור של הבדיקה. באופן דומה, מקם את קצה הגשושית האופטית במרכז חיישן היישור המעניין כדי לבדוק את חיישני היישור. לאחר שכל החיישנים נסרקו ונבדקו, סקור את מיקומם ואת התוויות שלהם בענן החיישן התלת-ממדי ובמפת החיישנים הדו-ממדית ביחס לרשת ה-EEG בפועל כדי לבדוק ובסופו של דבר לתקן שגיאות אפשריות; אם לא אירעו שגיאות במהלך תהליך הסריקה, יצא את קובץ .txt הקואורדינטות התלת-ממדיות והמיר אותו לתבנית המועדפת.הערה: קואורדינטות האלקטרודות התלת-ממדיות מאוחסנות בדרך כלל בפורמט .txt וניתן להמיר אותן באמצעות תוכנת סורק אופטי במספר פורמטים (לדוגמה, .xml, .sfp, .elp או .nsi). לאחר השלמת תהליך הדיגיטציה של אלקטרודות EEG (שלבים 2.9-2.11), הכינו את הנושא להעברה בתוך ה-MSR לביצוע נתוני מנוחה/שינה (שלב 2.13), מטלה ויזומוטורית (שלב 2.14), גירוי שמיעתי (שלב 2.15) וגירוי סומטוסנסורי (שלב 2.16). עבור נתוני המנוחה/שינה, כוונו את מבנה מערכת ה-MEG למצב שכיבה (איור 1A) וסדרו את המיטה הלא מגנטית והתואמת כך שמשענת הראש הנשלפת תהיה מיושרת עם הפתח בצורת קסדה בתחתית הדיואר. לאחר התאמת המיטה למיקום הנכון, כוונו את שסתום הבלם של המיטה למצב כבוי נעול. הניחו סדין או שמיכה מעל המיטה וכרית כרית קצף קטנה על משענת הראש הנשלפת לקיבוע ראש ונוחות במהלך ההקלטה.הערה: הדיואר הוא מיכל אחסון קריוגני מלא בהליום נוזלי שבו מערכי חיישנים מסודרים מרחבית בתחתית באמצעות פתח בצורת קסדה שנועד להקיף את ראשו של המצולם. הקסדה מתאימה להיקף ראש של עד 59-61 ס”מ. הגנטריה היא המערכת המכנית התומכת בדיואר המאפשרת לשנות את גובהו וזוויתו בהתאם למיקום המדידה (כלומר, בישיבה או בשכיבה).העבירו את הנבדק בתוך המלש”ב ועזרו לו לשבת על קצה המיטה ולשכב עליה. הניחו מספר שמיכות על גופו של הנבדק כדי לשמור על חום גופו במהלך ההקלטה על ידי וידוא שכבלי האלקטרודות נגישים בקלות, והדקו קלות את חגורות הבטיחות (או משכו את המעקות אם קיימים), והסבירו לנבדק כי צעד זה הוא למנוע ממנו להתגלגל מהמיטה בזמן השינה. במידת הצורך, הניחו מגבת מגולגלת נוספת מתחת לצוואר כדי לספק תמיכה לצוואר ולכתפיים של הנבדק. פתחו את שסתום הבלם של המיטה כדי להזיז בעדינות את ראשו של המצולם, אשר מונח על משענת הראש הנשלפת מתחת לפתח בצורת קסדה של הדיואר עד שהוא נוגע בחלק הפנימי של הקסדה. כדי להגדיל את יחס האות לרעש (SNR), קרב את ראש הנושא לקסדה ככל האפשר. חבר את סלילי ה-HPI, האק”ג ואלקטרודות ה-EOG לפאנלים המתאימים של מערכת ה-MEG, חבר את רשת ה-EEG ליחידת המגבר בתוך ה-MSR, ובדוק את המידות של הקואורדינטות של הראש מתחנת העבודה לרכישה מחוץ ל-MSR כדי להעריך אם ראשו של הנבדק ממוקם כראוי מתחת לדיואר. בהסכמת הנבדק, הפחיתו את עוצמת האור בתוך ה-MSR כדי לסייע בגירוי הרפיה ושינה. כאשר הנבדק מרגיש נינוח ונינוח, הנחו את הנבדק לנוח בעיניים עצומות או לישון במהלך ההקלטה. הרגיע את הנבדק שהוא / היא ייצפו על הצג מחוץ ל- MSR באמצעות המצלמה הצבעונית המסוככת בתדרי רדיו המותקנת על קיר ה- MSR במשך כל ההקלטה. עבור המשימה הויזומוטורית, כוונו את הגנטריה של מערכת ה-MEG למצב זקוף (איור 1B) וסדרו את כיסא ה-MEG כך שראשו של הנבדק יהיה מתחת לגנטריה, קרוב לפתח בצורת קסדה בתחתית הדיואר. לאחר התאמת הכיסא למצב הנכון, הגדר את שסתום הבלם של הכיסא למצב לא נעול (“0”).העבר את הנושא בתוך MSR. עזרו לו לשבת על הכיסא הלא מגנטי והתואם ולמצוא תנוחה נוחה ונינוחה. הניחו מספר שמיכות על גופו של הנבדק כדי לשמור על חום גופו במהלך ההקלטה על ידי הבטחת נגישות קלה לכבלי האלקטרודות, והניחו את השולחן הנשלף כך שהנבדק יוכל להניח עליו את ידיו במהלך המשימה. במידת הצורך, הניחו מגבת מתחת לברכי הנבדק כדי לשמור על תנוחת הישיבה, ואל תחליקו מטה.הערה: מכיוון שהנבדק עשוי להירגע במהלך המשימה הויזומוטורית, ולכן לתפוס מיקום נמוך יותר מהמשימה הראשונית, הרם בזהירות את הכיסא בסוף כל סשן משימה באמצעות דוושת ההגבהה (אם קיימת) או הנח מגבות או שמיכות על הכיסא כך שראשו של הנבדק ייגע שוב בחלק הפנימי של הקסדה. במידת הצורך, הניחו מגבות או שמיכות נוספות מאחורי ראשו של הנבדק לא רק לנוחות טובה יותר, אלא גם כדי לעזור לנבדק לשמור על ראש ישר ככל האפשר. גירוי ויסומוטורי יכול להתבצע לחילופין במצב שכיבה כדי למנוע הזזת הדיואר באמצע סשן הקלטה. ברגע שהנבדק נמצא במיקום הנכון, חבר את סלילי HPI, ECG, EOG, FDI ואלקטרודות APB בלוח הימני של מכשיר ה- MEG, חבר את רשת ה- EEG ליחידת המגבר בתוך ה- MSR, והרם את הכיסא דרך דוושת ההגבהה (אם קיימת) בתנועות קטנות או הנח מגבות או שמיכות נוספות על הכיסא עד שראשו של הנבדק נוגע קלות בחלק הפנימי של הקסדה (בדוק את המידות של קואורדינטות ראש מתחנת העבודה לרכש מחוץ למ.ס.ר). מקמו את מסך ההקרנה, שבו הגירויים החזותיים יוקרנו באמצעות מערכת מראות של מקרן הממוקמת מחוץ ל-MSR, לפני הנבדק (איור 1B), והסבירו את המשימה הויזומוטורית שיש לבצע במהלך ההקלטה. בפרט, הנחו את הנבדק להקיש על אצבעו המורה על השולחן רק כאשר הגירוי החזותי (למשל, תמונה) מופיע על המסך, בהתאמה, עבור יד ימין ויד שמאל. ודא כי הנושא מבין את המשימה או מרגיש בנוח לבצע אותה לבד; במידת הצורך, תרגלו את המשימה יחד עם הנושא מספר פעמים כדי לעזור לו להכיר אותו.הערה: אם הפעלת גירוי ויזומוטורי מבוצעת במצב שכיבה, מראה ממוקמת במרחק מעל פני הנושא כדי לשקף את הגירויים החזותיים מהמקרן. לפני שאתם סוגרים את דלת ה-MSR, שאלו את הנבדק אם הוא/היא מרגישים בנוח להיות לבד בחדר; במקרה שלא, אדם אחד מהצוות או הוריו יישארו בתוך המס”ר במהלך ההקלטות. יתר על כן, הרגיע את הנבדק שהוא / היא ייצפו על הצג מחוץ ל- MSR במשך כל ההקלטה. עבור הגירוי השמיעתי, השתמש בהגדרה המתוארת בשלב 2.14 עם מסך ההקרנה לפני נושא הישיבה. עזור לנבדק להרכיב את האוזניות (או האוזניות) שדרכן מועברים טריגרים קוליים (למשל, צלילי ציוץ מווסתים).הנחו את הנבדק לקבע את הגירויים (למשל, נקודה ירוקה על רקע שחור) המוקרנים על המסך תוך כדי האזנה להדקי הקול. במידת הצורך, בצע אימון כדי לעזור לנושא להבין טוב יותר את ההליך. לפני סגירת הדלת של MSR, חזור על נהלי הבטיחות כפי שתואר קודם לכן. עבור הגירוי הסומטוסנסורי, השתמש בהגדרה המתוארת בשלב 2.14. שאל את הנבדק באיזה סרטון (או סרט) הוא רוצה לצפות על מסך המקרן שמולו.הנחו את הנבדק להירגע בעיניים פקוחות, לצפות בסרטון שנבחר, להישאר דוממים ככל האפשר ולהתעלם מגירויי המישוש המועברים לאצבעותיו במהלך ההקלטה. הסבירו לנבדק שהוא ירגיש טפיחות עדינות על העור בקצות האצבעות, בהתאמה, עבור כל יד. אם הנבדק מרגיש לא נוח, בצע אימון כדי להרגיע אותו.הערה: קיבוע עין על מטרה חזותית היא טכניקה מבוססת היטב למזעור ממצאים ביולוגיים שיכולים להשפיע על איכות ההקלטה ולהסיח את דעתו של הנבדק מגירויי המישוש המועברים במהלך איסוף הנתונים. 3. רכישת נתונים הערה: רכישת נתוני MEG ו-EEG בו-זמנית מתבצעת במתקן MEG במרכז הרפואי לילדים קוק (CCMC). פרטים נוספים על השימוש הקליני ב-MEG על ילדים עם אפילפסיה ניתן למצוא במקום אחר 8,27,45. הקלט אותות MEG באמצעות מערכת MEG עם ראש שלם (כיסוי חיישנים: 1,220 ס”מ2) המאופיינת ב-306 ערוצים המקובצים ב-102 אלמנטים זהים בעלי שלושה חיישנים עם מגנטומטר אחד ושני גרדיאומטרים מישוריים אורתוגונליים. הגדר תדירות דגימה של 1 קילוהרץ לפחות.הערה: מגנטומטרים בעלי סליל יחיד מודדים את רכיב השדה המגנטי בניצב למשטח קסדת MEG. רדיומטרים מישוריים מורכבים מתצורת סליל “דמות שמונה” המאופיינת בזוגות מגנטומטרים הממוקמים במרחק קטן זה מזה ומודדים את ההבדל בשדה המגנטי בין מיקומם (כלומר, ההבדל בין שתי הלולאות של “שמונה”), המכונה גם שיפוע מרחבי. בהשוואה למגנטומטרים, גרדיאומטרים מישוריים רגישים פחות למקורות מוחיים עמוקים, אך חזקים יותר בזיהוי מקורות שטחיים על ידי דיכוי רעשים סביבתיים. 306 תעלות אלה שקועות ומקוררות בהליום נוזלי בטמפרטורה של -296°C (4.2K) והופכות למוליכי-על. הקלט אותות EEG בו-זמנית באמצעות רשת EEG לא מגנטית בת 256 ערוצים עם חיישני אלקטרודות Ag/AgCl במרווחים שווים על הקרקפת, הלחיים והעורף. הגדר תדירות דגימה של 1 קילוהרץ לפחות. סגור את דלת ה- MSR כדי להתחיל להקליט. באמצעות מערכת האינטרקום הקולי, לתקשר עם הנבדק, לבדוק אם הוא / היא מרגישים בנוח להיות לבד בתוך MSR. כל הזמן לפקח על הנושא על וידאו, במקרה חירום, מיד להיכנס MSR.הערה: במקרה שהוא / היא אינם מרגישים בנוח או שדלת ה- MSR המסיבית מפחידה אותו, אדם אחד מהצוות או הוריו יכולים להישאר בתוך MSR במהלך מפגשי ההקלטה בישיבה על כיסא עץ קרוב לנושא; ודא שכל החפצים המתכתיים הוסרו לפני הכניסה לחדר. לפני כל הקלטה, הנחו את הנבדק באמצעות מערכת האינטרקום הקולית לשמור על מיקומו ללא שינוי במשך ~30 שניות לפני תחילת המשימה. עבור המשימה visuomotor, בנוסף לתקשר באמצעות האינטרקום באיזו אצבע מורה (ימין או שמאל) הוא / היא ישתמשו עבור ההפעלה הראשונה הקלטה.במהלך תקופה זו שבה הנבדק נשאר ללא תנועה, לחץ על לחצן המדידה מתוך תיבת הדו-שיח למדידת HPI במערכת איסוף נתוני MEG כדי למדוד את השדה המגנטי שנוצר על ידי זרם המוזן לסלילי HPI ולקבוע את מיקומי מדידת הראש ביחס למערך חיישני MEG; לכן, ודא שהנושא ממוקם היטב (ראש |Z-קואורדינט| ˂ 75 מ”מ) ורשום את המדידות התלת-ממדיות עבור כל הפעלה. אם עדיין יש רווח בין ראשו של הנבדק לקסדה, יש להיכנס שוב לתוך ה-MSR ולכוונן את גובה הכיסא באמצעות דוושת ההגבהה (אם קיימת), להניח מגבות או שמיכות על הכיסא, או להנחות את הנבדק באמצעות האינטרקום כיצד להזיז את הראש בתנוחה קרובה יותר לקסדה (אם הנבדק יושב), ולבסוף לבדוק שוב את תנוחות מדידת הראש. במקרה של הקלטות מנוחה/שינה, יש להיכנס שוב ל-MSR ולקרב את המיטה לקסדה, תוך צמצום הפער המרחבי בין קסדת הראש. ברגע שהנושא ממוקם היטב ביחס לקסדת ה-MEG ומוכן להתחיל, התחל את סשן ההקלטה הראשון (משך ~10 דקות) על ידי ביצוע סדר מדויק (ראה שלב 3.5.1) לסנכרון מדויק של MEG ו-EEG (ראה שלב 3.12).הערה: כדי להבטיח הקלטות באיכות גבוהה, הפעלת ההקלטה הראשונה היא קריטית כדי ללכוד חפצים הקיימים בנתונים עקב תנועות של הנושא או שנגרמו על ידי הסביבה החיצונית. במידת הצורך, הזן מחדש בתוך MSR כדי להתאים את חיבורי הערוצים הסופיים או את מיקום הנושא על כיסא ה- MEG. מומלץ לרשום במהלך ההקלטות כל חפץ או אירוע חריג שניתן לעיין בו לאחר מכן במידת הצורך.לחץ על לחצן ההקלטה בתוכנת איסוף הנתונים EEG כדי להתחיל בהקלטת EEG. לחץ על כפתור ההקלטה בתוכנת איסוף הנתונים MEG כדי להתחיל בהקלטת MEG. לבסוף, לחץ על לחצן התחל מהתוכנה של מחשב הגירוי כדי להציג גירויים חזותיים או לספק גירויים שמיעתיים.הערה: מחשב הגירוי שבו פועלת תוכנת הגירוי החזותי (או השמיעתי) מחובר למערכת שיקוף המקרן מחוץ ל- MSR, הניתנת להפעלה או כיבוי בהתאם לסוג ההקלטה המבוצעת. במהלך הקלטות מנוחה/שינה, המערכת כבויה מכיוון שהנבדק נמצא במנוחה או בשינה, אך הפעלת תוכנת הגירוי החזותי במחשב הגירוי מסייעת בתזמון כל סשן הקלטה. במהלך המשימה הויזומוטורית, כמו גם במהלך הגירויים השמיעתיים והסומטוסנסוריים, המערכת מופעלת על ידי מתן אפשרות לנבדק לצפות בגירויים או בסרטון המוקרן על המסך הממוקם מולו בזמן שהתוכנה פועלת. עבור מחקר זה, הוא נבחר סך של (i) 107 גירויים (כלומר, 85 תמונות על רקע לוח דמקה ו 22 רקעים לוח דמקה) עם מרווח ~ 4 s בין כל גירוי עבור המשימה visuomotor; (ii) 200 צלילי ציוץ מווסתים עם מרווח בין גירויים של 3 שניות לגירוי השמיעתי; ו-(iii) 200 גירויי מישוש לכל אצבע (כלומר, D1, D3 ו-D5) בעקבות רצף אקראי למחצה עם מרווח בין גירויים של ~1.5 שניות לגירוי הסומטוסנסורי. כדי לעצור את ההקלטות, לחצו על כפתור העצירה בתוכנת איסוף הנתונים MEG ולאחר מכן על כפתור העצירה בתוכנת איסוף הנתונים EEG. בסוף כל סשן הקלטה, תקשר עם הנבדק באמצעות האינטרקום כדי להרגיע אותו, ואם אין צורך בחיבורי ערוצים או התאמות מיקום בתוך ה- MSR, המשך לפגישה הבאה.עבור המשימה visuomotor, בחר גירויים חזותיים שונים עבור כל פגישה כדי לשמור על הנושא מוטיבציה ומבדר במהלך ההקלטה. עבור נתונים חזותיים-מוטוריים או נתוני מנוחה/שינה, הקלט סך של ~1 שעות הקלטה סימולטנית של MEG ו-EEG, המאופיינת ב-5-6 מפגשים. עם זאת, מספר המפגשים עשוי להשתנות עבור כל נושא. יתר על כן, הקלט סך של ~ 20 דקות (1-2 מפגשים של ~ 10 דקות כל אחד) ו~ 14 דקות (1-2 מפגשים של ~ 7 דקות כל אחד) של הקלטת MEG ו- EEG בו זמנית עבור נתוני הגירוי השמיעתי והסומטוסנסורי, בהתאמה.הערה: במחקר זה, נתוני MEG ו- EEG מאוחסנים באופן אוטומטי בסוף ההקלטות כפורמטים .fif ו- .mff, בהתאמה, במערכת אחסון ה- IT של CCMC. כאשר ההקלטה מסתיימת, הזן את ה- MSR כדי לעזור לנבדק לקום מהכיסא או מהמיטה ובקש ממנו לשבת על כיסא מחוץ ל- MSR כדי להסיר הן את רשת ה- EEG והן את האלקטרודות.הנחו את הנבדק לעצום את עיניו עד שיאמר לו אחרת ועזרו לו להסיר את רשת ה-EEG על ידי שחרור מלא של רצועות הסנטר ומשיכת הרשת בעדינות באמצעות שתי ידיים (מהמצח לכיוון החלק האחורי של ראשו של הנבדק) עד שהיא מתקלפת לחלוטין. במהלך שלב זה, הקפד לא למשוך את השיער של הנושא בעת הסרת הרשת. בנוסף, עזרו לנבדק להסיר בעדינות את האלקטרודות הנותרות (כלומר, אק”ג, EOG ו-EMG במקרה של משימה ויזומוטורית) שהודבקו בעבר על עורו. לאחר הסרת רשת ה-EEG והאלקטרודות, יש ליידע את הנבדק (ואת הוריו) כי כל ההליכים הושלמו לבסוף. לאחר שהנושא עוזב את החדר, נקה בזהירות את הסורק האופטי (כמתואר במדריך למשתמש) ואחסן אותו בתוך מארז המגן שלו.לנקות ולחטא את המשטחים של כל ציוד המשמש במהלך ההקלטות (למשל, כיסאות, מיטות, שולחנות) עם מגבוני מי חמצן מאושרים על ידי בית החולים או תרסיס חיטוי ומגבות נייר, לשים את השמיכות והמגבות המשומשות בתוך המיכל שסופק על ידי בית החולים, ולזרוק כל פיסת סרט משומש. אחסנו את כלי המדידה בתוך ארון האחסון ונקו את החלק הפנימי של כוסות האלקטרודות המלאות במשחה מוליכה באמצעות מקלוני צמר גפן מעץ תחת מי ברז זורמים. כדי לשטוף את רשת ה-EEG, מלאו את דלי הפלסטיק בכיור במי ברז נקיים וחמימים וחזרו על השלבים הבאים בסך הכל ארבע פעמים.השקיעו את רשת ה-EEG במים והסעירו בעדינות את רשת ה-EEG למשך 10-20 שניות (או טבלו אותה בתוך הדלי ומחוצה לו ~ 25 פעמים). מסננים את המים מהדלי, וממלאים את הדלי במי ברז נקיים וחמים. לחיטוי רשת ה-EEG, מלאו את דלי הפלסטיק בכיור בתמיסת חיטוי המורכבת מ-2 qt מי ברז פושרים וכף אחת של חומר חיטוי והשרו את רשת ה-EEG בתוכה למשך 10 דקות. שטפו את הדלי מתמיסת החיטוי ועקבו אחר תהליך השטיפה והניקוז שלוש פעמים כדי להסיר שאריות תמיסה מרשת ה-EEG. לתהליך השטיפה או החיטוי, הסירו את רשת ה-EEG השקועה מהדלי, ייבשו אותה על ידי הסרת עודפי המים בעזרת מגבת נקייה ויבשה, ואחסנו אותה על ידי תלייתה קרוב לכיור. כדי לדכא הפרעות מגנטיות פנימיות וחיצוניות וארטיפקטים למדידה/תנועה מנתוני MEG, החל את ההרחבה הטמפורלית של שיטת הפרדת מרחב האות (tSSS) על קובץ ה- .fif MEG של נתונים גולמיים.הערה: סינון מקסוול המרחבי-זמני (tSSS) אידיאלי לדיכוי מקורות הפרעה הממוקמים בתוך מערך חיישני ה-MEG או קרוב מאוד אליו, כלומר הפרעות פנימיות. בעת ביצוע רישומי MEG ו-EEG בו-זמניים, יש ליישר מרחבית את מערכות הקואורדינטות של שני מכשירי הרכישה ביחס לנקודות הציון האנטומיות שעל ראשו של הנבדק (איור 2A) ולתקן את סטיית השעון הליניארי בין אותות שמתרחשת עקב קצבי הדגימה השונים האפשריים (איור 2B).הערה: במהלך ההקלטות, אותות MEG ו-EEG יכולים להיות מושפעים גם משינויים איטיים לאורך זמן עקב עיכובים אפשריים בלחיצה על לחצני ההתחלה והסיום ומהסטת שעון פנימית המתרחשת כאשר הטריגרים נשלחים לתוכנת איסוף הנתונים MEG ו-EEG. כדי להבטיח סנכרון מדויק בין אותות אלה, פותח בפייתון קוד פנימי המשתמש באירועי הטריגר הנשלחים בשתי המערכות במהלך רכישת הנתונים כאות טריגר משותף. הקוד כולל שלוש פונקציות הזמינות בספריית התוכנה MNE-Python: שתי פונקציות הקוראות את אותות MEG ו-EEG ופונקציה אחת המחלצת מידע על אירועי הטריגר מהאותות, כגון שמות ערוצים וחותמות זמן (כלומר, תאריך ושעה של התרחשות האירוע). הבדלי זמן בין התרחשותם של אירועי טריגר בכל אות (כלומר, דלתא) מגדירים את סחיפה ליניארית של השעון לאורך זמן (איור 2B). תיאור מפורט של הקוד שפותח מסופק בשלבים הבאים (ראה 3.12.1-3.12.4).השתמש בהפרש בין אירוע הטריגר הראשון המתרחש בכל אות כערך היסט (כלומר, חלק שיש לחתוך מאחד משני האותות) כדי ליישר את ההקלטות.הערה: פונקציות mne.io.read_raw_fif ו-mne.io.read_raw_egi ממירות את הקלטות ה-MEG וה-EEG בתבנית מערך דו-ממדי, בעוד שהפונקציה mne.find_events מחלצת מידע על אירועים מהאותות הגולמיים. לאחר שהטריגרים הראשונים מיושרים, יש לחשב את מקדם המתאם של פירסון כדי להעריך את מידת המתאם בין האותות; ערכי P < 1 x 10-6 מומלצים כדי להבטיח יישור מושלם.הערה: פונקציית פירסון מספריית סקיפי מעריכה את מקדם המתאם של פירסון בין אותות MEG ו-EEG ואת ערך ה-p של מתאם זה. כדי לאמת את דיוק המתאם הזה, הערך את קצב הסחיפה בין שני האותות על-ידי ביצוע התאמה פולינומית מדרגה ראשונה, והשתמש במידת הפער המתקבלת המיוצגת על-ידי מקדם פונקציית הפולינום כדי לדגום מחדש את האותות על ציר ה-x של התאמת הפולינום (איור 2B).הערה: פונקציית הפוליפיט מספריית הנומפי מתאימה לאותות MEG ו-EEG בתוך פונקציה פולינומית; פונקציה זו מחזירה מקדם המייצג את מידת הפער בין שני האותות. הפונקציה mne.resample דוגמת מחדש את אותות MEG ו-EEG בהתאם למקדם הפונקציה הפולינומית. לאחר השלמת הדגימה מחדש, השווה את חותמות הזמן של אירוע הטריגר האחרון המתרחש בכל אות והסר את חלונות הזמן שאינם נפוצים הן באותות MEG והן באותות EEG. לבסוף, מזג את אותות ה- MEG וה- EEG המסונכרנים כדי ליצור הקלטה אחת המאופיינת הן בחיישני MEG והן בחיישני EEG שניתן להשתמש בהם לניתוח נוסף.הערה: הפונקציה mne.add_channels ממזגת את שני האותות כדי ליצור הקלטה יחידה. בסוף כל הקלטה ~ 1.5 שעות, השתמש בסך הכל 5-6 (~ 10 דקות כל אחד), 1-2 (~ 10 דקות כל אחד) ו 1-2 (~ 7 דקות כל אחד) הפעלות של הקלטות MEG ו- EEG מסונכרנות, בהתאמה עבור הנתונים visuomotor (ומנוחה/שינה), שמיעתי וגירוי סומטוסנסורי, עבור ניתוח הנתונים.הערה: באופן אידיאלי, הנושא צריך לבצע הקשה באצבע ימין עבור שלוש הקלטות visuomotor והקשה באצבע שמאל עבור שלוש הקלטות visuomotor הנותרות. 4. ניתוח נתונים מיפוי האזור המגרהצור את המשטחים קליפת המוח התלת-ממדיים מה- MRI של הנבדק באמצעות תהליך שחזור קליפת המוח של FreeSurfer, שהוא כלי דימות מוחי בקוד פתוח לעיבוד, ניתוח והדמיה של תמונות MR במוח אנושי46. ייבאו את האנטומיה המשוחזרת ב-Brainstorm, שהיא יישום קוד פתוח של MATLAB המוקדש להדמיית נתונים MEG ו-EEGועיבוד 47, כדי להמחיש את תוצאות השחזור בקליפת המוח. מתוך סיעור מוחות, הגדר את הנקודות הפידוקיאליות (כלומר, nasion, שמאל / ימין preauricular, קדמי / אחורי commissure, ו interhemispheric) על MRI מיובא המגדירים את מערכת הקואורדינטות נושא. ייבא את אות ה-MEG וה-HD-EEG בו-זמנית בסיעור מוחות ורשום את חיישני ה-MEG וה-EEG ב-MRI באמצעות תהליך רישום ה-MRI כדי להתאים את היישור שלהם לנקודות הדיגיטציה. במידת הצורך, הקרינו את חיישני ה-EEG על פני קליפת המוח. פתח את הקלטת MEG ו- HD-EEG בו זמנית ובדוק חזותית את הנתונים הגולמיים כדי להסיר ערוצים פגומים. בנוסף, יישם את טכניקת תיקון הממצאים של הקרנת אותות-מרחב (SSP) הזמינה בסיעור מוחות כדי לדחות ממצאים ביולוגיים (למשל, פעימות לב, מצמוצי עיניים) מההקלטות. יש להחיל מסנני חריץ (50 או 60 הרץ, בהתאם להפרעה לקו החשמל) ומסנני פס (1-70 הרץ) על נתוני MEG ו-HD-EEG בו-זמנית. בחר חלקים של נתונים המכילים פעילות אינטריקטלית המאופיינת במטעני חבלה תכופים, כגון קוצים וגלים חדים, ובעלת תנועה מינימלית (במידת האפשר).הערה: מטעני חבלה הם צורות גל חולפות המאופיינות באבולוציה טמפורלית של 50 מיקרו-וולט וצורה חדה שניתן להבחין בינה לבין פעילות הרקע בתחום התדרים 1-70 הרץ48. איור 3A מייצג דוגמה לחלקים מאותות MEG ו-HD-EEG בו-זמניים עם מטעני חבלה תכופים שנראים בשתי ההקלטות. באמצעות הגדרת התצוגה הסטנדרטית של 10 שניות לדף, סמנו את השיא השלילי של כל מטען חבלה שמתרחש הן בהקלטות MEG והן בהקלטות EEG (איור 3A), כמו גם בכל אחת משיטות הבדיקה בלבד. לפני סימון כל מטען חבלה, בדקו את שדה הטופוגרפיה ואת המפות הפוטנציאליות של ה-MEG וה-EEG, בהתאמה.הערה: יש לבדוק גם התפלגות מתח של נקודות זמן נוספות בשלב העלייה של כל מטען, ולא בשיאו, כדי לקחת בחשבון פעילות אפילפטית אפשרית49. פרטים נוספים על אופן סימון אירועי ספייק אינטריקטלי באמצעות סיעור מוחות ניתן למצוא במקום אחר (https://neuroimage.usc.edu/brainstorm/Tutorials/Epilepsy). חשב מודל ראש מציאותי, המוגדר כמודל גיאומטרי תלת-שכבתי (כלומר, קרקפת, גולגולת פנימית וגולגולת חיצונית) (איור 3B), באמצעות תוכנת OpenMEEG BEM (שיטת אלמנט גבול סימטרי) הזמינה בסיעור מוחות. השתמש באמצעי האחסון MRI כשטח מקור (רשת נקודת מקור ברזולוציה מרחבית של 5 מ”מ).הערה: תוכנת OpenMEEG BEM משתמשת בשיטת אלמנט הגבול הסימטרי כדי לחשב מודל קדמי מציאותי המאופיין בקרקפת (כלומר, ממשק אוויר-קרקפת), גולגולת חיצונית (כלומר, ממשק קרקפת-גולגולת) וגולגולת פנימית (ממשק גולגולת-מוח). כפתרון חלופי, ניתן להשתמש בשיטת האלמנטים הסופיים (FEM) כדי לפתור את הבעיה קדימה מכיוון שהיא מאפשרת ייצוג מציאותי ספציפי לנושא של מוליך נפח הראש. ערכי מוליכות רקמת הראש מונחים לעתים קרובות מהספרות ועשויים להשתנות בהתאם לגיל הנושא50. כדי לפתור את המודל קדימה באמצעות FEM, חשב את מודל הראש המציאותי, המוגדר כמודל גיאומטרי בן שלוש עד חמש שכבות (כלומר, חומר לבן, חומר אפור, נוזל מוחי שדרתי, גולגולת ועור), באמצעות תוכנת DUNEuro FEM הזמינה בסיעור מוחות 47,50,51. פרטים נוספים על הערכת המודל קדימה באמצעות FEM ניתן למצוא במקום אחר (https://neuroimage.usc.edu/brainstorm/Tutorials/Duneuro). לוקליזציה של המחוללים הבסיסיים של הדוקרנים האינטריקטליים שנבחרו באמצעות שיטת ECD בלתי מוגבלת במערך חיישני MEG, EEG וחיישני MEG ו-EEG משולבים בנפרד. כדי למקם מקורות דיפול אלה, חשב את השונות המשותפת של הרעש מהקלטות MEG של חדרים ריקים או הגדר אותה כמטריצת זהות.הערה: שקול לבצע לוקליזציה של מקור על מטענים ממוצעים עם התפלגות מתח דומה כגישה חלופית במקרה שה-SNR של מטעני חבלה נמוך12. בצע את שיטת סריקת הדיפול הזמינה בסיעור מוחות בשיא של כל מטען חבלה שסומן קודם לכן כדי לבחור את דיפולות המקור המשמעותיות ביותר על פני כל נפח המוח. בחרו רק דיפולים ממקור עם התאמה טובה >60% והעריכו את האשכולות שלהם שהוגדרו עבור כל דיפול כמספר הדיפולים הממוקמים במרחק של 15 מ”מ ממרכזו (איור 3C).הערה: פרטים נוספים על אשכולות ECD ניתן למצוא במקום אחר52. מיפוי ה-SOZצור את המשטחים קליפת המוח התלת-ממדיים מה-MRI של הנבדק באמצעות תהליך שחזור קליפת המוח של FreeSurfer46. ייבא את האנטומיה המשוחזרת בסיעור מוחות47 כדי להמחיש את תוצאות השחזור בקליפת המוח. הגדר את הנקודות הפידוקיאליות ב- MRI המיובא המגדירות את מערכת הקואורדינטות של הנושא. ייבא את אות ה-MEG וה-HD-EEG בו-זמנית (המכיל את האירוע האיקטאלי) בסיעור מוחות ורשום את חיישני ה-MEG וה-EEG ב-MRI באמצעות תהליך רישום ה-MRI כדי להתאים את היישור שלהם לנקודות הפידוקיאליות הדיגיטליות. במידת הצורך, הקרינו את חיישני ה-EEG על פני קליפת המוח.הערה: אם לנבדק היה התקף במהלך ההקלטות, סקור את ההערות שצולמו במהלך ההקלטה כדי להעריך באיזו פגישה נרשם האירוע האיקטאלי. פתח את הקלטת MEG ו- HD-EEG בו זמנית ובדוק חזותית את הנתונים הגולמיים כדי להסיר ערוצים פגומים. יישם את טכניקת תיקון החפץ SSP הזמינה בסיעור מוחות47 כדי לדחות ממצאים ביולוגיים (למשל, פעימות לב, מצמוצי עיניים) מההקלטה. החל חריץ (50 או 60 הרץ, בהתאם להפרעה לקו החשמל) ומסנני פס פס (1-70 הרץ) על נתוני MEG ו-HD-EEG בו-זמנית. על פי הערות ההקלטה, זהה את תחילת ההתקף וסיומו (אם צוין) וסמן אירועים אלה על האות כדי לזהות את החלק הנכון של הנתונים המכילים הפרשות אפילפטיפורמיות איקטאליות. דוגמאות להתפרצות התקף מוצגות באיור 4 עבור MEG ו-HD-EEG, בהתאמה.הערה: כאשר נבדק חווה התקף במהלך רכישת MEG, אנשי צוות רפואי נדרשים לסייע לנבדק באופן מיידי ולספק טיפול חירום. לפיכך, משך הזמן של אותם חלקי נתונים עם אירועים איקטאליים עשוי להיות קצר. באמצעות הגדרת התצוגה הסטנדרטית של 10 שניות לדף, סמן את השיא השלילי של כל פרץ של הפרשות אפילפטיפורמיות (למשל, קוצים חוזרים, גלים חדים או קומפלקסים של גלי ספייק) המתרחשים במהלך האירוע האיקטאלי ב- MEG ו- EEG, כמו גם על כל מודאליות לבדה. לפני כל סימון שיא, בדקו את שדה הטופוגרפיה ואת המפות הפוטנציאליות עבור MEG ו-EEG, בהתאמה (איור 4A).הערה: התקפים מסווגים ככלליים או מוקדיים בהתאם למקום שבו מתחילה הופעתם. למרות שהוא תלוי בתסמונת האפילפסיה, התקף הוא תופעה של לפחות 10 שניות המאופיינת בפריקות חשמליות חוזרות ונשנות שעשויות להשתנות בתדירות, באמפליטודה ובמורפולוגיה. חשב את מודל הראש המציאותי בעל שלוש השכבות (כלומר, הקרקפת, הגולגולת הפנימית והגולגולת החיצונית) עבור חיישני MEG ו- EEG באמצעות תוכנת OpenMEEG BEM הזמינה בסיעור מוחות. השתמש באמצעי האחסון MRI כשטח מקור (רשת נקודת מקור ברזולוציה מרחבית של 5 מ”מ).הערה: כדי לפתור את המודל קדימה באמצעות FEM, חשב את מודל הראש המציאותי, המוגדר כמודל גיאומטרי של שלוש עד חמש שכבות (כלומר, חומר לבן, חומר אפור, נוזל מוחי שדרתי, גולגולת ועור), באמצעות תוכנת DUNEuro FEM הזמינה בסיעור מוחות 47,50,51. פרטים נוספים על הערכת המודל קדימה באמצעות FEM ניתן למצוא במקום אחר (https://neuroimage.usc.edu/brainstorm/Tutorials/Duneuro). מקם את המחוללים הבסיסיים של הפרשות האיקטליות שנבחרו באמצעות שיטת ECD בלתי מוגבלת במערך חיישני MEG, EEG וחיישני MEG ו- EEG משולבים בנפרד. כדי למקם מקורות דיפול אלה, חשב את השונות המשותפת של הרעש מהקלטות MEG של חדרים ריקים או הגדר אותה כמטריצת זהות. בצע את שיטת סריקת הדיפולים הזמינה בסיעור מוחות בשיא של כל צורת גל איקטלית שסומנה קודם לכן כדי לבחור את דיפולים המקור המשמעותיים ביותר על פני כל נפח המוח. בחר רק דיפולים ממקור עם התאמה טובה >60% והערך את האשכולות שלהם (מרחק הדיפולים ממרכז כל דיפול מוגדר ל- 15 מ”מ)52. מיפוי קליפת המוח הרהוטה;בצע את השלבים המתוארים לעיל 4.2.1-4.2.3 באמצעות האותות שנרשמו במהלך המשימה visuomotor, כמו גם במהלך גירויים שמיעתיים ו somatosensory. פתח את הקלטות MEG ו- HD-EEG בו זמנית ובדוק חזותית את הנתונים הגולמיים כדי להסיר ערוצים פגומים. בנפרד, עבור כל מפגש, יישם את טכניקת תיקון הממצאים SSP הזמינה בסיעור מוחות47 כדי לדחות ממצאים ביולוגיים (למשל, פעימות לב, מצמוצי עיניים) מההקלטות. בנוסף, השליכו או סמנו כ”מרווח זמן רע” את כל אותם מקטעי נתונים מזוהמים על ידי ממצאים שלא ניתן להשתמש בהם לניתוח נוסף. החל חריץ (50 או 60 הרץ, בהתאם להפרעה לקו החשמל) ומסנני פס פס (1-100 הרץ) על נתוני MEG ו-HD-EEG בו-זמנית. לצורך מיפוי קליפת המוח המוטורית, יש לפתוח את אותות ה-EMG שנרשמו מאלקטרודות ה-FDI וה-APB ולסמן ידנית את אירוע ההקשה שבוצע על ידי הנבדק, בנפרד עבור יד ימין ויד שמאל, על ידי בחירת השיא הראשון של הפעלת השרירים השונה מקו הבסיס באלקטרודת זוג ה-FDI. בצע שלב זה בנפרד עבור כל הפעלה באמצעות סיעור מוחות47.הערה: השתמש בכרטיסיה מסנן לתצוגה חזותית רק בסיעור מוחות ובחר טווחי תדרים (לדוגמה, מעבר גבוה: 30 הרץ; מעבר נמוך: 300 הרץ; חריץ: 60 הרץ) שיכולים לסייע בסימון נכון של שיאי פעילות ה- EMG בעת הקשה. שם האירועים צריך להיות זהה בין המפגשים; לדוגמה, אירועים שבהם הנושא ביצע את ההקשה באצבע ימין (או באצבע שמאל) יכולים להיקרא “Tap_right” (או “Tap_left”). שלב זה מאפשר לנו לבצע ניתוח ייחודי על אותו סוג של אירוע שהתרחש בכל המפגשים. מכל הפעלה, ייבא את האירועים המתרחשים במקטעים נטולי ממצאים על-ידי בחירת הפרמטרים הבאים: גירויים חזותיים: [-200; +500] חלון זמן של ms, כולל קו הבסיס של [-200; 0] ms לפני תחילת הגירוי; אירועי הקשה: [-1500; +1000] חלון זמן של אלפיות השנייה, כולל קו הבסיס של [-1500; -1000] אלפיות השנייה לפני תחילת הגירוי החזותי; צלילי ציוץ מאופננים: [-500; +1000] חלון זמן של ms, כולל קו הבסיס של [-500; 0] ms לפני תחילת הגירוי; וגירויי מישוש: [-100; +500] חלון זמן של אלפיות השנייה, כולל קו הבסיס של [-100; 0] מילישניות לפני תחילת הגירוי. לאחר שהאירועים של משימה ספציפית יובאו מכל ההפעלות, החל את מונטאז’ הייחוס הממוצע כדי להגדיל את ה- SNR בנתוני ה- EEG ולהעריך את הממוצע על פני גירויים כדי להשיג את השדות והפוטנציאלים המעוררים אירוע. במקרה של משימות מוטוריות (כלומר, הקשה) וגירוי מישוש, שלב אחרון זה מבוצע עבור יד ימין ושמאל, בהתאמה.הערה: לוחות A ו-B באיור 5, איור 6, איור 7 ואיור 8 מציגים דוגמאות לתגובות חזותיות, מוטוריות, שמיעתיות וסומטוסנסוריות, בהתאמה, עבור MEG ו-EEG ושדה הטופוגרפיה היחסי שלהם ומפות פוטנציאליות. המספר הכולל של גירויים עבור משימה מסוימת תלוי אך ורק במספר המפגשים שהושלמו; במקרה של משימה מוטורית, מספר זה תלוי גם במשימת ההקשה שבוצעה כראוי. עבור השדות והפוטנציאלים החזותיים, המוטוריים, השמיעתיים או הסומטוסנסוריים, חשב את מודל הראש המציאותי בעל שלוש השכבות (כלומר, הקרקפת, הגולגולת הפנימית והגולגולת החיצונית) עבור חיישני MEG ו- EEG באמצעות תוכנת OpenMEEG BEM הזמינה בסיעור מוחות. השתמש במשטח קליפת המוח התלת-ממדי כמרחב מקור.הערה: כדי לפתור את המודל קדימה באמצעות FEM, חשב את מודל הראש המציאותי, המוגדר כמודל גיאומטרי של שלוש עד חמש שכבות (כלומר, חומר לבן, חומר אפור, נוזל מוחי שדרתי, גולגולת ועור), באמצעות תוכנת DUNEuro FEM הזמינה בסיעור מוחות 47,50,51. פרטים נוספים על הערכת המודל קדימה באמצעות FEM ניתן למצוא במקום אחר (https://neuroimage.usc.edu/brainstorm/Tutorials/Duneuro). עבור כל שדה ופוטנציאלים המעוררים אירועים, חשב את מקורות קליפת המוח על האירועים הממוצעים באמצעות dSPM המיושם בארגז הכלים של סיעור מוחות עבור מערך חיישני MEG, EEG וחיישני MEG ו-EEG משולבים בנפרד. הגדר את מטריצת השונות המשותפת של הרעש באמצעות תקופת הבסיס של קדם-גירוי ספציפית לכל פעילות (ראה שלב 4.3.5). בהתאם למשימה, חלצו את המקורות המרביים של קליפת המוח שנצפו באזור המוח הרהוט המעורב [קליפת המוח הראייתית הראשונית (V1), קליפת המוח המוטורית הראשונית (M1), קליפת המוח השמיעתית הראשונית (A1) או קליפת המוח הסומטוסנסורית-חושית הראשונית (S1)] שניתן להגדיר באמצעות אטלס או באמצעות שחזור של חיישן וירטואלי (כלומר, אזור עניין, ROI) במיקום זה (איור 5C, איור 6C, איור 7C ואיור 8C). בצע את פירוק תדר הזמן של גל מורלט בשדה מעורר האירועים ובמקורות פוטנציאליים באזור המוח הרהוט המעורב (V1, M1, A1 או S1) עם סולם ליניארי (טווח תדרים: 1:1:100 הרץ).הערה: כדי להעריך תנודות מעוררות הנעולות בזמן ובפאזה לתחילת הגירוי, אות MEG/EEG מחושב תחילה על פני אירועים ולאחר מכן הופך להיות כפוף לניתוח תדר זמן53,54. בצעו סטנדרטיזציה של מפות המקור בקליפת המוח באמצעות שיטת ההפרעה הקשורה לאירועים הזמינה בסיעור מוחות כדי לנרמל אותן ביחס לקו הבסיס (ראו שלב 4.3.5), בנפרד עבור כל אירוע (איור 5D, איור 6D, איור 7D ואיור 8D).הערה: סטנדרטיזציה של מפות מקור באמצעות הפרעות הקשורות לאירועים היא מדד נורמליזציה עבור מפות צריכת חשמל של תדר זמן המעריך את הסטייה מהממוצע מעל קו הבסיס באחוזים. פרטים נוספים על תהליך תקינה זה ניתן למצוא במקום אחר (https://neuroimage.usc.edu/brainstorm/Tutorials/TimeFrequency#Normalized_time-frequency_maps). אימותרכישת רישום iEEG חוץ-ניתוחי באמצעות השתלת רשתות תת-דוראליות ו/או אלקטרודות עומק. מספרן, סוגן ומיקומם של אלקטרודות תוך גולגולתיות נקבעים על ידי צוות האפילפסיה הרב-תחומי בהתבסס על ההשערה הקלינית המופקת מסיכום המידע המתקבל מבדיקות האבחון הלא פולשניות של ההערכה הטרום-ניתוחית.הערה: כחלק מההערכה הטרום-ניתוחית, iEEG חוץ-ניתוחי נרשם על פני מספר ימים באמצעות מערכת EEG דיגיטלית באמצעות קצב דגימה של 1,024 הרץ. זהה את SOZ כפי שהוגדר על ידי אפילפפטולוג מומחה בהתבסס על המידע הקליני הזמין עבור כל נבדק.הערה: ה-SOZ מוגדר כאזור במוח המציג את הפריקה האלקטרוגרפית האיקטלית החד-משמעית הראשונה, השונה מפעילות הרקע שיכולה להתרחש לפני או במקביל להתפרצות האיקטלית המוגדרת קלינית. כל הערוצים המעורבים בפריקה אלקטרוגרפית איקטלית זו נחשבים כמגעי SOZ, גם אם הם לוכדים התקפים שמקורם באזורים שונים במוח. במהלך האירוע האיקטלי שנרשם ב- iEEG, סמן את השיא של כל פרץ של הפרשות אפילפטיפורמיות המתרחשות בכל אלקטרודה תוך גולגולתית ובצע לוקליזציה של המקור על אירועים איקטליים אלה באמצעות שיטת ECD כפי שתואר קודם לכן בשלבים 4.1.7-4.1.10. השווה את תוצאות הלוקליזציה של iEEG ביחס ל- SOZ המוגדר קלינית כתקן הזהב לתוצאות לוקליזציה של המקור.

Representative Results

ילדים עם DRE גויסו ממרפאת האפילפסיה במכון ג’יין וג’ון ג’סטין לבריאות הנפש, מערכת הבריאות לילדים קוק (CCHCS). כאן מוצגים נתונים משלושה מטופלים מייצגים: (i) נקבה בת 10, (ii) זכר בן 13 ו-(iii) נקבה בת 10. מקרה 1: ילדה בת 10 אושפזה עם התקפים החל מגיל שלוש שנים. המטופל סבל מהתקפים יומיומיים גם לאחר מתן 8 ASMs. ההתקפים הראשוניים התאפיינו בסטיית עין (צד לא ברור) ומעצר התנהגותי. מאוחר יותר, המטופל חווה התקפים יומיים של ~ 30 s המאופיינים על ידי pouting ictal (סימן “chapeau de gendarme”), סטיית ראש שמאלה, והתקשות זרוע טוניק דו צדדית (דומיננטיות ימנית). וידאו ארוך טווח EEG חשף שני אשכולות של התקפים טוניק אסימטריים עם סטיית ראש שמאלה, ואחריו זרועה השמאלית מתקרבת. שלושה התקפי טוניק נצפו גם בזמן השינה, עם ריצות תכופות של פוליספייקים מהירים כלליים וגלים איטיים עם פקיחת עיניים לסירוגין, מבט כלפי מעלה, והגבהה של זרוע שמאל או ימין. רב-קוצים אלה וגלי שינה איטית אלה בלטו בעיקר מהאונה הרקתית האמצעית השמאלית. MRI מוח גילה את הדיספלסיות המולטיפוקליות הבאות: (i) אונה קודקודית שמאלית (פיתול פוסט-מרכזי), דיספלסיה קורטיקלית מוקדית (FCD) עם סימן טרנסמנטל (סוג II FCD), (ii) צומת קודקודית ימנית FCD, ו-(iii) FCD קוטב רקתי שמאלי. טומוגרפיית פליטת פוזיטרונים (PET) הדגימה היפומטבוליזם באונה הקודקודית השמאלית, באונה הרקתית השמאלית ובצומת הקודקוד הימני המתאים למוקדי חריגת האות (כלומר, FCD) בבדיקת MRI. המטופל אובחן עם אפילפסיה עיקשת, עם סמיולוגיה סטריאוטיפית של צ’אפו ואחריה נוקשות זרוע טוניק, מה שמרמז על התפרצות מזיאלית קדמית או אינסולרית/טמפורלית. מחקר סטריאו-EEG דו-צדדי נרחב (sEEG) הומלץ על ידי התמקדות באונה המצחית, בחגורה, באינסולה ובאזורי דיספלזיה. במהלך ניטור iEEG, המטופל חווה התקפים אופייניים עם “chapeau de gendarme” ואחריו הגבהה / כיפוף טוניק של הגפיים העליונות הימנית או השמאלית המאופיינת בהתפרצות EEG מפוזרת, מקסימלית מעל האינסולה הקדמית הדו-צדדית. מטעני חבלה מולטיפוקליים נצפו בעיקר באונה הרקתית הקדמית הימנית והשמאלית ובקליפת המוח המצחית הגבית-צדית, כולל האינסולה הדו-צדדית. ESI שבוצע ברישום iEEG אישר את המיקום של SOZ, שהוגדר קלינית דו-צדדית בקליפת המוח הקדמית הגבית השמאלית והימנית ובאינסולה הקדמית. כחלק מההערכה הטרום-ניתוחית, בוצע לוקליזציה של המקור על נתוני MEG ו-HD-EEG בו זמנית. רישומי MEG ו-HD-EEG הצביעו על הנחת מטענים תכופים בשני האזורים הפרונטו-טמפורליים. איור 3A מציג דוגמה מייצגת של מטען חבלה הן על נתוני MEG והן על נתוני HD-EEG; שדה טופוגרפי ומיפוי פוטנציאלי משני האופנים הצביעו על מקור בסיסי אפשרי באזור הפרונטו-טמפורלי הימני. ESI הצביע על מקבץ מפוזר של דיפולים המכסים אזורים של האונות הקדמיות-טמפורליות והקודקודיות הימנית והשמאלית. MSI הראה מקבץ מוקד של דיפולים באונה הקדמית הימנית, הממוקמת בסמוך לאינסולה הימנית. EMSI הצביע על צבירי מוקדים של דיפולים באזורים הפרונטו-טמפורליים הדו-צדדיים, בהתאם ל-ESI שבוצע על תקן הזהב iEEG, שאישר את התצפיות הקליניות (איור 3C). דיפולים אלה שהוערכו באמצעות EMSI הראו מרחק ממוצע מה-SOZ המוגדר על ידי iEEG של 9.81 מ”מ (חציון: 11.18; std: 2.37). מקרה 2: גבר בן 13 עם אפילפסיה עיקשת אושפז עם התקפים החל מגיל תשע שנים. ההתקפים החלו עם הילה ואחריה סטיית ראש/עין שמאלית עם מודעות שמורה לעיתים וקלונוס מוקד של הראש שמאלה, נמשך ~30 שניות, והתרחש מספר פעמים בשבוע. אף אחד מה-ASMs שנרשמו לא השיג שליטה בהתקפים. מהווידאו-EEG ארוך הטווח צפינו בקוצים רקתיים אחוריים ימניים ובהפרשות תכופות של גלי ספייק בהמיספרה הימנית המערבות את קליפת המוח הרקתית האמצעית, הפרונטו-טמפורלית, הרקתית-קודקודית והצנטרו-קודקודית. המטופל חווה שישה התקפים אלקטרוקליניים המאופיינים בשינוי התנהגותי, סטיית ראש/עין שמאלה עם הארכת זרוע שמאל, ולעיתים פעילות קלונית של זרוע שמאל, ושלושה התקפים עם פעילות עוויתית דו-צדדית משנית. ההתפרצות המקסימלית הייתה באונה הרקתית האמצעית הימנית עם התפתחות באונה הקדמית הימנית. MRI מוח גילה מום נרחב של קליפת המוח בהמיספרה הימנית (perisylvian דומיננטי) ואובדן נפח קל בהמיספרה המוחית הימנית עם התרחבות vacuo לשעבר של החדר הצדדי הימני. החולה אובחן עם אפילפסיה עיקשת עם התפרצות בהמיספרה הימנית, לטובת התפרצות טמפורלית פריסילבית באזור של מום קליפת המוח מפוזר. סטריאו-EEG בוצע כדי להגדיר את מידת המעורבות, עם אלקטרודות הממוקמות בקליפת המוח הרקתית, הפריצילביאנית, האינסולרית והקודקודית הימנית. מספר התקפים מוקדיים אלקטרוקליניים נלכדו במהלך ניטור iEEG עם התפרצויות מקסימליות באזור רחב של האונה הקדמית הימנית. ESI שבוצע על נתוני iEEG מיקם את ההתקפים הללו באזור מוקד יותר הכולל הן את הרקתי הימני (ליד הפיתול הרקתי האמצעי הימני) והן את האזורים הפריצילביאניים. כחלק מההערכה הטרום-ניתוחית, בוצעו בו זמנית MEG ו-HD-EEG שבמהלכם המטופל חווה שני התקפים: אחד בזמן שישב על כיסא העץ במהלך תהליך הדיגיטציה ואחד שצולם במהלך ההקלטה עצמה כאשר ההתחלה נראית הן ב-MEG והן ב-HD-EEG (איור 4A). שדה טופוגרפיה ומפות פוטנציאליות בתחילת האיקטאל הצביעו על כך שהמחולל הבסיסי של תחילת ההתקף עשוי להיות באונה הרקתית האמצעית הימנית, כפי שמוצג באיור 4A. לוקליזציה של מקורות באירוע האיקטלי הציגה ממצאים שונים עבור ESI ו-MSI: ESI הראה דיפולים הממוקמים לכיוון האונות הקדמיות-טמפורליות והצנטרו-קודקודיות הימניות, ואילו MSI הראה דיפולים עם אשכולות גבוהים בעיקר באונה הרקתית הימנית (איור 4B), עם דיפולים מפוזרים נוספים בקליפת המוח הקדמית-טמפורלית. על-ידי שילוב פתרונות אלה, EMSI חשף לוקליזציה של הופעת האיקטל בתוך האונה הרקתית התואמת ל-ESI בתקן הזהב iEEG (איור 4B). בפרט, EMSI הציג תוצאות לוקליזציה עם מרחק ממוצע מה- SOZ שהוגדר על ידי ניטור iEEG של 12.21 מ”מ (חציון: 13.62; std: 2.37). מקרה 3: נערה בת 15 עם אפילפסיה אידיופטית הקשורה ללוקליזציה אושפזה עם התקפים החל מגיל 13 שנים, אך ייתכן שבדיעבד בגיל 8-9, כאשר אובחנה עם טיקים עקב תנועות צוואר חוזרות ונשנות וסטריאוטיפיות. למטופל היו הטיות ראש קצרות שמאלה שלעיתים התקדמו להתקף דיס-קוגניטיבי מוקדי עם התנהגויות היפרמוטוריות (כלומר, התקפים טוניים-קלונים כלליים), כמו גם התקפים עוויתיים ליליים. מספר ASMs ניתנו מבלי להשיג שליטה מלאה בהתקפים. במהלך ניטור וידאו EEG ארוך טווח, המטופל סבל מהתקפים אלקטרוקליניים מוקדיים עם הכללה משנית עם התחלה באונה הרקתית האחורית השמאלית, התקפים מוטוריים מוקדיים קצרים רבים עם הטיית ראש שמאלה, והתקף אלקטרוגרפי עדין עם התפרצות בקליפת המוח הצנטרו-קודקודית השמאלית. בדיקת MRI מוחית לא גילתה חריגה תוך גולגולתית חריפה ומום בצ’יארי I. בדיקת טומוגרפיה ממוחשבת של פליטת פוזיטרונים (PET-CT) של הראש יצאה שלילית. בדיקות נוספות, כגון CT פליטת פוטון בודד איקטלית (SPECT), MEG ו- HD-EEG בו זמנית, צילום רנטגן של עמוד השדרה הצווארי, אנגיוגרפיה בתהודה מגנטית (MRA) של הראש והצוואר, ובסופו של דבר חקר EEG של ההמיספרה השמאלית. כחלק מההערכה, המטופל השתתף בהקלטות MEG ו-HD-EEG סימולטניות למיפוי אזורים רהוטים במוח, כגון קליפת המוח הראייתית, המוטורית, השמיעתית והסומטוסנסורית הראשונית. בתחילה, המטופל ביצע משימה visuomotor, ואחריו גירויים שמיעתיים ו somatosensory. התגובה הראשונה בקליפת המוח לגירוי החזותי התרחשה ב~70 מילישניות לאחר תחילת הגירוי הן עבור MEG והן עבור HD-EEG (איור 5A). איור 5B מדווח על שדה הטופוגרפיה ומפות פוטנציאליות של מיקומי קליפת המוח המעורבים בגירוי החזותי עבור MEG ו-HD-EEG, בהתאמה. עבור HD-EEG נצפה שינוי בקוטביות בתעלות המכסות את אזורי המוח העורפי, בעוד שהתפלגות שדה מורכבת יותר נמצאה באותם אזורים עבור MEG (איור 5B). לוקליזציה של מקורות באמצעות dSPM חשפה פעילות קליפת המוח המרכזית בנקודת זמן זו בתוך אזורי המוח הבאים באטלס דסיקן-קיליאני: (i) cuneus עבור MSI; (ii) קליפת המוח העורפית הצידית עבור ESI; ו-(iii) cuneus וקליפת המוח העורפית הצידית עבור EMSI (איור 5C). ניתוח תדר זמן על תגובות קליפת המוח החזותית גילה סנכרון הקשור לאירועים (ERS) בתחום תדרי הגמא עבור MSI (טווח משוער: 30-50 הרץ), ESI (טווח משוער: 40-50 הרץ) ו- EMSI (טווח משוער: 30-50 הרץ) (איור 5D). עבור התגובות המוטוריות, דיכוי של פעילות קצב המו נצפה מעל M1 הנגדי במהלך תחילת התנועה (איור 6A). ב איור 6Bדיווחנו על שדה טופוגרפיה ומפות פוטנציאליות של אזורי המוח שהופעלו במהלך המשימה המוטורית עבור MEG ו-HD-EEG, בהתאמה., מפות שדה MEG הצביעו על שינויים ברורים של זרימה מגנטית ושטף באזורי המוח המרכזיים הנגדיים, אשר עשויים להצביע על מחולל מוקד בסיסי ב-M1 הנגדי (איור 6B). מפות פוטנציאליות HD-EEG הראו שינוי קוטבי מוקד באותם אזורים, עם פוטנציאלים חשמליים בניצב לשדות המגנטיים (איור 6B). השיאים של הפעלת מקור מקסימלית נצפו בעת ביצוע משימת ההקשה בבליטה הקדם-מרכזית הנגדית באטלס Desikan-Killiany עבור MSI, ESI ו- EMSI, בהתאמה, כפי שמוצג ב- איור 6ג. תגובות קליפת המוח הקשורות למוטוריקה המתרחשות במהלך הציפייה לתנועת ההקשה הקרובה הראו ERS בתדרי בטא וגמא עבור MSI (טווח משוער: 20-30 הרץ) ו- EMSI (טווח משוער: 20-40 הרץ) ופס גמא עבור ESI (טווח משוער: 30-50 הרץ), המכונה בספרות mu rhythm suppression (איור 6D).55,56 שדות ופוטנציאלים המעוררים שמיעתית בתגובה לגירוי שמיעתי היו בעלי שיא חיובי מרבי ב~80 אלפיות השנייה ו~120 מילישניות לאחר הופעת הגירוי עבור MEG ו-HD-EEG, בהתאמה (איור 7A). ב איור 7Bדיווחנו על שדה טופוגרפיה ומפות פוטנציאליות של מיקומי קליפת המוח המעורבים בגירוי השמיעתי עבור MEG ו-HD-EEG, בהתאמה., הן ב-MEG והן ב-HD-EEG נצפה שינוי קוטבי ברור עם קטבים שליליים וחיוביים מוגדרים בבירור בחיישנים המכסים את אזורי המוח הרקתיים השמאליים; מפות אלה של שדה מגנטי מאונך ופוטנציאל חשמלי עשויות לחשוף מחולל מוקד בסיסי ב- V1 (איור 7B). ביצוע לוקליזציה של מקורות על השדות והפוטנציאלים השמיעתיים הממוצעים, הפעלה קליפתית מקסימלית נצפתה בבליטה הרקתית הרוחבית ובחלק האחורי של הפיתול הרקתי העליון באטלס דסיקן-קיליאני עבור MSI, ESI ו- EMSI, בהתאמה (איור 7C). ניתוח תדרי זמן של תגובות שמיעתיות גילה ERS בתחום הגמא עבור MSI (טווח משוער: 40-60 הרץ) ו-EMSI (טווח משוער: 35-50 הרץ), ובפסי תדרי בטא וגמא (טווח משוער: 25-60 הרץ) עבור ESI (איור 7D). לבסוף, צפינו בפעילות קליפת המוח הראשונה בתגובה לגירוי המישוש ב~60 ו~50 מילישניות לאחר הופעת הגירוי עבור MEG ו-HD-EEG, בהתאמה (איור 8A). ב איור 8Bדיווחנו על שדה טופוגרפיה ומפות פוטנציאליות של אזורי המוח שהופעלו במהלך הגירוי הסומטוסנסורי עבור MEG ו-HD-EEG, בהתאמה., מפות שדה MEG חשפו שינוי קוטבי ברור עם שינויים ברורים של שטף מגנטי בחיישנים המכסים את האזורים הקודקודיים הנגדיים, בעוד שמפות פוטנציאליות HD-EEG הראו שינוי פחות ברור של קוטביות באותם אזורים עם קוטב חיובי חזק יותר מהקוטב השלילי. מפות אלה של שדה מגנטי ניצב ופוטנציאל חשמלי עשויות להצביע על מחולל קליפת המוח המוקד ב-S1. באמצעות שימוש ב-dSPM על התגובות הסומטוסנסוריות-סנסוריות הממוצעות, נצפתה פעילות מקסימלית של מקור קליפת המוח בנקודת זמן זו בתוך הפיתול הפוסט-מרכזי הנגדי באטלס דסיקן-קיליאני עבור MSI, ESI ו-EMSI, בהתאמה (איור 8ג). בתגובה לגירויי המישוש, ERS בתדרי בטא וגמא עבור MSI (טווח משוער: 15-40 הרץ) ו- EMSI (טווח משוער: 20-40 הרץ), ופס תדרי גמא עבור ESI (טווח משוער: 30-40 הרץ) (איור 8D) נצפו גם. איור 1: התקנה ניסיונית עבור MEG ו-HD-EEG בו-זמנית ב-CCHCS. (A) מערכות HD-EEG (256 ערוצים) ו-MEG (חיישנים 306) כאשר מבנה ה-MEG מוגדר למצב שכיבה (90°, מצב אופקי) לרישום מצב מנוחה/שינה באמצעות מיטה לא מגנטית תואמת MEG. הטכנאי מכין את הנושא (ילדה בת 9) להקלטה תוך הקפדה על בטיחות ונוחות. (B) מערכות HD-EEG ו-MEG המוגדרות להקלטה במצב ישיבה באמצעות כיסא לא מגנטי תואם MEG. הטכנאי מכין את הנושא להקלטה תוך הקפדה על מיקום נכון של הנושא מול המסך, שם יוקרנו גירויים חזותיים במהלך המשימה הויזומוטורית. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 2: היבטים טכניים של שילוב נתונים מהקלטות MEG ו-HD-EEG בו-זמניות באמצעות מערכות רכישה שונות. (A) יישור מרחבי (רישום משותף) של חיישני MEG ו-HD-EEG לאותה מערכת קואורדינטות (המוגדרת על-ידי קואורדינטות ראש הנבדק) עבור נבדק מייצג (ילדה בת 9). קואורדינטות הראש של הנושא מיוצגות על ידי הנקודות הפידוקיאליות הבאות: nasion (בצבע ירוק) ונקודות preauricular שמאל / ימין (אדום וכחול צבעוני, בהתאמה). חיישני 306 MEG (בצבע כחול) – 102 מגנטומטרים ו-204 רדיומטרים מישוריים – וסלילי מחוון מיקום הראש (HPI) (בצבע מגנטה) מוצגים; מיושרים לאותה מערכת קואורדינטות, מוצגים גם 256 ערוצי HD-EEG (בצבע ורוד). (B) פאנל שמאלי: סחף ליניארי (כלומר, דלתא, מוצג כקו שחור) של דגימות נתונים המתרחשות בין מערכות MEG ו-HD-EEG עבור נבדק מייצג (ילדה בת 9). דלתא מוגדר כערך המוחלט של ההפרש בין הזמנים שבהם אותו טריגר נשלח הן למערכות MEG והן למערכות EEG וגדל בהתמדה לאורך זמן: מערכים נמוכים (דלתא = 0 מילישניות) לגבוהים (דלתא = 197 מילישניות). תיקון הסחף הליניארי המוערך באמצעות פונקציה פולינומית שתוחל על האותות מוצג בקו מקווקו כחול. סחף מתוקן (דלתא ~ 0 אלפיות השנייה לאורך זמן) המייצג זמן מסונכרן בין מערכות MEG ו- EEG מוצג עם קו מקווקו אדום. פאנל ימני: מוצג ייצוג גרפי של שינוי הזמן (דלתא = 197 אלפיות השנייה) המוערך עבור הטריגר האחרון שנשלח הן למערכות MEG והן למערכות EEG. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 3: פריקות אפילפטיפורמיות אינטריקטליות (מטעני חבלה) על נתוני MEG ו-HD-EEG. (A) קטע זמן של הקלטות MEG ו-HD-EEG בו-זמניות (10 שניות) מילדה בת 10 (מקרה 1) עם מטעני חבלה תכופים. תת-קבוצה של 306 חיישני MEG ו-256 אלקטרודות EEG נבחרה למטרות הדמיה. שדה טופוגרפיה ומפות פוטנציאליות בשיאו של מטען חבלה מוצגים כפאנלים פנימיים עבור MEG ו-HD-EEG, בהתאמה. (B) מיקום חיישני MEG ו-HD-EEG (בצבע צהוב) הרשומים יחד על הראש התלת-ממדי של הנבדק ועל משטחי קליפת המוח (בצבע כחול). מודל ראש בשיטת אלמנט גבול ריאליסטי (BEM) המורכב משלוש שכבות [כלומר, קרקפת (בצבע אפור), גולגולת חיצונית (בצבע צהוב) וגולגולת פנימית (בצבע ורוד)] ששוחזרו מה-MRI שלפני הניתוח של הנבדק. (C) תוצאות אשכולות לוקליזציה של מקורות שבוצעו על מטענים באמצעות דיפול זרם שווה ערך (ECD) מוצגות ב- MRI טרום הניתוח של הנבדק עבור ESI, MSI, EMSI ו- ESI ב- IEEG (תקן זהב)52. מפות חום של אשכולות דיפול עם התאמה טובה >60% מוצגות מערכים נמוכים יותר (כחול) לערכים גבוהים יותר (אדום). אזור הופעת ההתקפים שהוגדר באמצעות ESI שבוצע על נתוני iEEG נחשב לתקן הזהב (עיגולים כתומים וירוקים). אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 4: הופעת התקפים על נתוני MEG ו-HD-EEG. (A) חלק זמן של רישום סימולטני של MEG ו-HD-EEG (10 שניות) מזכר בן 13 (מקרה 2) עם תחילת ההתקף (חץ אדום). תת-קבוצה של 306 חיישני MEG ו-256 אלקטרודות EEG נבחרה למטרות הדמיה. שדה טופוגרפיה ומפות פוטנציאליות בתחילת האיקטאל מוצגים כלוחות פנימיים עבור MEG ו-HD-EEG, בהתאמה. (B) תוצאות אשכולות לוקליזציה של מקור שבוצעו בתחילת האירוע האיקטאלי בשיטת דיפול זרם מקביל (ECD) מוצגות ב- MRI טרום הניתוח של הנבדק עבור ESI, MSI, EMSI ו- ESI ב- iEEG (תקן זהב)52. מפות חום של אשכולות דיפול עם התאמה טובה >60% מוצגות מערכים נמוכים יותר (כחול) לערכים גבוהים יותר (אדום). אזור הופעת ההתקפים שהוגדר באמצעות ESI שבוצע על נתוני iEEG נחשב לתקן זהב (עיגול כחול). אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 5: שדות ופוטנציאלים מעוררי ראייה מנתוני MEG ו-HD-EEG. (A) תגובות חזותיות ממוצעות של נקבה בת 15 עבור MEG (פאנל עליון) ו-HD-EEG (פאנל תחתון) מוצגות עבור מרווח הזמן שבין -100 אלפיות השנייה ל-300 אלפיות השנייה. (B) שדה טופוגרפיה ומפות פוטנציאליות של קליפת המוח הראייתית העיקרית מוצגים עבור MEG ו-HD-EEG, בהתאמה. (C) מפות הפעלת מקור עם אמפליטודות מרביות של הפעלה קליפת המוח באזורי המוח באטלס דסיקן-קיליאני (כלומר, קונאוס וקליפת המוח העורפית הצידית) המוערכות באמצעות שיטת מיפוי פרמטרי סטטיסטי דינמי (dSPM) עבור MSI, ESI ו- EMSI, בהתאמה. מפות חום של הפעלת המקור (dSPM מנורמל z-score) מוצגות. (D) מפות תדר זמן המתקבלות באמצעות פירוק תדר זמן של גל מורלט על התגובות החזותיות בקליפת המוח הראייתית הראשית מוצגות בחלון הזמן של -100 אלפיות השנייה עד 300 אלפיות השנייה. מפות חום של עוצמת הזמן-תדר, המבוטאות באחוזים המבוססים על סטיית הנתונים המנורמלים מהממוצע מעל קו הבסיס [-200; 0] ms, מוצגות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 6: שדות ופוטנציאלים מוטוריים מנתוני MEG ו-HD-EEG. (A) תגובות מוטוריות ממוצעות של נקבה בת 15 עבור MEG (פאנל עליון) ו-HD-EEG (פאנל תחתון) מוצגות עבור משימת הקשה על אינדקס משמאל במרווח הזמן שבין -100 ל-300 אלפיות השנייה. אות האלקטרומיוגרפיה (EMG) (לוח אמצעי) עם תחילת התנועה (חץ סגול) מוצג עבור מרווח הזמן בין -100 אלפיות השנייה ל- 300 אלפיות השנייה; האות מסונן בתחום התדרים 30-300 הרץ (מסנן חריץ: 60 הרץ). (B) שדה טופוגרפיה ומפות פוטנציאליות של קליפת המוח המוטורית הראשית מוצגים עבור MEG ו-HD-EEG, בהתאמה. (C) מפות הפעלת מקור עם אמפליטודות מקסימליות של הפעלת קליפת המוח בבליטה הקדם-מרכזית הנגדית של אטלס Desikan-Killiany המוערכות באמצעות שיטת מיפוי פרמטרי סטטיסטי דינמי (dSPM) עבור MSI, ESI ו- EMSI, בהתאמה. מפות חום של הפעלת המקור (dSPM מנורמל z-score) מוצגות, יחד עם החריץ המרכזי (קו שחור). (D) מפות זמן-תדר שהתקבלו באמצעות פירוק זמן-תדר גל מורלט על התגובות המוטוריות בקליפת המוח המוטורית הראשית בחלון הזמן של -300 מילישניות עד 500 מילישניות. מפות חום של עוצמת הזמן-תדר, המבוטאות באחוזים המבוססים על סטיית הנתונים המנורמלים מהממוצע מעל קו הבסיס [-1500; -1000] ms, מוצגות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 7: שדות ופוטנציאלים המעוררים שמיעתית מנתוני MEG ו-HD-EEG. (A) ממוצע תגובות שמיעתיות של נקבה בת 15 עבור MEG (פאנל עליון) ו-HD-EEG (פאנל תחתון) מוצגות עבור מרווח הזמן שבין -100 אלפיות השנייה ל-300 אלפיות השנייה. (B) שדה טופוגרפיה ומפות פוטנציאליות של קליפת המוח השמיעתית הראשונית מוצגים עבור MEG ו-HD-EEG, בהתאמה. (C) מפות הפעלת מקור עם אמפליטודות מרביות של הפעלה קליפת המוח בבליטה הרקתית הרוחבית ובחלק האחורי של הפיתול הרקתי העליון באטלס דסיקן-קיליאני המוערך באמצעות שיטת מיפוי פרמטרי סטטיסטי דינמי (dSPM) עבור MSI, ESI ו- EMSI, בהתאמה. מפות חום של הפעלת המקור (dSPM מנורמל z-score) מוצגות. (D) מפות זמן-תדר שהתקבלו באמצעות פירוק זמן-תדר גל מורלט על התגובות השמיעתיות בקליפת המוח השמיעתית הראשונית בחלון הזמן של -100 עד 300 אלפיות השנייה. מפות חום של עוצמת הזמן-תדר, המבוטאות באחוזים המבוססים על סטיית הנתונים המנורמלים מהממוצע מעל קו הבסיס [-500; 0] ms, מוצגות. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה. איור 8: שדות ופוטנציאלים מעוררי חושים מנתוני MEG ו-HD-EEG. (A) תגובות סומטוסנסוריות ממוצעות של נקבה בת 15 עבור MEG (פאנל עליון) ו-HD-EEG (פאנל תחתון) מוצגות עבור גירוי הספרות השמאליות במרווח הזמן שבין -100 ל-300 אלפיות השנייה. (B) שדה טופוגרפיה ומפות פוטנציאליות של קליפת המוח הסומטוסנסורית הראשונית מוצגים עבור MEG ו-HD-EEG, בהתאמה. (C) מפות הפעלת מקור עם אמפליטודות מקסימליות של הפעלת קליפת המוח בבליטה הפוסט-מרכזית הנגדית של אטלס Desikan-Killiany המוערכות באמצעות שיטת מיפוי פרמטרי סטטיסטי דינמי (dSPM) עבור MSI, ESI ו- EMSI, בהתאמה. מפות חום של הפעלת המקור (dSPM מנורמל z-score) מוצגות, יחד עם החריץ המרכזי (קו שחור). (D) מפות זמן-תדר שהתקבלו באמצעות פירוק תדר זמן של גלי מורלט על התגובות הסומטוסנסוריות בקליפת המוח הסומטוסנסורית הראשונית בחלון הזמן של -100 מילישניות עד 300 אלפיות השנייה. מוצגות מפות חום של עוצמת תדר הזמן, המבוטאות באחוזים המבוססים על סטיית הנתונים המנורמלים מהממוצע מעל קו הבסיס [-100; 0] ms. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

Discussion

במחקר זה, אנו מדגימים את מערך הניסוי לרישום בו זמנית של MEG ו-HD-EEG בילדים עם DRE בזמן מנוחה/שינה, ביצוע משימה או קבלת גירויים, ומציעים מסגרת מתודולוגית למיקום האזור המגורה, SOZ ואזורי מוח רהוטים באמצעות EMSI, כמו גם MSI ו-ESI בודדים. בנוסף, אנו מספקים המלצות טכניות למיזוג נתוני MEG ו-HD-EEG ממוצרים מסחריים שונים המציגים תכונות ייחודיות. אנו מציגים נתונים משלושה מקרים כדי לשפר את התועלת הקלינית של EMSI בלוקליזציה של אזורי מוח אפילפטוגנים ורהוטים. הממצאים כאן מצביעים על כך שתוצאות EMSI עולות על אלה המתקבלות בשתי השיטות לבדן, ככל הנראה בשל הערך המוסף של התכונות המשלימות של אותות MEG ו- EEG בתמיסה המשולבת ואולי בשל מספר החיישנים הגדל המשמש להקלטת הנתונים (>550 חיישנים). במיוחד, EMSI מיקם באופן לא פולשני את המגרים ואת SOZs עם ממצאים תואמים כמו ESI על תקן הזהב iEEG, אשר אישר את התצפיות הקליניות.

המתודולוגיה המוצעת כוללת את השלבים הקריטיים הבאים: (i) רכישה באיכות גבוהה של הקלטות MEG ו-HD-EEG (כלומר, SNR גבוה) בו-זמנית עם דגימה מרחבית גבוהה של חיישנים (>550 חיישנים) המכסים את כל המוח של פעילויות בין-איקטליות ואיקטליות, כמו גם שדות ופוטנציאלים חזותיים, מוטוריים, שמיעתיים וסומטוסנסוריים, מילדים עם DRE (שלבים 3.1-3.2); (ii) סנכרון זמני ורישום משותף מרחבי של אותות MEG ו-HD-EEG שהוקלטו במערכות רכישה שונות (שלב 3.12); (iii) עיבוד מקדים זהיר ובחירה של חלקי נתונים המכילים פעילות אינטריקטלית (שלבים 4.1.1-4.1.7), פעילות התחלת ICTAL (שלבים 4.2.1-4.2.7) ותגובות הקשורות לאירועים (שלבים 4.3.1-4.3.6), בהתאמה; ו-(iv) לוקליזציה מדויקת של מקורות של האזור המגורה, SOZ ואזורי עניין במוח באמצעות שיטות לוקליזציה אמינות של מקורות (למשל, ECDs עם אשכולות ו-dSPM) (שלבים 4.1.8-4.1.9, 4.2.8-4.2.9 ו-4.3.7-4.3.9, בהתאמה).

השלב הקריטי ביותר בעת ביצוע הקלטות MEG ו- HD-EEG בו זמנית הוא לסנכרן מרחבית (יישור בין מרחבי קואורדינטות) וזמנית (תיקון סחף השעון הלינארי) את הנתונים שנרשמו על ידי שתי מערכות הרכישה. סנכרון כזה חיוני כדי להבטיח זיהוי נכון של אירועים בין-איקטאליים, איקטליים וחזותיים/מוטוריים/שמיעתיים/מישושיים המתרחשים בו זמנית באותות MEG ו-HD-EEG. טעויות בבחירת נקודות הזמן של אירועים אלה עשויות להשפיע על תוצאות לוקליזציה של המקור ולזהות אזורים במוח שאינם מעורבים בהכרח ביצירת אירועים אלה.

מערכות MEG מציעות לעתים קרובות מערכות EEG תואמות של 32, 64 ו-128 ערוצים המשולבות במוצר לביצוע מדידות MEG ו-EEG בו-זמנית. במקרים אלה, אין צורך לסנכרן באופן זמני את הנתונים על ידי שליחת אותות טריגר נפוצים. באופן דומה, רוב מערכות ה-EEG תואמות כיום לכל מערכות ה-MEG. למרות התקדמות זו בחומרה, רק מרכזי אפילפסיה מעטים מבצעים הקלטות MEG ו- HD-EEG בו זמנית כחלק מההערכה הטרום ניתוחית. כאן, ניצלנו את האינטגרביליות הזו ושילבנו את מערכות MEG 306 ערוצים ו-EEG של 256 ערוצים כדי להקליט בו זמנית את הפעילות המוחית עם חיישני >550 המכסים את ראשו של הנבדק. עד כה, מעט תוכנות לניתוח מתקדם של נתוני MEG, HD-EEG ו- iEEG (למשל, סיעור מוחות, קארי, EEGLab, FieldTrip, MNE או אגוז מוסקט) זמינות. לפיכך, מחקרים עתידיים נחוצים כדי לאמת את המתודולוגיה המוצעת באמצעות תוכנה חדשה לניתוח דימות מוחי. לבסוף, השילוב של MSI ו- ESI לפתרון ייחודי (EMSI) הגדיל את המורכבות החישובית של ניתוח הנתונים.

השיטה המתוארת מציגה מספר מגבלות שיש להתייחס אליהן במחקרים עתידיים. בחרנו ידנית מטעני חבלה המתרחשים הן בנתוני MEG והן בנתוני HD-EEG של שני מטופלים מייצגים, תוך התעלמות מקוצים אינטריקטליים שהתרחשו רק באחד משני האותות (MEG או EEG). בחירה ידנית של דוקרנים יכולה להיות גישה סובייקטיבית וגוזלת זמן שניתן לפשט באמצעות גישות אוטומטיות לאיתור מטעני חבלה שפותחו במהלך העשורים האחרונים57,58,59. עם זאת, בדיקה חזותית מומלצת תמיד לניתוח זהיר וגילוי מעודן של כל מטען. יתר על כן, השתמשנו ב- SOZ כקירוב של EZ. עם זאת, SOZ לא תמיד מנבא תוצאות כירורגיות60,61,62,63. מחקרים עתידיים יכולים, אם כן, להשתמש בתוצאות הניתוח כאמת קרקעית לתיחום מדויק יותר של זרם הגז הטבעי13,14,15,16,17,19,20. למרות שניתן ללכוד התקפים בהצלחה באמצעות MEG ו- EEG בו זמנית ולמקם אותם באמצעות טכניקות לוקליזציה מתאימות של מקורות44,64נדיר יחסית לתעד אירועים איקטליים כאלה בקליניקה, במיוחד ממרפאות חוץ על ASMs., הסיבה העיקרית לכך היא משך הזמן המוגבל של רישומי MEG ותנועות הגוף המוגזמות המתרחשות במהלך התקפים (למשל, ראשו של המטופל החליק החוצה מהדיוארס), מה שעלול לגרום לממצאים ביולוגיים שיכולים להשפיע באופן חמור על ממצאי מיקום המקור. בסקירה שפורסמה לאחרונה, Stefan et al. דיווחו על התרחשות התקפים במהלך רישומי MEG ב-7%-24% מהמטופלים, עם זמן הקלטה ממוצע של 30 דקות עד 5.7 שעות במחקרים שונים65. ב-CCMC, ל-18 מתוך 89 (20.2%) מהמטופלים היו אירועים איקטאליים שתועדו במהלך הקלטות MEG ו-HD-EEG סימולטניות שבוצעו במהלך ~2 השנים האחרונות. עם זאת, רק 8 מתוך 18 החולים (44.4%) נותחו בהצלחה. במקרים בהם רישומי MEG אינטריקטליים מראים ממצאים נורמליים או לא חד משמעיים, ניתן להשתמש ב- ECTAL MEG או HD-EEG כדי למקם את ה- EZ בדיוק גבוה. עם זאת, יש להתייחס לדרישות טכניות ולוגיסטיות עבור הקלטות אלה. בנוסף, הנתונים המייצגים עבור לוקליזציה רהוטה של קליפת המוח באמצעות EMSI לא הושוו לתקני זהב כלשהם עבור לוקליזציה של אזורי מוח תפקודיים אלה, כגון fMRI לא פולשני או גירוי אלקטרוקורטיקלי תוך ניתוחי. מחקרים נוספים עשויים, אם כן, לשלב EMSI ו-fMRI בכלי הדמיה רב-מודאלי לא פולשני כדי לשפר את דיוק הלוקליזציה של אזורי מוח רהוטים אלה אצל ילדים עם DRE. עבודה זו עשויה גם להיות מורחבת כדי למקם אזורים תפקודיים אחרים במוח, כגון אזורים רהוטים שפה. לוקליזציה של תפקודי שפה היא בעלת חשיבות קריטית במהלך הערכה טרום ניתוחית של מטופלים עם DRE כדי לקבוע את מועמדותם הכירורגית, לתכנן את היקף הכריתה הכירורגית ולמנוע ליקויים תפקודיים קבועים לאחר הניתוח66. מספר מחקרים לא פולשניים הראו כי מיפוי שפה באמצעות MEG יכול לספק תוצאות קונקורדנטיות, בדומה למבחן Wada הפולשני, הנחשב לעתים קרובות לתקן הזהב לזיהוי חצי הכדור הדומיננטי של השפה67,68,69,70. מחקר שנערך לאחרונה הציע גישה רב-מודאלית שבה שילוב של טכניקות שונות (כלומר, מיפוי גירוי קליפת המוח, אלקטרוקורטיקוגרפיה בגמא גבוהה, fMRI וגירוי מגנטי טרנס-גולגולתי) יכול לספק מידע הדדי, מאשר ומשלים למיפוי שפה טרום ניתוחי71. למרות יתרונות אלה, מיפוי תחומי השפה עדיין מאתגר בילדים בעלי מחסומים קוגניטיביים, אינטלקטואליים ושפתיים בשל גילם. לכן, משימות ספציפיות יותר לגיל והגדרות ידידותיות לילדים צריך להיות מפותח בעתיד הקרוב. בעבודה זו ניתחנו נתוני MEG ו-HD-EEG באמצעות תוכנה שאינה מאושרת למטרות קליניות. למרות שכלים אלה הוכחו כבעלי ערך ויעילות, הם נושאים סוגיות אחריות שיש לקחת בחשבון בעת דיווח על ממצאי הערכה טרום ניתוחית לשימוש קליני. במאמר זה אנו מתארים נהלים להקלטות HD-EEG באמצעות מערכות אלקטרודות EEG מבוססות ספוג בלבד. מערכות חלופיות המשתמשות באלקטרודות EEG מבוססות ג’ל נמצאות בשימוש נרחב הן בסביבה קלינית והן במחקר. למרות שהם מספקים הקלטות SNR EEG גבוהות יותר, הם דרשו זמן הכנה ארוך יותר (~ 40-60 דקות) ולכן הם פחות מתאימים לשימוש בילדים. לחילופין, מספר מעבדות משתמשות במערכות EEG מבוססות ג’ל בצפיפות נמוכה במהלך רישומי ה-MEG, אשר מהוות יתרון מבחינת זמן ההכנה (בהשוואה למערכות HD-EEG), אך הן מציעות רזולוציה מרחבית נמוכה משמעותית בשל מספר האלקטרודות המופחת המכסה את הקרקפת כולה12,16,72,73.

נכון לעכשיו, לוקליזציה של אזורי המוח אפילפטוגניים בחולים עם אפילפסיה עדיין מושגת בעיקר עם ניטור iEEG. יתר על כן, המתודולוגיה ללוקליזציה מדויקת של אזורי מוח רהוטים אינה מוגדרת, ומערכי הניסוי המשמשים כיום במעבדות MEG אינם מתאימים לחולים ילדים, בעוד שהשימוש ב- HD-EEG למטרה זו מוגבל מאוד. לוקליזציה מדויקת של אזורים אלה עשויה להקל על ההערכה הטרום ניתוחית ולהגדיל את התכנון הניתוחי לכריתה או למיקום אלקטרודות iEEG. עד כה, מספר מחקרים בדקו את תרומתם של ESI או MSI בהערכה טרום ניתוחית של חולים עם DRE ואפילפסיה מוקדית לזיהוי EZ 12,13,14,15,16,17,18,19 ואזורים רהוטים בקליפת המוח הסומטוסנסורית-חושית 41בהתאמה. מחקרים מעטים הראו תוצאות לוקליזציה טובות יותר של מקורות וביצועי חיזוי תוצאות באמצעות EMSI בהשוואה ל- MSI או ESI בלבד 13,31,42. למרות ממצאים אלה, רישום MEG ו-EEG כמעט ולא מבוצע בו זמנית, ו-MSI ו-ESI מיושמים רק במספר מצומצם של מרכזי אפילפסיה ברחבי העולם. למיטב ידיעתנו, זהו המחקר הראשון המספק הצעות לאיסוף וניתוח נתוני MEG ו-HD-EEG בו-זמנית, כמו גם לביצוע EMSI באפילפסיה של ילדים לזיהוי לא פולשני של האזור המגרה, SOZ ואזורי מוח רהוטים, כלומר קליפת המוח הראייתית, המוטורית, השמיעתית והסומטוסנסורית.

כאן, ביצענו EMSI על קוצים אינטריקטליים ואירועים איקטליים שזוהו על נתונים לא פולשניים בו זמנית משני חולים עם DRE (מקרים 1 ו -2) והשגנו שגיאת לוקליזציה של המקור של ~9 מ”מ ו~ 12 מ”מ מה- SOZ, בהתאמה, בהתאם למחקרים קודמים42. באופן מרשים, שיטה כזו השיגה דיוק לוקליזציה דומה לממצאים תוך גולגולתיים (כלומר, ESI על נתוני iEEG), עם דיפולים מקובצים הממוקמים באזור המוח שאותרו כאפילפטוגנים על ידי התצפיות הקליניות (איור 3C ואיור 4B). באמצעות שימוש בנתונים לא פולשניים ממטופל מייצג שלישי עם DRE (מקרה 3), ביצענו EMSI גם על פעילויות חזותיות, מוטוריות, שמיעתיות וסומטוסנסוריות, ומצאנו דפוסי הפעלת מקור בולטים באזורים הרהוטים המתאימים במוח (כלומר, קליפת המוח הראייתית, המוטורית, השמיעתית והסומטוסנסורית) (איור 5C, איור 6C, איור 7C ואיור 8C).

התוצאות שלנו נגזרו מהיתוך של מידע משלים שנלכד משיטות MEG ו-EEG שעשוי לשפר את דיוק הלוקליזציה. EEG ידוע כמשקף את כל הזרמים התוך גולגולתיים, בעוד MEG רגיש בעיקר למקורות משיקים ועיוור למקורות מוח עמוקים29,74. כפי שמוצג במחקר זה, שילוב MEG ו- EEG יכול, אם כן, להתגבר על המגבלות של כל מודאליות, לספק תוצאות לוקליזציה מעולות, ולזהות אזורי מוח אפילפטוגנים ורהוטים ש- ESI או MSI עשויים להחמיץ אם משתמשים בהם לבד. יתר על כן, אנו מציגים גישה חלופית לא פולשנית למיפוי אזורי מוח רהוטים באמצעות EMSI בחולים שלא עברו fMRI במהלך ההערכה הטרום ניתוחית שלהם.

לוקליזציה של אזורי מוח אפילפטוגנים ורהוטים באמצעות טכניקות לא פולשניות, כגון MEG ו- EEG בו זמנית, היא צעד חיוני במהלך הערכה טרום כירורגית של ילדים עם DRE להסרה מלאה או ניתוק של EZ תוך שמירה על אזורים קורטיקליים רהוטים. המתודולוגיה המוצעת מציעה תיאור מפורט של רכישה וניתוח של נתוני MEG ו- EEG בו זמנית התומך ביישומם לא רק בהערכת אפילפסיה טרום ניתוחית אלא גם במדעי המוח הקוגניטיביים לחקר תפקודים פיזיולוגיים של המוח הבריא הן אצל ילדים המתפתחים בדרך כלל והן אצל מבוגרים בריאים, כמו גם שינויים מורפולוגיים ותפקודיים במוח הקשורים לאפילפסיה או הפרעות נוירולוגיות אחרות. מחקרים עתידיים שיחקרו רשתות מוח אפילפטוגניות עשויים גם להעריך אם רכזות רשת (כלומר, אזורי מוח מחוברים מאוד) המוערכות באופן לא פולשני באמצעות EMSI על נתוני MEG ו- HD-EEG בו זמנית יכולות למקם את ה- EZ בצורה מדויקת יותר בילדים עם DRE מאשר אלה שהוערכו באמצעות MSI ו / או ESI בלבד 75,76,77. יתר על כן, מיפוי לא פולשני של התפשטויות מרחביות-זמניות של קוצים ואדוות (כלומר, תנודות בתדירות גבוהה, >80 הרץ), המוערך באמצעות EMSI, יכול לעזור להבין טוב יותר את המנגנונים הפתופיזיולוגיים של פעילות אפילפטיפורמית מתפשטת ולהעריך באופן לא פולשני את מחולל ההתחלה של התפשטויות אלה שהוא סמן ביולוגי מדויק של EZ78,79. הפרוטוקול המוצג עשוי לסייע בחקירה נוספת של המשלימות של מערכות MEG ו-EEG על ידי בחינת הרגישות של מערכי חיישני MEG ו-EEG למקורות בעלי כיוונים שונים. ניתוח כזה עשוי לספק תובנות לגבי התכונות האלקטרופיזיולוגיות של המוח בעת ביצוע MEG ו- HD-EEG בו זמנית.

Disclosures

The authors have nothing to disclose.

Acknowledgements

עבודה זו נתמכה על ידי המכון הלאומי להפרעות נוירולוגיות ושבץ מוחי (R01NS104116; R01NS134944; חוקר ראשי: כריסטוס פאפאדליס).

Materials

AIRSTIM unit SD Instruments N/A The SDI AIRSTIM system is an alternative unconditioned stimulus to shock
Baby Shampoo  Johnson's N/A Baby Shampoo is as gentle to the eyes as pure water and is specially designed to gently cleanse baby’s delicate hair and scalp. 
Control III disinfectant cleaning solution Maril Products, Inc. http://www.controlthree.com/ Disinfectant and germicide solution formulated for hospitals
Elekta Neuromag TRIUX NM24132A Comprehensive bioelectromagnetic measurement system characterized by 306-channel neuromagnetometer for functional brain studies
FASTRAK Polhemus technology NS-7806 Using A/C electromagnetic technology, FASTRAK delivers accurate position and orientation data, with virtually no latency. With a single magnetic source, FASTRAK delivers data for up to four sensors. The source emits an electromagnetic field, sensors within the field of range are tracked in full 6DOF (6 Degrees-Of-Freedom). Setup is simple and intuitive, with no user calibration required.
Genuine Grass Reusable Cup EEG Electrodes Natus Medical, Inc. N/A Each Genuine Grass EEG Electrode undergoes rigorous mechanical and electrical testing to assure long life for unsurpassed recording clarity and dependability.
Geodesic Sensor Net Electrical Geodesics, Inc. S-MAN-200-GSNR-001 32 to 256 electrodes to place on the human head to aquire dense-array electroencephalography data
GeoScan Sensor Digitization System Electrical Geodesics, Inc. 8100550-03 Handheld Scanner and Software for 3D electrode position registration
Natus Xltek NeuroWorks Natus Medical, Inc. https://natus.com/ The Natus NeuroWorks platform simplifies the process of collecting, monitoring and managing data for routine EEG testing, ambulatory EEG, long-term monitoring, ICU monitoring, and research studies.
Natus NeuroWorks EEG Software Natus Medical, Inc. https://natus.com/neuro/neuroworks-eeg-software/ NeuroWorks EEG software simplifies the process of collecting, monitoring, trending and managing EEG testing data, allowing care providers to save time and focus on delivering the best care.
ROSA ONE Brain Zimmer Biomet https://www.zimmerbiomet.com/en/products-and-solutions/zb-edge/robotics/rosa-brain.html ROSA ONE Brain is a robotic solution to assist surgeons in planning and performing complex neurosurgical procedures through a small drill hole in the skull. 
Ten20 Conductive Paste Weaver and company N/A Ten20 contains the right balance of adhesiveness and conductivity, enabling the electrodes to remain in place while allowing the transmittance of electrical signals.

References

  1. Oldham, M. S., Horn, P. S., Tsevat, J., Standridge, S. Costs and clinical outcomes of epilepsy surgery in children with drug-resistant epilepsy. Pediatr Neurol. 53 (3), 216-220 (2015).
  2. Willie, J. T., et al. Real-time magnetic resonance-guided stereotactic laser amygdalohippocampotomy for mesial temporal lobe epilepsy. Neurosurgery. 74 (6), 569-584 (2014).
  3. Rosenow, F., Lüders, H. Presurgical evaluation of epilepsy. Brain. 124, 1683-1700 (2001).
  4. Önal, &. #. 1. 9. 9. ;., et al. Complications of invasive subdural grid monitoring in children with epilepsy). J Neurosurg. 98 (5), 1017-1026 (2003).
  5. Hader, W. J., et al. Complications of epilepsy surgery-a systematic review of focal surgical resections and invasive EEG monitoring. Epilepsia. 54 (5), 840-847 (2013).
  6. Meng, Y., et al. Risk factors for surgical site infection after intracranial electroencephalography monitoring for epilepsy in the pediatric population. J Neurosurg Pediatr. 22 (1), 31-36 (2018).
  7. Jobst, B. C., et al. Intracranial EEG in the 21st Century. Epilepsy Curr. 20 (4), 180-188 (2020).
  8. Schwartz, E. S., et al. Magnetoencephalography for pediatric epilepsy: how we do it. AJNR Am J Neuroradiol. 29 (5), 832-837 (2008).
  9. Michel, C. M., et al. Electric source imaging of human brain functions. Brain Res Rev. 36 (2-3), 108-118 (2001).
  10. Michel, C. M., He, B. EEG source localization. Handb Clin Neurol. 160, 85-101 (2019).
  11. Michel, C. M., Brunet, D. EEG source imaging: A practical review of the analysis steps. Front Neurol. 10, 325 (2019).
  12. Plummer, C., et al. Interictal and ictal source localization for epilepsy surgery using high-density EEG with MEG: a prospective long-term study. Brain. 142 (4), 932-951 (2019).
  13. Duez, L., et al. Electromagnetic source imaging in presurgical workup of patients with epilepsy: A prospective study. Neurology. 92 (6), e576-e586 (2019).
  14. Mouthaan, B. E., et al. Diagnostic accuracy of interictal source imaging in presurgical epilepsy evaluation: A systematic review from the E-PILEPSY consortium. Clin Neurophysiol. 130 (5), 845-855 (2019).
  15. Pellegrino, G., et al. Clinical yield of magnetoencephalography distributed source imaging in epilepsy: A comparison with equivalent current dipole method. Hum Brain Mapp. 39 (1), 218-231 (2018).
  16. Tamilia, E., et al. Assessing the localization accuracy and clinical utility of electric and magnetic source imaging in children with epilepsy. Clin Neurophysiol. 130 (4), 491-504 (2019).
  17. Coito, A., et al. Interictal epileptogenic zone localization in patients with focal epilepsy using electric source imaging and directed functional connectivity from low-density EEG. Epilepsia Open. 4 (2), 281-292 (2019).
  18. Singh, J., Ebersole, J. S., Brinkmann, B. H. From theory to practical fundamentals of electroencephalographic source imaging in localizing the epileptogenic zone. Epilepsia. 63 (10), 2476-2490 (2022).
  19. Brodbeck, V., et al. Electrical source imaging for presurgical focus localization in epilepsy patients with normal MRI. Epilepsia. 51 (4), 583-591 (2010).
  20. Santalucia, R., et al. Clinical added value of interictal automated electrical source imaging in the presurgical evaluation of MRI-negative epilepsy: A real-life experience in 29 consecutive patients. Epilepsy Behav. 143, 109229 (2023).
  21. Schneider, F., et al. Magnetic source imaging in non-lesional neocortical epilepsy: additional value and comparison with ICEEG. Epilepsy Behav. 24 (2), 234-240 (2012).
  22. Hämäläinen, M., Hari, R., Ilmoniemi, R. J., Knuutila, J., Lounasmaa, O. V. Magnetoencephalography-theory, instrumentation, and applications to noninvasive studies of the working human brain. Rev Mod Phys. 65, 413-497 (1993).
  23. Baillet, S., Mosher, J. C., Leahy, R. M. Electromagnetic brain mapping. IEEE Signal Process Mag. 18 (6), 14-30 (2001).
  24. Fuchs, M., Kastner, J., Tech, R., Wagner, M., Gasca, F. MEG and EEG dipole clusters from extended cortical sources. Biomed Eng Lett. 7 (3), 185-191 (2017).
  25. Singh, S. P. Magnetoencephalography: Basic principles. Ann Indian Acad Neurol. 17, S107-S112 (2014).
  26. Ahlfors, S. P., Han, J., Belliveau, J. W., Hämäläinen, M. S. Sensitivity of MEG and EEG to source orientation. Brain Topogr. 23, 227-232 (2010).
  27. Kim, H., Chung, C. K., Hwang, H. Magnetoencephalography in pediatric epilepsy. Korean J Pediatr. 56 (10), 431-438 (2013).
  28. Gorjan, D., Gramann, K., De Pauw, K., Marusic, U. Removal of movement-induced EEG artifacts: Current state of the art and guidelines. J Neural Eng. , (2022).
  29. Barkley, G. L., Baumgartner, C. MEG and EEG in epilepsy. J Clin Neurophysiol. 20 (3), 163-178 (2003).
  30. Ebersole, J. S., Ebersole, S. M. Combining MEG and EEG source modeling in epilepsy evaluations. J Clin Neurophysiol. 27 (6), 360-371 (2010).
  31. Yoshinaga, H., et al. Benefit of simultaneous recording of EEG and MEG in dipole localization. Epilepsia. 43 (8), 924-928 (2002).
  32. Baumgartner, C. Controversies in clinical neurophysiology. MEG is superior to EEG in the localization of interictal epileptiform activity: Con. Clin Neurophysiol. 115 (5), 1010-1020 (2004).
  33. Barkley, G. L. Controversies in neurophysiology. MEG is superior to EEG in localization of interictal epileptiform activity: Pro. Clin Neurophysiol. 115 (5), 1001-1009 (2004).
  34. Braeutigam, S. Magnetoencephalography: Fundamentals and established and emerging clinical applications in radiology. ISRN Radiol. 2013, 529463 (2013).
  35. Papadelis, C., et al. Current and emerging potential for magnetoencephalography in pediatric epilepsy. J Pediatr Epilepsy. 2 (1), 73-85 (2013).
  36. Fiedler, P., Fonseca, C., Supriyanto, E., Zanow, F., Haueisen, J. A high-density 256-channel cap for dry electroencephalography. Hum Brain Mapp. 43 (4), 1295 (2022).
  37. Sharon, D., Hämäläinen, M. S., Tootell, R. B. H., Halgren, E., Belliveau, J. W. The advantage of combining MEG and EEG: comparison to fMRI in focally-stimulated visual cortex. Neuroimage. 36 (4), 1225 (2007).
  38. Pataraia, E., Lindinger, G., Deecke, L., Mayer, D., Baumgartner, C. Combined MEG/EEG analysis of the interictal spike complex in mesial temporal lobe epilepsy. Neuroimage. 24 (3), 607-614 (2005).
  39. Ahmed Mahmutoglu, M., Rupp, A., Baumgärtner, U. Simultaneous EEG/MEG yields complementary information of nociceptive evoked responses. Clin Neurophysiol. 143, 21-35 (2022).
  40. Aydin, &. #. 2. 2. 0. ;., et al. Combined EEG/MEG can outperform single modality EEG or MEG source reconstruction in presurgical epilepsy diagnosis. PLoS One. 10 (3), e0118753 (2015).
  41. Bast, T., et al. Combined EEG and MEG analysis of early somatosensory evoked activity in children and adolescents with focal epilepsies. Clin Neurophysiol. 118 (8), 1721-1735 (2007).
  42. Chikara, R. K., et al. Electromagnetic source imaging predicts surgical outcome in children with focal cortical dysplasia. Clin Neurophysiol. 153, 88-101 (2023).
  43. Hari, R., et al. IFCN-endorsed practical guidelines for clinical magnetoencephalography (MEG). Clin Neurophysiol. 129 (8), 1720-1747 (2018).
  44. Bagić, A. I., Knowlton, R. C., Rose, D. F., Ebersole, J. S. American Clinical Magnetoencephalography Society Clinical Practice Guideline 1: Recording and analysis of spontaneous cerebral activity. J Clin Neurophysiol. 28 (4), 348-354 (2011).
  45. Papadelis, C., Chen, Y. H. Pediatric magnetoencephalography in clinical practice and research. Neuroimaging Clin N Am. 30 (2), 239-248 (2020).
  46. De Macedo Rodrigues, K., et al. A FreeSurfer-compliant consistent manual segmentation of infant brains spanning the 0-2 year age range. Front Hum Neurosci. 9, 21 (2015).
  47. Tadel, F., Baillet, S., Mosher, J. C., Pantazis, D., Leahy, R. M. Brainstorm: A user-friendly application for MEG/EEG analysis. Comput Intell Neurosci. 2011, 879716 (2011).
  48. Kane, N., et al. A revised glossary of terms most commonly used by clinical electroencephalographers and updated proposal for the report format of the EEG findings. Revision 2017. Clin Neurophysiol Pract. 2, 170-185 (2017).
  49. Lantz, G., et al. Propagation of interictal epileptiform activity can lead to erroneous source localizations: a 128-channel EEG mapping study. J Clin Neurophysiol. 20 (5), 311-319 (2003).
  50. Vorwerk, J., et al. A guideline for head volume conductor modeling in EEG and MEG. Neuroimage. 100, 590-607 (2014).
  51. Schrader, S., et al. DUNEuro-A software toolbox for forward modeling in bioelectromagnetism. PLoS One. 16 (6), e0252431 (2021).
  52. Ntolkeras, G., et al. Presurgical accuracy of dipole clustering in MRI-negative pediatric patients with epilepsy: Validation against intracranial EEG and resection. Clin Neurophysiol. 141, 126-138 (2022).
  53. David, O., Kilner, J. M., Friston, K. J. Mechanisms of evoked and induced responses in MEG/EEG. Neuroimage. 31, 1580-1591 (2006).
  54. Pantev, C. Evoked and induced gamma-band activity of the human cortex. Brain Topogr. 7 (4), 321-330 (1995).
  55. Fox, N. A., et al. Assessing human mirror activity with EEG mu rhythm: A meta-analysis. Psychol Bull. 142 (3), 291-313 (2016).
  56. Genzer, S., Ong, D. C., Zaki, J., Perry, A. Mu rhythm suppression over sensorimotor regions is associated with greater empathic accuracy. Soc Cogn Affect Neurosci. 17 (9), 788-801 (2022).
  57. Janmohamed, M., et al. Moving the field forward: detection of epileptiform abnormalities on scalp electroencephalography using deep learning-clinical application perspectives. Brain Commun. 4 (5), 218 (2022).
  58. Bagheri, E., Jin, J., Dauwels, J., Cash, S., Westover, M. B. A fast machine learning approach to facilitate the detection of interictal epileptiform discharges in the scalp electroencephalogram. J Neurosci Methods. 326, 108362 (2019).
  59. Thomas, J., et al. Automated detection of interictal epileptiform discharges from scalp electroencephalograms by convolutional neural networks. Int J Neural Syst. 30 (11), 2050030 (2020).
  60. Zijlmans, M., Zweiphenning, W., van Klink, N. Changing concepts in presurgical assessment for epilepsy surgery. Nat Rev Neurol. 15 (10), 594-606 (2019).
  61. Akiyama, T., et al. Focal resection of fast ripples on extraoperative intracranial EEG improves seizure outcome in pediatric epilepsy. Epilepsia. 52 (10), 1802-1811 (2011).
  62. Duncan, J. S., Winston, G. P., Koepp, M. J., Ourselin, S. Brain imaging in the assessment for epilepsy surgery. Lancet Neurol. 15 (4), 420 (2016).
  63. Jacobs, J., et al. High-frequency electroencephalographic oscillations correlate with outcome of epilepsy surgery. Ann Neurol. 67 (2), 209-220 (2010).
  64. Ricci, L., et al. Virtual implantation using conventional scalp EEG delineates seizure onset and predicts surgical outcome in children with epilepsy. Clin Neurophysiol. 139, 49-57 (2022).
  65. Stefan, H., Rampp, S. Interictal and Ictal MEG in presurgical evaluation for epilepsy surgery. Acta Epileptologica. 2, 11 (2020).
  66. Jahangiri, F. R., Chima, G. S., Pearson, M., Jackson, J., Siddiqui, A. A. Mapping of the language cortex. Cureus. 13 (5), e14960 (2021).
  67. Merrifield, W. S., Simos, P. G., Papanicolaou, A. C., Philpott, L. M., Sutherling, W. W. Hemispheric language dominance in magnetoencephalography: sensitivity, specificity, and data reduction techniques. Epilepsy Behav. 10 (1), 120-128 (2007).
  68. Wheless, J. W., et al. Magnetoencephalography (MEG) and magnetic source imaging (MSI). Neurologist. 10 (3), 138-153 (2004).
  69. Breier, J. I., Simos, P. G., Zouridakis, G., Papanicolaou, A. C. Lateralization of activity associated with language function using magnetoencephalography: a reliability study. J Clin Neurophysiol. 17 (5), 503-510 (2000).
  70. Pataraia, E., Baumgartner, C., Lindinger, G., Deecke, L. Magnetoencephalography in presurgical epilepsy evaluation. Neurosurg Rev. 25 (3), 141-159 (2002).
  71. Babajani-Feremi, A., et al. Language mapping using high gamma electrocorticography, fMRI, and TMS versus electrocortical stimulation. Clin Neurophysiol. 127 (3), 1822-1836 (2016).
  72. Brodbeck, V., et al. Electroencephalographic source imaging: a prospective study of 152 operated epileptic patients. Brain. 134, 2887-2897 (2011).
  73. Sohrabpour, A., et al. Effect of EEG electrode number on epileptic source localization in pediatric patients. Clin Neurophysiol. 126 (3), 472-480 (2015).
  74. Laohathai, C., et al. Practical fundamentals of clinical MEG interpretation in epilepsy. Front Neurol. 12, 722986 (2021).
  75. Corona, L., et al. Mapping functional connectivity of epileptogenic networks through virtual implantation. Proceedings of the Annu Int Conf IEEE Eng Med Biol Soc. 2021, 408-411 (2021).
  76. Corona, L., et al. Non-invasive mapping of epileptogenic networks predicts surgical outcome. Brain. 146 (5), 1916-1931 (2023).
  77. Rijal, S., et al. Functional connectivity discriminates epileptogenic states and predicts surgical outcome in children with drug resistant epilepsy. Sci Rep. 13 (1), 9622 (2023).
  78. Tamilia, E., et al. Noninvasive mapping of ripple onset predicts outcome in epilepsy surgery. Ann Neurol. 89 (5), 911-925 (2021).
  79. Matarrese, M. A. G., et al. Spike propagation mapping reveals effective connectivity and predicts surgical outcome in epilepsy. Brain. 146 (9), 3898-3912 (2023).

Play Video

Cite This Article
Corona, L., Rijal, S., Tanritanir, O., Shahdadian, S., Keator, C. G., Tran, L., Malik, S. I., Bosemani, M., Hansen, D., Shahani, D., Perry, M. S., Papadelis, C. Electromagnetic Source Imaging in Presurgical Evaluation of Children with Drug-Resistant Epilepsy. J. Vis. Exp. (211), e66494, doi:10.3791/66494 (2024).

View Video